基于鲁棒学习与时空信息素的抗干扰射频层析成像方法

针对射频链路接收信号强度(RSS)基准值易受环境因素影响,以及兴趣目标与环境耦合引发的多径干扰所造成的射频层析成像性能衰退问题,提出基于鲁棒子空间学习和时空信息素的抗干扰成像方法。链路RSS表示为环境相关的背景和目标运动相关的前景两部分,构造RSS时间序列矩阵,其中背景部分通过矩阵低秩性建模,前景通过混合高斯分布建模,形成对RSS测量噪声鲁棒的MoG-LRMF模型,设计EM算法求解模型参数以获得前景信息。以此为基础实现目标成像,根据目标运动具有时空相关性的特点,引入时空信息素图抑制多径干扰噪声,提高目标定位的精度和鲁棒性。实验结果表明,本方法在室内及室外均表现良好,对于存在外部物体运动或阻挡的情况下仍能有效实现单(双)目标的成像,具有较好的抗干扰性、鲁棒性和快速性。