基于改进OMP的超宽带穿墙雷达稀疏成像方法

在超宽带穿墙雷达成像应用中,压缩感知理论应用可以获得高分辨率稀疏成像。但这必须建立在目标恰好落在预设网格点的前提条件下,一旦目标偏离预设网格点,目标像会发生偏移,甚至还会产生虚假像。本文提出一种基于梯度优化的贝叶斯假设检验正交匹配追踪(GBTOMP)稀疏成像方法。该方法以传统正交匹配追踪(OMP)为基础,从预设网格点空间位置出发,以梯度优化的最速上升方法搜索到目标真实空间位置,并由此修正模型中的感知矩阵,再利用修正后的感知矩阵恢复目标散射系数。考虑到正交匹配追踪会带来冗余下标,利用贝叶斯假设检验设置一个合适的门限去冗余以保证目标真实像的准确恢复。仿真和实验结果表明,该方法校正了目标偏离预设网格所带来的模型误差,稀疏成像效果明显改善。

超宽带穿墙雷达双稳健波束互相关加权的自适应成像方法

为了改善超宽带穿墙雷达目标成像质量,论文提出双稳健波束互相关加权的自适应成像方法。该方法将基阵交替划分为两个子阵,利用双约束稳健Capon波束形成(DRCB)独立估计子阵波束输出信号,取其信号和的能量作为像值获得高成像分辨率和强干扰抑制能力;又因两波束的输出具有非常相似的主瓣响应和不同旁瓣响应的特点,取其互相关系数加权像值,可以减小旁瓣达到提高成像对比度的目的。时域有限差分(FDTD)数值仿真和实验数据处理结果验证了该方法的有效性。

组合字典下超宽带穿墙雷达自适应稀疏成像方法

针对现有超宽带穿墙雷达稀疏成像算法大多只采用点目标稀疏基表示模型和稀疏优化的正则化参数不能被自适应调整以及目标位置不在划分网格上带来虚假像的问题,该文提出一种基于贝叶斯证据框架的自适应稀疏成像方法。该方法首先利用组合字典独立稀疏表示场景中的点目标和扩展目标,然后在建立的偏离网格稀疏表示模型的基础上分层最大化各参数的似然函数,用第1层推理结合共轭梯度算法估计组合字典的各稀疏表示系数,用第2层推理估计正则化参数和目标的偏离网格量,最终通过迭代优化参数的设置得到问题的求解。仿真和实验结果表明,该方法不仅同时自适应增强穿墙场景中的点目标和扩展目标,还消除了偏离网格目标引起的虚假像。

UWB MIMO穿墙雷达的阵列设计和成像方法

利用多发多收(MIMO)方式对超宽带(UWB)穿墙成像雷达天线阵列进行稀疏化处理不失为一种很好的选择。该文从成像模型出发,分析了UWB MIMO天线阵的等效接收阵列问题,给出了基于空间卷积理论的UWBMIMO阵列设计方法,仿真验证了方法的有效性和在穿墙成像系统中应用的可行性。此外,提出了相干系数加权稳健Capon波束形成的自适应成像方法,理论分析和实验结果表明该方法能够获得较高的分辨率和图像信噪比。