应用在人体安检中的太赫兹近场MIMO-SAR技术

2020-06-02安健飞

光电工程 2020年5期

刘杰，安健飞，周人，喻洋*

刘杰1,2，安健飞1,2，周人1,2，喻洋1,2*

1中国工程物理研究院微系统与太赫兹研究中心，四川成都 610200；2中国工程物理研究院电子工程研究所，四川绵阳 621900

太赫兹近场多输入多输出合成孔径雷达(MIMO-SAR)技术具有在保证分辨率同时降低阵元数量的优势，在人体安检中有重要的研究和应用价值。该文首先介绍了应用在人体安检领域的太赫兹近场MIMO-SAR技术系统现状，将典型系统进行了归纳和对比；其次介绍阵列设计，对典型面阵列的指标特性进行了仿真对比；介绍典型的成像算法和加速方法，比较成像算法的图像重构速度。最后对发展进行了展望。

太赫兹雷达；多输入多输出技术；合成孔径雷达；雷达图像

1 引言

太赫兹波介于微波波段和红外波段之间，是电子学向光学的过渡频段，泛指频率为0.1 THz～10 THz，波长约为3 mm～30 μm的电磁波。狭义的太赫兹波特指0.3 THz～3 THz这一波段[1]。近场指的是辐射近场(又称为“菲涅耳区”)。在人体安检场景中，阵列天线到人体的距离一般在几十厘米，处于菲涅耳区。菲涅耳区内电磁场的角分布与离开天线的距离有关[2]，因此方向图具有空变性。多输入多输出合成孔径雷达(multiple input multiple output-synthetic aperture radar，MIMO-SAR)利用MIMO技术获得多个等效SAR通道，降低了常规SAR系统采用增加收发天线数量提高方位分辨率的缺点；采用带宽合成技术获得一个等效的大带宽信号，克服了常规SAR系统采用超宽带信号提高距离分辨力的缺点[3]。

近年来，暴力与恐怖事件的日益增多，严重危害到人民群众的生命安全，公共安全问题受到全球各个政府的广泛关注。以安检门和摄像头等为代表的传统人体安检方法已难以满足大人流的反恐要求，迫切需要开发有效的安检技术手段，实现对人体隐藏目标快速、精确检测。

将太赫兹成像技术应用于公共安全检测，具有如下优势：

a) 兼顾衣物穿透和高分辨成像的双重特性：相对微波毫米波而言，可实现对人体隐匿违禁物品进行高分辨力成像[4]，成像分辨率可以毫米和亚毫米量级；

b) 具有光子能量低，生物安全性好：太赫兹光子能量1 meV量级，远小于人体皮肤的电离能，不同于X光射线，对人体不会产生电离损伤，且所需辐射功率不及手机辐射的十分之一，远低于人体安全阈值[5]。

综上所述，太赫兹成像技术在安全检查、反恐维稳、重点区域的监测与防护等方面有着重要潜在应用价值，也成为国际太赫兹研究的热点。

本文对国内外发展现状、系统构成、成像算法和成像结果等方面概述太赫兹近场MIMO-SAR技术研究进展情况，最后对太赫兹近场MIMO-SAR技术在人体安检中的应用进行展望。

2 国内外发展现状

太赫兹成像安检的研究方向有主动式和被动式两种。被动式成像系统利用物体和人身产生和反射环境的太赫兹波的差异进行对比成像，其优势是被动式成像系统不发射任何射线或者能量，缺点是成像分辨率受限。被动式成像系统适合成像分辨率不高且需要快速检测的应用场景。该类系统的代表有英国DB公司的THRUVISION。主动式成像系统借助雷达原理，通过发射太赫兹波信号，接收目标散射的回波信号，通过图像重构实现对人体隐匿违禁物品成像和识别。早期的太赫兹主动成像安检采用多发多收一维机械线扫描体制[6]，并采用了光学反射镜对太赫兹波束进行汇聚，再配合反射镜的机械扫描实现成像。这种体制的优势在于汇聚后的波束能在相对较远距离处实现足够的照射功率，成像处理简单，对数字波束形成的计算压力较小。而其劣势也是明显的，由于反射镜决定了聚焦深度和汇聚光斑尺寸，因而对不同距离处目标的聚焦效果不同，同时需要大口径聚焦镜来保证系统的分辨力。又大又重的光学反射镜严重限制了该体制的实际应用。

克服大口径光学反射镜在应用中受限问题的一个思路是采取全息成像体制[7]。利用合成孔径雷达成像原理，既可以保证成像速度，同时提升成像分辨率。全息成像安检体制有：多发多收一维机械线扫描全息成像体制和多发多收二维电子扫描全息成像体制。

2.1 多发多收一维机械线扫描体制

多发多收一维机械线扫描体制在单发单收二维机械点扫描体制上进行了改进，通过减少一维扫描维度提升扫描速度，采用了一维合成孔径技术进行图像重重构。其代表性系统有2013年欧洲第七框架计划支持的TeraSCREEN项目[9]以及2016年中物院电子工程研究所微系统与太赫兹研究中心报道的对0.34 THz频段4发16收的主动成像系统[10]，如图1和图2所示。这种体制在单发单收二维机械点扫描体制上进行的重要改进之处是将太赫兹波束聚焦为“线状”而不是“点状”，从而只需要通过一维扫描即可遍历成像面，大大提升成像速度。但其缺点是扫描维的成像分辨率取决于线状波束的宽度，即聚焦镜的口径，从而使其分辨率受限。同时，由于多数姿态下目标特性导致的反射回波弱以及相干斑，也影响了成像质量。

2.2 多发多收二维电子扫描全息成像体制

多发多收二维电子扫描全息成像体制去除机械扫描环节，利用大规模面阵实现对人体成像面的全覆盖。德国Rohde & Schwarz公司开发的QPS成像安检仪[11]，系统集成了工作于70 GHz~80 GHz的3072发射和3072接收通道，基于高集成密度主动面阵和强大的数字信号处理能力，将数据获取时间控制在16 ms，方位分辨率为2 mm，如图3所示。美国MIT林肯实验室也开发了类似系统[12]，工作于24 GHz~40 GHz的1008发射和1008接收通道，方位分辨率为5 mm。2018年中物院微太中心报道的对毫米波64发64收的主动成像系统[13]，如图4所示。虽然目前基于多发多收二维电子扫描体制的人体安检系统的工作频率未在太赫兹频段，主要原因在于太赫兹收发芯片尚不成熟，随着系统对分辨率指标要求提高，可以预计未来工作频率将提高到太赫兹频段。

图1 TeraSCREEN系统的框架及仿真结果[8]

图2 0.34 THz 4发16收成像系统框架及成像结果[9]

图3 QPS成像安检仪的系统框架及成像结果[10]

图4 毫米波64发64收成像的系统框架及成像结果[12]

2.3 多发多收一维机械线扫描全息成像体制

多发多收一维机械线扫描全息成像体制可看作多发多收一维机械线扫描体制和多发多收二维电子扫描全息成像体制的折中产物，保持MIMO体制的优势的同时实现了阵列低成本。系统设计的主要思想是将线阵(或者被测目标)通过传送带产生机械直线运动，由此产生一个维度的合成孔径，再和与运动方向正交的电子扫描线阵产生的一维MIMO-SAR相结合，生成

混合的二维采样孔径。文献[14-17]最早报道了对这一体制的系统设计及成像方法方面研究工作。近年来，针对该体制阵列设计和成像算法的研究不断取得新进展[18-21]，推动了该技术面向应用。图5和图6分别为凯泽斯劳滕大学[22]和中物院微太中心所研制的成像系统。

表1对目前人体安检系统体制进行了对比。

由表1可以看出，全息成像体制在成像分辨率上有较大优势，在较低的工作频率下，就能达到较高的成像分辨率，其缺点在于作用距离近。如何在保证分辨率和成像速度的同时降低阵元数量是设计该类系统的关键问题，涉及到稀疏阵列构型和快速成像算法。

图6 0.14 THz 80发80收成像系统的框架及成像结果

表1 国内外毫米波/太赫兹安检系统汇总对比

3 稀疏阵列构型

常见的一维线阵中Tx阵列平行于Rx阵列，TeraSCREEN项目采用的线阵如图7所示。其中，Rx阵列单元与单元间距为t×Δ；Rx阵列单元与Tx阵列单元间距为2×Δ；Tx阵列单元与单元间距为2×Δ。总阵列长度MIMO为t×(r+1)×Δ。阵列[12]、方块阵列[26]等，参照文献中稀疏面阵构型，分别设计了口字形、十字形、方块以及T形阵列，如图8(a)，9(a)，10(a)，11(a)所示，目前使用较多的二维面阵有口字形阵列[13，25]、十字形，图8(b)，9(b)，10(b)，11(b)分别为对应的等效孔径。天线个数为16个发射单元和16接收单元，间隔归一化，单位为1，“*”为发射阵列，“.”为接收阵列。

对上述仿真阵型性能进行分析，仿真使用的波形参数为75 GHz载频，得到系统成像点扩散函数。阵列性能比较结果如表2所示。

由表2中看出，四种阵列性能相近，口字阵列、十字形阵列和T形阵列的收发阵列线性周期排布，易于加工实现。积分旁瓣比可以通过阵列加窗归一化、信号幅度加窗等方法降低。

图7 一维线阵构型

图8 (a) 口字阵列和(b)其等效孔径

图9 (a) 十字阵列和(b)其等效孔径

图10 (a) 方块阵列和(b)其等效孔径

图11 (a) T形阵列和(b)其等效孔径

表2 阵列性能比较

4 成像算法

图12 等效孔径方法与合成孔径相结合的成像系统原理图

4.1 后向投影算法

该算法广泛应用于合成孔径雷达成像[27]，可由式(2)推导得到。在该算法中，对反射率函数的估计主要分两步进行。首先对做一维傅里叶逆变换：

这相当于沿轴聚焦数据。然后将距离聚焦数据插值到处，并在二维孔径上积分，得到位于处的体素的反射率：

由于使用了快速傅里叶变换算法来进行距离聚焦，因此降低了计算负载。

4.2 快速因子分解后向投影算法

4.3 距离徙动算法

虽然后向投影算法和快速因子分解后向投影算法的计算效率有所提高，但是距离偏移算法更加高效，因为它将式(2)中的卷积积分作为频域中的一个复杂乘积进行计算[31-32]。但是距离徙动算法不能直接使用到稀疏阵列中。因此对距离徙动算法需要进行修改，来适合稀疏阵列成像。算法的主要步骤分为三步：

第一步，利用补偿因子将多站实测数据映射到等效孔径上，减小实际多站信号路径与等效信号路径之间的差异，

将实测数据乘以cp，按照有效孔径进行等距采样排序，

第二步，将映射数据在孔径域(,)进行二维傅里叶变换，

与后向投影算法相比，距离徙动算法节省了(2)的计算量。

4.4 图形处理单元重构

为了加速图像的生成，可以采用图形处理单元实现并行处理的后向投影算法。后向投影算法和快速因子分解后向投影算法的内核易于并行化，而且具有较高加速比，因为它们对每个成像单元执行相同的计算操作。因此，图像重建可以通过将图形处理单元的每个线程分配给一个成像单元来实现。距离徙动算法可以通过图形处理单元加速执行快速傅里叶变换算法，提高成像速度。文献[18]在一个商业图形处理单元(GTX 780)上实现了这三种算法，该单元有2304个核、内存3 GB和时钟863 MHz。结果如图13所示。以重建时间与待重建成像单元数量的关系作为比较标准。对于快速因子分解后向投影算法，设置的分解因子(=2)，因数分解深度为(=(1，2，3，4))。由于商业图形处理单元并行工作核的数量有限，使用后向投影算法重建时间随成像单元数量的增加而线性增加。增加快速因子分解后向投影算法的因数分解深度可以降低时间-体素曲线的斜率，但代价是增加额外的启动计算开销。图13中的几种算法在开始分解过程中有一个初始常数的计算开销，快速因子分解后向投影算法在小规模图像重建中速度和距离徙动算法都较快。

图13 后向投影、快速因子分解后向投影和距离徙动算法的重构时间[18]

5 结论

近年来，我国太赫兹基础器件日趋进步，性能稳步提高，促进了太赫兹雷达系统的快速发展。目前在人体安检场景，太赫兹MIMO-SAR体制架构清晰，但仍有一些基础与工程问题需要攻克，重点在以下几个方面。

5.1 集成阵列与片上雷达

通过高度集成实现阵列化与片上化是太赫兹近场MIMO-SAR，也是太赫兹雷达重要发展方向之一。目前太赫磁频段雷达阵列由于难以实现阵列，一般采用一发多收或快速开关切换多发多收方式。突破稀疏MIMO线阵面阵设计、片上MIMO雷达设计、阵列-合成孔径一体化成像等技术，进一步降低阵列成本，推动其在人体安检中的应用。

5.2 快速成像算法

在保证分辨率前提下，如何降低阵元数量和提高成像速度是该类系统关键问题。非均匀快速傅里叶变换，压缩感知技术是新生的主流雷达成像算法之一。将这些算法引入到人体安检这种近场环境中，根据特定的阵列构型进行优化提高成像速度。

5.3 阵列多视角下隐藏物品回波特征与信息联合提取方法

对于人体目标，在线性阵列的观测条件下，隐藏目标由于与收发单元相对位置的不同，将呈现多个观察视角，根据电磁散射理论，其散射特征会随视角呈现较大变化：散射角度接近镜面反射的回波强度较高，而对覆测平面有较大夹角的区域散射回波强度弱，因此分析阵列多视角下隐藏物品回波特征，研究多视角目标回波的联合提取方法对目标信息的精确探测具有重要意义。

总之，太赫兹近场MIMO-SAR技术是太赫兹雷达研究热点，在人体安检中有重要意义，同时作为一项基于光电交叉学科的新兴技术有着重要的学术和应用价值，还需要进一步深入研究，最终推动太赫兹近场MIMO-SAR技术发展并促进其在军民领域的重要应用。

[1] Wang H Q, Deng B, Qin Y L. Review of terahertz radar technology[J]., 2018, 7(1): 1–21.

王宏强, 邓彬, 秦玉亮. 太赫兹雷达技术[J]. 雷达学报, 2018, 7(1): 1–21.

[2] Lin C L.[M]. Beijing: Electronic Industry Press, 2002.

林昌禄. 天线工程手册[M]. 北京: 电子工业出版社, 2002.

[3] Meng C Z, Xu J, Tan X S,Development opportunities and challenges of MIMO-SAR imaging technology[J]., 2015, 13(3): 423–430. 孟藏珍, 许稼, 谭贤四, 等. MIMO-SAR成像技术发展机遇与挑战[J]. 太赫兹科学与电子信息学报, 2015, 13(3): 423–430.

[4] Appleby R, Wallace H B. Standoff detection of weapons and contraband in the 100 GHz to 1 THz region[J]., 2007, 55(11): 2944–2956.

[5] Gao J K, Deng B, Qin Y L,Near-field 3D SAR imaging techniques using a scanning MIMO array[J]., 2018, 7(6): 676–684. 高敬坤, 邓彬, 秦玉亮, 等. 扫描MIMO阵列近场三维成像技术[J]. 雷达学报, 2018, 7(6): 676–684.

[6] Bao Z, Xing M D, Wang T.[M]. Beijing: Electronic Industry Press, 2005. 保铮, 邢孟道, 王彤. 雷达成像技术[M]. 北京: 电子工业出版社, 2005.

[7] Cooper K B, Dengler R J, Llombart N,THz imaging radar for standoff personnel screening[J]., 2011, 1(1): 169–182.

[8] Alexander N E, Alderman B, Allona F,TeraSCREEN: multi-frequency multi-mode terahertz screening for border checks[J]., 2014, 9078: 907802.

[9] Cui Z M, Gao J K, Lu B,. Real time 3D imaging system based on sparse MIMO array at 340 GHz[J]., 2017, 36(1): 102–106. 崔振茂, 高敬坤, 陆彬, 等. 340 GHz稀疏MIMO阵列实时3-D成像系统[J]. 红外与毫米波学报, 2017, 36(1): 102–106.

[10] Ahmed S S, Schiessl A, Schmidt L P. A novel fully electronic active real-time imager based on a planar multistatic sparse array[J]., 2011, 59(12): 3567–3576.

[11] Moulder W F, Krieger J D, Majewski J J,Development of a high-throughput microwave imaging system for concealed weapons detection[C]//(), Waltham, MA, USA, 2016.

[12] Zhao Y J, Cheng B B, Liu J,Two-dimensional sparse array topology for millimeter-wave near-field imaging[J]., 2018, 40(9): 1926–1930. 赵宇姣, 成彬彬, 刘杰, 等. 基于毫米波近场成像的二维稀疏面阵结构[J]. 系统工程与电子技术, 2018, 40(9): 1926–1930.

[13] Johnson D H, Dudgeon D E.:[M]. Englewood Cliffs, NJ: P T R Prentice Hall, 1993.

[14] Lockwood G R, Li P C, O’Donnell M,Optimizing the radiation pattern of sparse periodic linear arrays[J]., 1996, 43(1): 7–14.

[15] Schwartz J L, Steinberg B D. Ultrasparse, ultrawideband arrays[J]., 1998, 45(2): 376–393.

[16] South F A, Liu Y Z, Carney P S,Computed optical interferometric imaging: methods, achievements, and challenges[J]., 2016, 22(3): 6800911.

[17] Steinberg B D. Digital beamforming in ultrasound[J]., 1992, 39(6): 716–721.

[18] Baccouche B, Agostini P, Mohammadzadeh S,Three-dimensional terahertz imaging with sparse multistatic line arrays[J]., 2017, 23(4): 8501411.

[19] Ge T Y, Jin W, Zhao L,Sparse array in near-field millimeter-wave multiple-input multiple-output radar imaging system[J]., 2016, 28(11): 113101. 葛桐羽, 经文, 赵磊, 等. 毫米波多输入多输出雷达稀疏阵列近场成像[J]. 强激光与粒子束, 2016, 28(11): 113101.

[20] Zhu R Q, Zhou J X, Jiang G,Range migration algorithm for near-field MIMO-SAR imaging[J]., 2017, 14(12): 2280–2284.

[21] Zhu R Q, Zhou J X, Tang L,Frequency-domain imaging algorithm for single-input–multiple-output array[J]., 2016, 13(12): 1747–1751.

[22] Baccouche B, Agostini P, Mohammadzadeh S,Three-dimensional terahertz imaging with sparse multistatic line arrays[J]., 2017, 23(4): 8501411.

[23] Zhao L, Huang K, Hao X,. Non-uniform sparse array design in near field radar imaging[J]., 2017, 15(5): 707–710. 赵磊, 黄昆, 郝鑫, 等. 近场雷达成像非均匀稀疏阵设计[J]. 太赫兹科学与电子信息学报, 2017, 15(5): 707–710.

[24] Li D J, Hou Y N, Teng X M,.[M]. Beijing: Science Press, 2014. 李道京, 侯颖妮, 滕秀敏, 等. 稀疏阵列天线雷达技术及其应用[M]. 北京: 科学出版社, 2014.

[25] Ahmed S S, Schiessl A, Gumbmann F,Advanced microwave imaging[J]., 2012, 13(6): 26–43.

[26] Zhuge X D, Yarovoy A G. A sparse aperture MIMO-SAR-based UWB imaging system for concealed weapon detection[J]., 2011, 49(1): 509–518.

[27] Wang H J, Huang C L, Lu MBack projection imaging algorithm for MIMO radar[J]., 2010, 32(8): 1567–1573. 王怀军, 黄春琳, 陆珉, 等. MIMO雷达反向投影成像算法[J]. 系统工程与电子技术, 2010, 32(8): 1567–1573.

[28] Ulander L M H, Hellsten H, Stenstrom G. Synthetic-aperture radar processing using fast factorized back-projection[J]., 2003, 39(3): 760–776.

[29] Moll J, Schops P, Krozer V. Towards three-dimensional millimeter-wave radar with the Bistatic fast-factorized back-projection algorithm—potential and limitations[J]., 2012, 2(4): 432–440.

[30] Lin S B, Li Y L, Yan S S,An sub-image fast factorized back projection algorithm based on optimal regional partition[J]., 2012, 28(8): 1187–1193. 林世斌, 李悦丽, 严少石, 等. 基于最优区域划分的子块快速因子分解后向投影算法[J]. 信号处理, 2012, 28(8): 1187–1193.

[31] Lopez-Sanchez J M, Fortuny-Guasch J. 3-D radar imaging using range migration techniques[J]., 2000, 48(5): 728–737.

[32] Baccouche B, Keil A, Kahl M,. A sparse array based sub-terahertz imaging system for volume inspection[C]//, Paris, France, 2015.

Terahertz near-field MIMO-SAR technologyfor human securityinspection

Liu Jie1,2, An Jianfei1,2, Zhou Ren1,2, Yu Yang1,2*

1Microsystem and Terahertz Research Center, China Academy of Engineering Physics, Chengdu, Sichuan 610200, China;2Institute of Electronic Engineering, China Academy of Engineering Physics, Mianyang, Sichuan 621900, China

Three-dimensional terahertz imaging with MIMO-SAR

Overview:As growing violent and terrorist incidents are endangering people, security inspection in the public becomes increasingly important. The sparse linear array multiple-input multiple-output (MIMO) synthetic aperture radar (SAR) based system, taking into consideration the high resolution of images and the low complexity of the system, is one of the new human body security inspection imaging technologies. This paper mainly introduces the application of MIMO SAR in human body security inspection based on the investigation and analysis of current status and development of domestic and foreign studies on active millimeter-wave/terahertz-wave imaging technologies. Four frameworks are introduced, including single-input single-output (SISO) imaging systems, one dimensional MIMO-SAR with mirror imaging systems, one dimension MIMO-SAR with one dimension SAR imaging systems, and two dimension MIMO imaging systems. Then, the MIMO sparse line array is introduced. The main design idea of the system with MIMO line array is to combine a frequency modulated MIMO line array with an orthogonal synthetic aperture generated by the linear movement of the object under test, such as a conveyor. An array of transmitters illuminates the human with concealed weapon and an array of receivers records the back-scattered radiation coherently. Four kinds of MIMO sparse plane arrays are introduced, including tetragonum array, cross array, square array, and T array. The MIMO sparse plane arrays are designed with 16Tx and 16Rx, then, their performances are compared. Thirdly, signal processing basics and three efficient computational 3D imaging algorithms are presented, including back-projection (BP), fast-factorized back-projection (FFBP), and range migration algorithm (RMA). Those imaging algorithms can be implemented for parallel processing on a graphics processing unit for accelerating the image generation. The BP and FFBP kernels profit strongly from the parallelization since they perform the same computational operation for each voxel. Therefore, the volume reconstruction is mainly achieved through assigning each thread of the graphics processing unit to a voxel. The RMA algorithm also benefit from accelerated execution of the fast Fourier transform algorithm on the graphics processing unit without parallelization. In addition, three different imaging algorithms are compared in regard to their computational efficiency. Finally, this paper makes a prospect of development. In recent years, the THz basic devices in China have made great progress and performances have been steadily improved, which has promoted the rapid development of THz radar system. Although the THz MIMO-SAR system structure is clear for the human body security inspection, but there are still some basic and engineering problems to be overcome, such as: radar chip with integrated array, faster imaging algorithm, a method to extract the echo characteristics and information of hidden objects from multiple view angles. The THz near-field MIMO-SAR technology is still a hot spot in the THz radar and is important for the human security inspection and also need to be further in-depth study for promoting its important application in the field of military and civilian.

Citation: Liu J, An J F, Zhou R,. Terahertz near-field MIMO-SAR technology for human security inspection[J]., 2020,47(5): 190682

Terahertz near-field MIMO-SAR technology for human security inspection

Liu Jie1,2, An Jianfei1,2, Zhou Ren1,2, Yu Yang1,2*

Terahertz near field MIMO-SAR technology has advantage of reducing the number of arrays while ensuring resolution, thus it has important application in human security inspection. This paper firstly introduces the application of terahertz near field MIMO-SAR technology in human body security inspection, then introduces the system composition, imaging algorithm, and finally makes a prospect of development.

terahertz radar; multiple input multiple output technology; synthetic aperture radar; radar imaging

National Natural Science Foundation of China (61805217)

* E-mail: yuyang@mtrc.ac.cn

TN951；O441.4

刘杰，安健飞，周人，等. 应用在人体安检中的太赫兹近场MIMO-SAR技术[J]. 光电工程，2020，47(5): 190682

10.12086/oee.2020.190682

: Liu J, An J F, Zhou R,Terahertz near-field MIMO-SAR technology for human securityinspection[J]., 2020, 47(5): 190682

2019-11-11；

2020-04-10

国家自然科学基金资助项目(61805217)

刘杰(1981-)，男，博士，副研究员，主要从事太赫兹成像系统及组件的研究。E-mail：liujie2003_2006@163.com

喻洋(1986-)，男，博士，助理研究员，主要从事太赫兹成像系统及信号处理的研究。E-mail：yuyang@mtrc.ac.cn