一种高速超分辨率MIMO阵列成像方法
专利汇可以提供一种高速超分辨率MIMO阵列成像方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种高速超 分辨率 MIMO阵列成像方法，步骤如下：步骤一，MIMO阵列数据 采样 ；步骤二，利用MIMO‑RMA完成三维反射率图像重构；步骤三，利用MIMO‑RMA 加速 求取相干因子；步骤四，相干因子校正反射率三维像。该 算法 通过重排回 波数 据化简反射率非相干功率，利用MIMO‑RMA加速计算相干因子，结合并行算法大幅度提高相干因子的计算速度；针对相干因子对弱散射点的压制 缺陷 ，通过控制参数α和β平衡超分辨率性能，而不影响算法的 稳定性 ；利用相干因子校正重构的三维像，能够有效压制旁瓣和基底噪声，同时获得更高的分辨率。，下面是一种高速超分辨率MIMO阵列成像方法专利的具体信息内容。
1.一种高速超分辨率MIMO阵列成像方法，其特征是，包括如下步骤：
步骤(1)：对MIMO阵列进行数据采样，得到回波数据；
步骤(2)：利用MIMO-RMA对回波数据进行处理，得到反射率函数，即待重构的初始三维图像；所述步骤(2)在处理的过程中得到频域响应信号；
步骤(3)：利用MIMO-RMA对步骤(2)求得的频域响应信号加速求取相干因子；
步骤(4)：利用步骤(3)得到的相干因子校正步骤(2)得到的反射率函数的初始三维图像。
2.如权利要求1所述的一种高速超分辨率MIMO阵列成像方法，其特征是，所述步骤(1)的步骤为：在MIMO阵列中，发射天线阵元与接收天线阵元是分开的，发射天线阵元将电磁信号辐射到空间中，遇到被测目标体被散射点反射，接收天线阵元记录回波数据。
3.如权利要求1所述的一种高速超分辨率MIMO阵列成像方法，其特征是，所述步骤(2)的步骤为：
步骤(2.1)：根据驻定相位原理，对回波信号在垂直距离向做四维傅立叶变换，得到垂直距离向波数域信号；
步骤(2.2)：对垂直距离向波数域信号进行高通滤波，实现信号脉冲补偿，得到频域响应信号；
步骤(2.3)：场景中心补偿：将需要探测的成像区域事先划定，对频域响应信号进行成像区域的场景中心补偿；
步骤(2.4)：对场景中心补偿后的频域响应信号进行降维度变换和距离向插值，得到在垂直距离向和距离向均匀排布的三维数据，再进行三维傅立叶逆变换得到反射率函数。
4.如权利要求3所述的一种高速超分辨率MIMO阵列成像方法，其特征是，所述步骤(3)的步骤为：
步骤(3.1)：通过数据重排化简反射率函数的非相干功率，得到重排后的回波数据；
步骤(3.2)：在垂直距离向对重排后的回波数据做四维傅立叶变换，得到波数域数据；
步骤(3.3)：与步骤(2.3)类似，对步骤(3.2)输出的波数域数据做场景中心补偿；
步骤(3.4)：在重排后的新维度空间中，对场景中心补偿后的信号进行降维度变换和距离向插值，得到的三维数据在各维度上均匀分布，再进行三维傅立叶逆变换后得到反射率函数的非相关功率；
步骤(3.5)：由步骤(2)得到的反射率函数和步骤(3.4)得到的非相干功率计算相干因子。
5.如权利要求1所述的一种高速超分辨率MIMO阵列成像方法，其特征是，所述步骤(1)的步骤为：在MIMO阵列中，发射天线阵元与接收天线阵元是分开的，假设所有天线阵元位于同一个平面，在笛卡尔坐标系中，天线平面与X-Y平面相互平行；坐标为(xt,yt,zt)的发射阵元将电磁信号辐射到空间中，下标t代表发射阵元，遇到被测目标体被某一散射点(x,y,z)反射，位于(xr,yr,zr)的接收阵元记录回波数据为，下标r代表接收阵元；
其中，Rt和Rr分别是从散射点到发射阵元和接收阵元的单程距离；D(x,y,z)是目标域，σ(x,y,z)是成像目标的反射率函数；p(k)是探测的脉冲波形；f是探测信号的频率，k是f对应的波数，c是电磁波在自由空间中的传播速度；s(xt,yt,zt,xr,yr,zr；k)表示对应发射和接收阵元的回波数据。
6.如权利要求3所述的一种高速超分辨率MIMO阵列成像方法，其特征是，所述步骤(2.1)的步骤为：
根据驻定相位原理，对回波信号s(xt,yt,zt,xr,yr,zr；k)的xt、yt、xr和yr做FFT，取傅立叶变换对
xt→kxt
yt→kyt
xr→kxr
yr→kyr
其中→代表傅里叶变换中变量关系，得到变换结果为
其中，kzt是发射阵列在Z方向上的波数，kzr是接收阵列在Z方向上的波数，s(kxt,kyt,zt,kxr,kyr,zr,k)是垂直距离向波数域信号；
所述步骤(2.2)的步骤为：
假设MIMO平面阵列与X-Y平面重合，即zt＝zr＝0；做信号的高通滤波，补偿结果为其中sc(kxt,kyt,kxr,kyr,k)是频域响应信号；
所述步骤(2.3)的步骤为：将需要探测的成像区域事先划定，设在Z方向上场景中心与天线平面的距离为Hc，则场景中心的补偿结果scs(kxt,kyt,kxr,kyr,k)是
scs(kxt,kyt,kxr,kyr,k)＝sc(kxt,kyt,kxr,kyr,k)exp[i(kzt+kzr)Hc] (6)其中，Hc表示在Z方向上场景中心与天线平面的距离；
所述步骤(2.4)的步骤为：
根据脉冲压缩原理，由公式(2)变形得到
kx＝kxt+kxr (8)
ky＝kyt+kyr (9)
kz＝kzt+kzr (10)
公式(7)的形式满足傅立叶变换形式，但是积分限需要先做变换才能满足FFT的使用条件；
公式(8)和(9)对应的变换称为降维度操作，降维度操作需要通过补零或插值保证kx和ky在变换后保持等间隔采样；
公式(10)的变换称为Stolt插值，由于kz与kxt,kyt,kxr,kyr和k是非线性关系，因此需要做插值；
若降维度是通过补零完成，则Stolt插值能够通过一维插值实现；
若降维度需要通过插值实现，则最佳方法是与Stolt插值合并成三维插值实现；
公式(7)重新写成公式(11)形式
因为公式(11)的形式满足傅立叶变换格式，所以求取σ(x,y,z)通过IFFT实现。
7.如权利要求4所述的一种高速超分辨率MIMO阵列成像方法，其特征是，步骤(3.1)的步骤为：
反射率函数的非相干功率定义为
其中，A(xr,yr)表示接收阵元孔径，A(xt,yt)表示发射阵元孔径；
公式(12)重新整理成公式(13)：
公式(13)中，s(k)是回波信号s(xt,yt,zt,xr,yr,zr；k)的简写；*表示复数的共轭操作；
波数k1和k2的取值范围与k相同，都是[kmin,kmax]；
通过数据重排将公式(13)化成能够使用快速运算的形式，数据重排的变量代换关系是ks＝k1-k2(14)
其中，ks是重排后的波数；在物理意义上，回波信号s(k)应满足时间反对称要求，因此s(k1)s*(k2)只与k1-k2相关，于是公式(13)中的k1和k2双重积分必定能够变换成ks的单重积分；
具体而言，波数域数据重排的过程是这样实现的：
假设采样的回波数据包含N个波数域等间隔采样数据，则ki(i＝1,2)对应的N个离散的波数为ki0,ki1,…,ki(N-1)；
以s(k1)的数据为行，s*(k2)的数据为列，构成s(k1)s*(k2)的二维矩阵；
所述二维矩阵中的每个对角线元素即对应一个重排后的波数(k1-k2)，即ks；
将各对角线的数据相加得到重排后的新数据E(ks)。
8.如权利要求7所述的一种高速超分辨率MIMO阵列成像方法，其特征是，所述步骤(3.2)的步骤为：
经过回波数据重排后，公式(9)写成如下形式：
根据反投影成像算法BPA原理，σ(x,y,z)通过如下公式计算
对比公式(15)和(16)，发现其形式完全相同，因此采用RMA快速计算Ip(x,y,z)；
根据匹配滤波原理，将公式(15)变换成回波形式，并在两端同时做四维FFT得到E(kxt,kyt,kxr,kyr；ks)＝∫∫∫D(x,y,z)Ip(x,y,z)exp(-ikxtx-ikyty-ikzt′z)×exp(-ikxrx-ikyry-ikzr′z)dxdydz(17)
其中，kzt′和kzr′分别是发射和接收阵列的Z方向波数；
所述步骤(3.3)过程与步骤(2.3)相似，场景中心补偿结果为
Ec(kxt,kyt,kxr,kyr；ks)＝E(kxt,kyt,kxr,kyr；ks)exp[i(k′zt+kzr′)Hc](20)其中，Hc是MIMO阵列平面与场景中心的Z方向距离。
9.如权利要求8所述的一种高速超分辨率MIMO阵列成像方法，其特征是，所述步骤(3.4)的步骤为：
由公式(17)变型得到
kx＝kxt+kxr (22)
ky＝kyt+kyr (23)
kz′＝kzt′+kzr′ (24)
降维度公式(22)和(23)能够通过补零或插值实现；
通过Stolt插值(24)并重新整理公式(21)，得到
公式(25)可以采用三维IFFT快速实现。
10.如权利要求9所述的一种高速超分辨率MIMO阵列成像方法，其特征是，所述步骤(3.5)的步骤为：
相干因子定义为
公式(26)中的参数α和β用于调节相干因子的性能，α∈[0.5,4.5],β∈[1/2,1/500]；
所述步骤(4)由步骤(3)得到的相干因子，计算最终图像为
σm(x,y,z)＝σ(x,y,z)CF(x,y,z)(27)。
一种高速超分辨率MIMO阵列成像方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种二维随机粗糙面散射统计矩的计算方法 | 2020-05-15 | 492 |
| 基于数字天线阵列的高灵敏度多功能非相干散射雷达系统 | 2020-05-12 | 856 |
| 一种高速超分辨率MIMO阵列成像方法 | 2020-05-15 | 233 |
| 检测离轨迹表面情况的数据输入设备和方法 | 2020-05-15 | 566 |
| 一种消相干和匀场装置 | 2020-05-15 | 844 |
| 极化干涉SAR稀疏植被高度反演方法 | 2020-05-15 | 95 |
| 具有斑点噪声消减器的相干光波导照明系统 | 2020-05-14 | 954 |
| 一种基于simulink的非相干散射雷达回波模拟方法及系统 | 2020-05-12 | 378 |
| 自分裂光束的产生装置及其产生方法 | 2020-05-16 | 305 |
| 一种高速超分辨率MIMO阵列成像方法 | 2020-05-15 | 452 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
