预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114114246A(43)申请公布日2022.03.01(21)申请号202110921959.9(22)申请日2021.08.12(71)申请人南昌大学地址330000江西省南昌市红谷滩新区学府大道999号(72)发明人王玉皞张玥周辉林(74)专利代理机构南昌旭瑞知识产权代理事务所(普通合伙)36150代理人彭琰(51)Int.Cl.G01S13/88(2006.01)G01S13/89(2006.01)权利要求书4页说明书13页附图4页(54)发明名称穿墙雷达成像方法、系统、终端设备及可读存储介质(57)摘要本发明提供了一种穿墙雷达成像方法、系统、终端设备及可读存储介质,该方法包括:获取预设雷达探测场景中的雷达回波数据,对预设雷达探测场景中的成像场景进行离散化;根据成像场景的离散化结果构建字典矩阵,根据字典矩阵构建低秩稀疏信号模型;确定低秩稀疏信号模型中的低秩稀疏优化问题,根据确定到的低秩稀疏优化问题构建穿墙雷达成像模型;对穿墙雷达成像模型进行模型训练,直至穿墙雷达成像模型收敛,将待成像回波数据输入收敛后的穿墙雷达成像模型进行成像分析,得到重建图像。本发明将墙体的杂波抑制和目标图像重建问题转化为求解低秩稀疏优化问题,有效地抑制了墙体的反射杂波,提高了重建图像的成像质量。CN114114246ACN114114246A权利要求书1/4页1.一种穿墙雷达成像方法,其特征在于,包括:获取预设雷达探测场景中的雷达回波数据,并对所述预设雷达探测场景中的成像场景进行离散化;根据所述成像场景的离散化结果构建字典矩阵,并根据所述字典矩阵构建低秩稀疏信号模型,所述低秩稀疏信号模型用于表征所述预设雷达探测场景中,墙体杂波的低秩特征和待测壁后目标的空间稀疏特征;确定所述低秩稀疏信号模型中的低秩稀疏优化问题,并根据确定到的所述低秩稀疏优化问题构建穿墙雷达成像模型;对所述穿墙雷达成像模型进行模型训练,直至所述穿墙雷达成像模型收敛,并将待成像回波数据输入收敛后的所述穿墙雷达成像模型进行成像分析,得到重建图像。2.根据权利要求1所述的穿墙雷达成像方法,其特征在于,所述获取预设雷达探测场景中的雷达回波数据,包括:采用单站步进频率体制,将收发共置天线自左向右沿平行于墙体方向步进前进,测线方向上设置有第一预设个数的测量位置,每个所述测量位置都发射第二预设个数的频点信号;第n个频点信号和第m个测量位置测量到的雷达回波数据为Zn,m;为所述预设雷达探测场景中的墙体反射信号,为所述预设雷达探测场景中的目标反射信号,vn,m为所述预设雷达探测场景中的测量噪声信号;所述墙体反射信号为:所述目标反射信号为:其中,σp为所述预设雷达探测场景中墙体的反射系数,fn为第m个频点信号,τw表示第m个测量位置到墙体的双程传输时延,与所述测量位置无关,p为目标总个数,σp为第p个目标的反射系数,τm,q表示第m个测量位置和第p个目标之间的双程时延;所述雷达回波数据中的总回波信号为:Z=Zw+Zt+V。3.根据权利要求1所述的穿墙雷达成像方法,其特征在于,所述对所述预设雷达探测场景中的成像场景进行离散化,包括:对所述成像场景进行二维离散化,得到离散网格,所述离散网格的总数量Q=KxL,其中,K和L分别为所述成像场景中距离向和方位向对应的离散网格数。4.根据权利要求3所述的穿墙雷达成像方法,其特征在于,所述根据所述成像场景的离散化结果构建字典矩阵,包括:2CN114114246A权利要求书2/4页将所述离散网格进行列堆叠操作,得到场景反射率向量;所述场景反射率向量中的第q(q=1,2,…,Q)个元素Sq为:目标反射信号为:tZ=Ψ1SΨ1为MN×Q维的字典矩阵:Ψ1=exp(‑j2πfnτm,p)fn为第m个频点信号,p为目标总个数,τm,q表示第m个测量位置和第p个目标之间的双程时延;S是稀疏向量,墙体的反射率向量L的第q(q=1,2,…,Q)个元素Lq表示为:墙体反射信号为:wZ=Ψ2LΨ2为MN×Q维的字典矩阵:Ψ2=exp(‑j2πfnτw)τw表示第m个测量位置到墙体的双程传输时延,L为低秩向量。5.根据权利要求4所述的穿墙雷达成像方法,其特征在于,根据所述字典矩阵构建得到的所述低秩稀疏信号模型为:D=Ψ1L+Ψ2S+VD为观测矩阵,L为具有墙体反射的低秩矩阵,S为具有目标反射的稀疏矩阵,N为测量噪声矩阵,Ψ1和Ψ2为所述字典矩阵。6.根据权利要求5所述的穿墙雷达成像方法,其特征在于,确定到的所述低秩稀疏优化问题为第一公式:‖L‖*表示核范数,是L奇异值的和,‖S‖1,2是混合的l1,2范数,其值等于S每一行的l1,2范数和。7.根据权利要求6所述的穿墙雷达成像方法,其特征在于,所述根据确定到的所