探地雷達陣列成像算法研究畢業論文設計(編輯修改稿)

　

【文章內容簡介】 nal Imaging and Nadir Observation)。ARTINO 是一種三維成像雷達，分別利用平行于雷達平臺航向的合成孔徑、垂直于航向的線性陣列及下視的寬帶信號所提供的三個方向分辨率來獲得目標的空間分布信息。MIMO 雷達通過實際的多個發射天線和接收天線來探測目標，通過單次“快拍”發射就能得到攜帶目標信息的多路觀測回波數據。MIMO 雷達成像劃歸于二者兼有的成像技術。MIMO雷達的虛擬陣元和實際物理陣元是同時空間并存的，不同于時間積累所得的合成孔徑。因此，MIMO雷達的等效陣列孔徑可以理解為空間意義上的合成孔徑。在MIMO雷達成像過程中，等效陣列和虛擬陣元將直接影響成像性能。在成像方法方面，Xu等進行MIMO雷達成像時借助自適應超分辨譜估計方法，利用GLRT來確定目標數目，分別研究了Capon、APES等自適應技術存在和不存在陣列校正誤差情況下的分辨性能和抗干擾能力。Roberts等用IAA(Iterative Adaptive Approach，一種基于加權最小二乘的迭代自適應方法)來完成MIMO雷達成像，并分別給出了IAA方法的RangeDoppler圖像和AngleRange圖像，通過與 DAS(DelayAndSum)獲得的圖像作對比，證明IAA方法具有高分辨能力，同時還證明了MIMO 陣列的多普勒和角度分辨能力都比SIMO(SingleInput and MultipleOutput)陣列高。Xu和Roberts 等本質上都是在探討MIMO陣列信號處理問題，用于實現 MIMO雷達的多目標分辨與定位。在成像模型和成像算法及陣列設計等方面，Fortuny Guasch和Martinez vazquez討論了UWB MIMO雷達陣列小空域監視問題，利用反向投影(BP)算法對理想點目標進行成像，然后推導得到MIMO 陣列的方向圖，比較一發一收、單發多收和多發多收三種陣列形式的聚焦圖像和方向圖，證明MIMO陣列有優良成像性能。韓興斌等研究了基于MIMO雷達體制的分布式多通道雷達成像問題，對多通道雷達的空間譜域支撐區分布情況進行了描述，對MIMO雷達的成像性能和陣元位置誤差進行了分析，針對簡單的收發陣列共直線排布構建了MIMO雷達二維成像模型，分別利用寬帶發射信號和MIMO陣列實現了運動目標的單次“快拍”成像。Ma和Wang分別研究MIMO雷達收發垂直布陣窄帶成像。MIMO雷達的收發陣列同為線陣且相互垂直，根據空間卷積原理，雙線陣可以形成等效面陣，進而利用窄帶發射信號實現二維實時成像，大大減少了物理天線陣元數目。在窄帶MIMO雷達成像基礎上，段廣青等建立了一種寬帶MIMO雷達三維成像模型，并給出了相應的三維成像算法。 167。 MIMO雷達基本模型 虛擬陣列 虛擬陣列是MIMO雷達的一個基本概念，假設一個由NT個發射陣元和NR個接收陣元組成的陣列。NT個發射陣元發射的波形相互正交，接收陣元采用匹配濾波器組分離接收，因而總共形成NTNR個“發射接收”通道。MIMO 雷達的陣列結構及接收機結構框圖分別如圖221和圖222所示。 圖21 MIMO雷達陣列結構圖22 MIMO雷達接收機結構設NT，NR分別為發射陣列和接收陣列的陣元位置矢量：() ()其中，（i=1,2，…，NT）為第i個發射陣元在直角坐標系中的坐標。（j=1,2，…，NR）為第j個接收陣元在直角坐標系中的坐標，[]T表示轉置運算。假設一個點目標位于遠場處，由第i個發射陣元發射的信號，到達遠場目標，反射到第j個接收陣元，經過的相對時延為（相對于發射陣列和接收陣列的參考點）：（）其中，（）是發射相對時延，（）是接收相對時延，因此，（）又稱為雙程相對時延。個“發射接收”通道的雙程相對時延構成一個長度為的時延矢量：D= ()定義MIMO雷達的陣列導向矢量為：v= ()其中，是發射信號載頻。定義發射陣列導向矢量和接收陣列導向矢量分別為：= ()= ()則：v= ()由式（）知，由發射陣列和接收陣列的陣元位置卷積構成的大孔徑陣列稱為虛擬陣列。圖23列出了幾種典型的MIMO虛擬陣列結構，其中（a）、（b）用收發分置天線，但收發天線均分布在較小范圍內，目標遠場假設仍然成立，以便實現多天線間的相參處理。這種集中的收發分置結構稱為“偽單基”結構，提高了系統設計的靈活性和自由度。（c）是“單基”結構，相同設備量條件下，“單基”結構虛擬陣列的基線短，空間分辨率低，但是其方向圖旁瓣（天線方向圖上最大輻射波束旁邊的小波束）電平較低。圖23 MIMO虛擬陣列 發射波形正交發射波形關系到MIMO雷達能否實現通道分離，并對虛擬陣列的角度分辨能力、目標的距離和多普勒分辨能力都有一定的影響。正交信號的中心頻率不一定是相同的。中心頻率相同的條件下，常用的有二相碼、多相碼和頻率編碼。其中，多相碼信號有更好的自相關特性和多普勒頻率特性，且信號結構比較復雜，不易檢測和分析，另外，多相碼的低成本脈沖壓縮處理技術已經成為可能。因此，正交多相碼信號是一種較好的選擇。 假設多相碼正交信號集中含有個信號，每個信號有L個子脈沖，每個子脈沖的相移數為P，每個子脈沖寬度為T，則正交多相碼信號集可表示為：（）（）（）信號的自相關函數為：（）為了提高發射信號的距離分辨率，理想的自相關函數滿足，當k=0時，R（,k）最大，其他情況自相關函數接近于零。信號的互相關函數為：（）為提高發射信號的正交性，應當是互相關函數最小。相位碼的設計原則是使自相關函數的旁瓣峰值和互相關函數的峰值最小。 信號模型設第i個發射陣元的發射信號為，為基帶波形，為載頻。發射信號經過遠場點目標反射到第j個接收陣元上的信號為：（）167。 算法綜述MIMO雷達成像由于其復雜的多收發陣列結構而很難直接應用現有的許多常用成像算法，因而需要探尋合適的 MIMO 雷達成像算法。首先，將傳統反向投影（BP）算法推廣應用于 MIMO雷達成像，得到MIMO雷達標準 BP算法，不受 MIMO雷達陣列形式的限制。 而后， 基于時延曲線校正原理，提出了一種能夠大大降低標準BP算法運算量的MIMO雷達TCCBP算法。綜合傳統的距離多普勒(RD)算法和BP算法而提出的MIMO雷達 RDBP算法，在保證成像質量的同時，相比標準BP算法和TCCBP算法提高了成像處理的運算效率。結合 MIMO雷達陣列設計，在SAR RM算法的基礎上，從空間譜域角度對MIMO雷達成像算法進行了研究。首先，通過分析雷達成像與空間譜域填充的關系，提出了基于譜域填充的MIMO雷達SFRM算法。而后根據相位中心近似原理，進行了MIMO雷達天線陣列設計，進而基于均勻等效線陣處理提出了MIMO雷達UELARM算法。最后，結合收發正交線陣設計，提出了一種能夠有效實現窄帶MIMO雷達二維“方位方位”向成像的MIMO雷達OLARM算法。BP算法和RM算法都是為了重建目標圖像，而不能解決成像系統固有的高旁瓣和分辨率受限的問題。為了提高MIMO雷達的成像質量，進一步對MIMO 雷達成像旁瓣抑制和超分辨算法進行研究。首先基于空間頻譜支撐區變形原理，提出了MIMO雷達成像旁瓣抑制算法—SRSR算法，它不損失分辨率且簡單、有效。在SRSR算法基礎上，通過分析旁瓣抑制與頻譜外推的內在關系，提出了一種MIMO雷達成像譜變形超分辨算法—SuperSRSR算法，相比于常規的超分辨率成像算法，SuperSRSR算法的優點是簡單、高效、對噪聲不敏感和非參數化。最后，基于AR模型提出了一種譜估計的MIMO雷達成像超高旁瓣抑制算法，可以有效改善頻譜缺失情況下成像結果的旁瓣性能。第三章 探地雷達的正演167。 引言GprMax是由Antonis Giannopoulos教授研發的，以FDTD（時域有限差分）為基礎的探地雷達正演模擬工具，其中，GprMax2D用于二維探地雷達正演模擬，GprMax3D用于探地雷達三維正演模擬。GprMax可用來模擬電磁波在各向同性均勻介質和Debye型色散介質中的傳播以及電磁波和目標物體的相互影響，進而得到目標物體的探地雷達地質圖像。167。 GprMax2D輸入文件 注意事項利用GprMax做探地雷達正演數值模擬，首先要編寫關于被模擬的模型數據的輸入文件。，啟動后輸入輸入文件的路徑，格式正確的話，軟件將自動進行數值計算，否則自行終止。待程序完全執行完以后，安裝目錄下會生成兩個輸出文件，要特別注意的是，必須等程序完全執行完以后才可以關閉執行窗口，否則輸出文件是錯誤的。輸入文件要包括模型的所有必要信息，每一個有效命令行都以開頭，否則命令行無效。輸入文件的命令分為三個步驟：（1）描述性命令語句。描述被掃描的模型，就是模型的規模及掃描的離散步長。（2）背景介質和目標體的相關命令語句。用來說明模型中介質的一些特性以及埋于介質中的目標物體。（3）GPR掃描及輸出的相關命令。模型中收發天線的起始位置坐標及掃描道數。描述GprMax2D命令及其參數，遵循以下習慣：l F代表一個實數l i代表一個整數l c代表一個字符l str代表一個沒有空格的字符串l file代表文件名252。 所有關于空間的參數單位是米252。 所有關于時間的參數單位是秒2