一种有效的穿墙雷达成像杂波抑制算法

在穿墙雷达成像中,杂波对临近墙体目标的成像和检测造成严重的干扰。基于统计信号处理的杂波抑制算法近年来广泛应用于消除背景杂波,但这些算法带来的门限确定问题使其在实际应用中性能下降。考虑到实际应用环境的复杂性,提出一种有效的两阶段杂波抑制算法,该算法首先在SVD的基础上提出一种新的方法来确定奇异值的门限以抑制强杂波,然后对第一阶段的成像结果进行基于PCA的图像增强处理,抑制弱杂波和系统噪声,进一步突显目标信息。实验结果证明了提出的两阶段杂波抑制算法具有可行性,能够实现对临近墙体微弱目标的精确成像。

基于奇异值分解的墙杂波抑制

在穿墙雷达成像中,天线耦合波、墙体反射波等杂波常常将目标信号淹没,对目标信号的提取存在较大干扰,尤其对靠近墙体目标的影响更为明显。如何有效抑制墙杂波,提高目标检测率成为墙后目标成像的关键问题。基于对目标散射信号与墙杂波信号特征的深入分析,提出了一种基于奇异值分解的墙杂波抑制方法。为验证所提方法的可行性与有效性,利用时域有限差分方法对穿墙探测场景进行建模,并采用所提方法对回波数据进行处理。实验结果表明,该方法能够在无任何先验信息条件下达到墙杂波抑制效果。

基于压缩感知的穿墙雷达成像虚像抑制方法

穿墙雷达成像技术中,由于成像场景被墙体包围,信号传播的多径效应导致成像结果中出现多径虚像,故增大了虚警概率。针对该问题,建立了室内环境下多径模型,并基于压缩感知提出了虚像抑制方法。该方法中每条多径视为一个观测通道并集中到统一的压缩感知模型考虑。不同场景试验结果表明,该方法能显著抑制多径虚像出现。

基于IALM的穿墙雷达成像算法

针对传统压缩感知穿墙雷达成像算法存在的计算过程复杂、对噪声较敏感等问题,提出一种压缩感知框架下的基于非精确增广拉格朗日乘子(Inexact Augmented Lagrange Multiplier,IALM)的穿墙成像算法。考虑到墙体回波信号的低秩性和目标信号的稀疏性,将穿墙成像视为正则化最小二乘优化问题,并转化为一个含核范数和l_1范数的复合优化问题。通过非精确增广拉格朗日乘子法交替更新迭代求解墙杂波矩阵和目标矩阵,从而完成目标重构。仿真结果表明所提算法的信杂比较好,并在显著提高目标成像精度的同时提高了处理速度。