[发明专利]一种MIMO穿墙雷达的结构稀疏成像方法和装置

说明书

本发明适用于穿墙雷达成像领域，提供了一种MIMO穿墙雷达的结构稀疏成像方法和装置。所述方法包括：对MIMO穿墙雷达阵列采集的扩展目标的回波信号进行稀疏变换，并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样，进而构建感知矩阵；根据后向投影成像算法得到扩展目标散射系数初值，并预估用于正交匹配追踪压缩感知算法的索引集；根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，得到新的索引集；然后重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。本发明不需要人工设置分块参数，所需的存储空间小，降低了运算量和系统复杂度，易于硬件实现。

技术领域

本发明属于穿墙雷达成像领域，尤其涉及一种MIMO穿墙雷达的结构稀疏成像方法和装置。

背景技术

多输入多输出(multiple input multiple output，MIMO)穿墙雷达成像是一种能够使用电磁波的传播特性获取墙后场景信息，对墙后隐藏目标进行检测、识别、成像的新型技术，在军事和民用方面，具有广阔的应用前景。目前大多采用MIMO穿墙雷达成像系统的结构恢复算法对扩展目标进行成像时，一些是没有使用压缩感知(Compressed sensing，CS)结构稀疏成像方法，然而，所需的天线孔径和带宽较大，且数据运算量大，成像的分辨率不高。另一些是使用了压缩感知结构稀疏成像方法，却采用不利于硬件实现和存储空间较大的高斯随机测量矩阵，导致运算复杂度高和成像位置出现偏移，且需要人工设置分块参数，实际应用中却难以准确知道分块先验信息。

发明内容

本发明的目的在于提供一种MIMO穿墙雷达的结构稀疏成像方法、装置和计算机可读存储介质，旨在解决没有使用压缩感知结构稀疏成像方法，所需的天线孔径和带宽较大，且数据运算量大，成像的分辨率不高；使用了压缩感知结构稀疏成像方法，却采用不利于硬件实现和存储空间较大的高斯随机测量矩阵，导致运算复杂度高和成像位置出现偏移，且需要人工设置分块参数，实际应用中却难以准确知道分块先验信息的问题。

第一方面，本发明提供了一种MIMO穿墙雷达的结构稀疏成像方法，所述方法包括：

接收MIMO穿墙雷达阵列采集的扩展目标的回波信号；

采用稀疏字典对所述扩展目标的回波信号

进行稀疏变换，并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样，进而根据伪随机测量矩阵和稀疏字典构建感知矩阵；

根据后向投影成像算法得到扩展目标散射系数初值，并根据感知矩阵和扩展目标散射系数初值预估用于正交匹配追踪压缩感知算法的索引集；

根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，得到新的索引集；

根据新的索引集采用正交匹配追踪压缩感知算法重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。

第二方面，本发明提供了一种MIMO穿墙雷达的结构稀疏成像装置，所述装置包括：

接收模块，用于接收MIMO穿墙雷达阵列采集的扩展目标的回波信号；

构建模块，用于采用稀疏字典对所述扩展目标的回波信号进行稀疏变换，并构建基于伪随机m序列的伪随机测量矩阵进行压缩采样，进而根据伪随机测量矩阵和稀疏字典构建感知矩阵；

预估模块，用于根据后向投影成像算法得到扩展目标散射系数初值，并根据感知矩阵和扩展目标散射系数初值预估用于正交匹配追踪压缩感知算法的索引集；

新的索引集生成模块，用于根据马尔可夫随机场一阶邻域逐个传递过程充分考虑像素间的结构稀疏先验信息，得到新的索引集；

扩展目标散射系数计算模块，用于根据新的索引集采用正交匹配追踪压缩感知算法重新计算扩展目标散射系数，直到满足收敛条件，将此时的扩展目标散射系数用于二维成像。