近场雷达三维成像技术综述

2021-11-25姜浩浩

兵器装备工程学报 2021年11期

姜浩浩，曲卫，童菲

(1.航天工程大学研究生院，北京 101416； 2.航天工程大学电子与光学工程系，北京 101416；3.北京航天飞行控制中心，北京 100094)

1 引言

反恐等安全问题一直是国家和人民关注的重要问题，对隐匿目标的安全检测和成像是安全问题中的重要方面。对隐匿目标进行一维或二维成像，只能获得目标的一部分散射分布信息，若想完整地描述出目标信息，则需要进行三维成像，因为三维成像结果可以提供被测目标的三维空间散射分布信息。为了获得场景的三维图像，需要使用二维阵列进行探测。阵列形式是多种多样的，其中MIMO阵列是应用较多的一种阵列形式，采用该种阵列能够减少阵元的数目，同时兼具较高的数据获取率的优点，多应用于对实时性要求相对较高的场合中。

在合成阵列模型下，一般认为目标到阵列中心和阵列两端的双程波程差小于λ/4为远场和近场的分界。在传统雷达成像中，通常假设满足远场条件，采用远场成像方法进行成像。但是，在穿墙探测、安检等近场成像场景中，雷达与目标的距离和天线孔径的尺寸差距较小，相干积累角比较大，不再满足远场成像假设，传统成像技术需要改进后才能成像，否则将会出现散焦或者模糊。三维成像的优势有很多，在穿墙雷达成像中，从三维成像的结果可以分辨出室内人员的姿势；在安检系统中，从三维成像结果能够分辨出危险物的种类、形状、尺寸等特征。总而言之，当今时代对近场雷达三维成像技术的研究以及三维成像系统研制的需要越来越迫切了。

2 近场三维成像系统

根据工作方式不同，近场雷达三维成像系统包括主动成像与被动成像等2种[1-2]。被动成像系统的工作原理是通过接收目标辐射出来的能量，根据目标之间的辐射差异来实现三维成像的。该成像方式的分辨率相对较低，但是受环境影响太大；主动成像系统的工作原理是雷达向目标发射电磁波，然后处理接收到目标的散射电磁波进行成像的。从2种工作方式的原理来看，主动成像方式受环境影响小，成像分辨率相对要高一些。因此，在本文中主要介绍主动成像系统。

2.1 主动毫米波雷达成像系统

在主动毫米波雷达成像系统研制方面,国外起步较早，而且取得了很多成果。20世纪70年代，毫米波全息成像技术开始在隐藏武器检测领域展开应用，Farhat和Guard设计了一个固定源和光学扫描接收体系，通过Fresnel来近似测量回波，实现了毫米波雷达成像系统的主动成像。20世纪90年代，美国的西北太平洋实验室(PNNL)开始进行这方面的研究，并一直处于领先地位，取得了很多成果。PNNL实验室在Farhat和Guard所做研究基础上继续进行研究，获得了质量更高的成像结果[3]，为毫米波成像技术的发展作出了巨大的贡献。后来，PNNL实验室的科研人员将全息成像技术扩展到了三维成像，取得了很多近场三维成像的成果。

在安检成像系统商业化方面，Smithis Detection公司研发出一种宽带平面阵毫米波成像系统。该成像系统通过电扫描的方式实现平面阵列成像，横向孔径为1.1 m，高度孔径为2.0 m，成像分辨率为4 mm×4 mm，能够进行实时成像，可以对隐藏于人体衣服内侧的危险物品进行检测，而且该系统还做了保护隐私的处理[4]。德国R&S公司和纽伦堡大学的科研人员合作，研发出了QPS系列安检产品[5-8]。该成像系统采用步进频信号体制，采用BP算法结合稀疏周期平面阵列对目标进行成像。其工作频段在70～0 GHz，距离分辨率达到了6 mm，方位向和高度向分辨率为2 mm。目前该系统已经应用于机场等一些重要场所的安检工作中。

国内研究起步较晚，总体还处于起步阶段。国内的北京无线电计量测试研究所、中科院电子所、北京理工大学等单位在主动毫米波成像技术研究方面投入较多。2011年，北京无线电计量测试研究所研发出了主动毫米波雷达成像系统的样机，这个系统的性能达到了国际较为先进的水平。2012年，中科院电子所的科研人员设计研发了一款工作频率为35 GHz的毫米波雷达成像系统，这个系统的扫描成像速度为200S，分辨率为10.5 mm。为提高系统的性能，该团队又提出了一种阵列式毫米波系统的解决方案，系统成像速度达到了38.7S，分辨率为3.225 cm，扫描成像效果比较理想[9]。2014年，北京理工大学的任百玲研究了基于非均匀快速傅里叶变换(NUFFT)和调频连续波(FMCW)体制的波数域成像算法，并且研究了基于压缩感知(CS)理论的成像算法，最后基于所研究的算法，研发了毫米波雷达原理样机[10]。

2.2 太赫兹雷达成像系统

美国喷气推进实验室(JPL)是太赫兹成像领域的重要研究机构，一直处于领先地位，取得了许多研究成果。2007年，该实验室成功研制了第一部采用FMCW体制的高分辨率太赫兹雷达成像系统。该系统工作频率范围为560～635 GHz，在4 m范围内对目标进行成像，距离分辨率达到了2 cm[11]。2008年，JPL实验室研发了一部主动式相参太赫兹雷达，采用线性调频连续波体制，实现了毫米级的距离向分辨率和厘米级的方位向分辨率[12]。2011年，JPL实验室又在之前研发的系统的基础上进行研究，研发出了一套太赫兹雷达三维成像系统，其中心频率为675 GHz，带宽为29 GHz，最大成像距离达到了25 m[13]。

2009年，PNNL实验室研发了350 GHz主动式探测成像系统，这个系统能够实现1 cm的成像分辨率，并且能够实现实时成像[14-15]。2011年，德国罗德与施瓦茨公司(R&S)设计了QPASS系统，其工作频段为72～80 GHz，方位向分辨率达到了1.96 mm，成像数据的录取时间为20 ms[16-17]。

国内研究太赫兹雷达成像系统的单位有中科院电子所、中国工程物理研究院、电子科技大学等。2011年，中科院电子所设计实现了0.2 THz三维全息成像系统，该系统基于光路扇形扫描和一维线性扫描方式，实现了对目标的三维成像[18-19]。2012年，中科院电子所研发了中心频率为0.2 THz的三维全息成像系统，其带宽为15 GHz，系统的成像分辨率达到了8.8 mm[20]。2014年，电子科技大学搭建了330 GHz雷达成像系统[21]，进行了太赫兹频段的等效CSAR成像实验，实现了对点目标的三维成像[22-23]。2017年，中国工程物理研究院搭建了340 GHz的雷达成像系统，利用4发16收MIMO阵列，结合一维光路扫描方式，实现了对人体的三维成像[24-25]。

2.3 穿墙雷达成像系统

20世纪80年代以来，穿墙成像技术普遍受到世界各国重视，美国、英国、以色列、加拿大等国相继研发出多种穿墙成像系统，其中具有代表性的包括:美国TimeDomain公司的Radar Vision 2000系列[26-27]、英国Cambridge Consultants公司的Prism200[28]以及以色列CAMERO公司的XaverTM 800系列[29]等。

1998年，美国Time Domain公司研制出了第一款穿墙雷达样机Radar Vision1000，该系统以冲击脉冲超宽带体制为基础，利用回波信号中人体的微多普勒信息，实现了墙后人体的定位探测，最大可探测距离为6 m，距离分辨率为10.2 cm，遗憾的是这款样机只能提供距离向定位信息，不具备三维成像能力。2002年，该公司又研制出了Radar Vision 2000系统，此系统能够实现二维成像，准确定位人体的位置，而且能够实现简单运动的轨迹跟踪。后来该公司又针对军事应用背景，推出了Soldier Vision系列，该系统的原理与Radar Vision2000基本一致。2005年，英国Cambridge Consultants公司研制出了一款便携式的穿墙成像系统Prism200，该系统工作于1.6～2.2 GHz频段，方位、高度向的最大探测角度分别为120°与90°，最大可探测距离为20 m，距离向分辨率为30 cm。较之以前穿墙成像系统，该系统实现了穿墙三维成像，取得了突破性进展，但此处的三维成像也只是可以显示目标的三维信息，不具备三维分辨能力。2008年，以色列CAMERO公司在XaverTM100和XaverTM400基础上研制出了一款真正能够实现墙后目标三维成像的穿墙雷达系统——XaverTM800，此系统仍然工作于3～10 GHz频段，适用于多种常见的墙体材料，方位向和高度向最大可探测角度均达到80°，最大可探测距离为20 m，距离向分辨率优于3 cm，垂直距离向能够获得30 cm的分辨能力，该系统具备独特的3D显示功能，能够实时显示目标的三维立体动态，独特的成像方法使得该系统能够在复杂场景中获得高质量的直观三维图像。

与国外众多成熟产品相比，我国的穿墙成像技术仍处于研究原理和样机的阶段。其中，国防科学技术大学研发出的超宽带穿墙MIMO雷达成像样机系统，采用步进频信号体制，实现了对墙后人体目标的成像。

3 近场三维成像算法

成像过程包括数据采集和成像处理，数据采集是将目标空间变换到数据空间，成像处理则是对回波数据进行逆处理，消除采样过程的影响，还原目标空间的过程。成像处理通常是通过成像算法来实现的。不同的成像算法对回波数据块处理方式不同，也各有优缺点，常用于三维成像的算法主要有时域的后向投影(BP)算法、距离多普勒域的 RDA 算法以及频域的 RMA 算法等。

3.1 近场时域三维成像算法

后像投影(BP)算法是一种时域成像算法，主要基于时延相加的成像思想，在数学推导过程中没有用到任何几何近似，可与任意阵列构型结合进行成像。但是BP算法面临着成像计算量过大，无法满足实时成像的要求，成像效率较低等问题。因此，很多研究人员对传统BP算法进行了进一步研究，提出了以孔径划分、图像域划分以及递归思想为基础的快速BP算法，如局部后向投影(LBP)算法[30]、快速后向投影(FBP)算法[31-32]以及快速因式分解后向投影(FFBP)算法[33]等。

对于BP算法本身的局限性以及近场条件下的成像特点，本文对前人在时域三维成像方面所做的研究工作进行了综述。针对BP算法成像效率低和成像时间长的问题，文献[34]研究了一种完全映射方法，该作者分别采用弧形映射方法、广义相干处理法(ECP法)、球面卷积反投影法(SBP法)以及完全映射近场成像方法对近场点阵散射仿真数据进行成像处理，比较这几种方法的成像效果及计算速度。从计算结果可以看出，完全映射法是一种高效的近场成像方法，可以准确得到近场像，同时又有较快的处理速度。由于BP算法计算量大，文献[35]研究了一种修正BP成像算法,结合MIMO雷达进行近场三维成像。该算法的成像过程为：先对回波数据进行距离压缩，再对压缩后的数据进行时延曲线校正，然后沿方位向对各路回波处理数据直接进行相干叠加,因此不需要距离插值就可以实现方位聚焦。相对于普通BP算法而言，修正BP算法的运算量大大减少，但是其成像质量与普通BP算法的成像质量相当。FFBP算法的计算量低、实时性好，但是有关FFBP三维成像的研究较少，国防科大的刘鹏飞在文献[36]中结合平面MIMO阵列，将FFBP算法应用于近场穿墙三维成像，并分别进行了收发同置和收发异置模式下的三维BP成像和FFBP成像仿真实验，并对两者的成像性能参数和成像结果进行了对比分析，结果表明FFBP算法的鲁棒性好、成像速度快，且成像质量与BP成像差不多。北京理工大学的俞列宸在文献[37]中提出了一种改进的卷积逆投影算法，结合MIMO阵列进行近场三维成像。由于成像过程中用到了等效相位中心原理，具有一定的相位误差，于是采用匹配滤波函数来补偿相位误差。但是，该算法还有计算时间太长的局限性，于是，作者在此基础上又对算法进行了改进，研究了基于矩阵填充理论的快速三维成像算法，并在不同信噪比下进行仿真实验，实验结果表明，相对于普通BP算法而言，该算法在一定的误差限内成像时间短，具有非常明显的加速效果。

3.2 近场频域三维成像算法

频域算法有很多种，主要包括距离多普勒算法(RDA)、距离迁移算法(RMA)、调频变标算法(CSA)和距离堆积算法(RSA)等。RDA算法和CSA算法采用了近似条件，使得成像过程较为简单，但是不能直接应用于近场成像。在这里，不再一一介绍，重点介绍一下RDA和RMA。

距离多普勒算法(RDA)是在距离多普勒域进行距离徙动校正的，是众多成像算法中最直观、最基础的方法。对于距离一样但是方位不一样的多个点目标，它们在距离多普勒域内的回波轨迹完全一样。因此，我们完全可以通过一个点目标的距离徙动轨迹校正来达到同一距离处一组目标的距离徙动校正的目的。

与RDA算法比较来看，距离徙动算法(RMA)的关键点在于：采用STOLT插值在三维频域(波数域)来校正距离向与方位、高度向的耦合。该算法能够适用比较大范围内的距离徙动变化，在不采用一些近似的情况下能够实现没有几何变形的完全聚焦。该成像算法的优势就在于精确与高效。

相对于远场频域成像算法而言，近场频域算法还有很大的研究空间。由于近场雷达三维成像技术一般是采用MIMO雷达，频域算法与MIMO雷达的结合是近场雷达三维成像的难点。因此，在本文中，针对近场频域算法存在的问题，对前人所做的近场雷达频域算法方面的研究进行了综述。谭维贤等人在文献[38]中研究了一种基于波数域积分的三维成像算法，该算法是一种简化的频域成像算法，通过在给定距离单元上沿波传播方向上的波数域积分，代替了相对来说比较复杂的三维STOLT插值，大大减少了计算量。文献[39]提出了一种改进的RMA算法，结合非标准快速傅里叶变换(NUFFT)可以对不均匀分布数据进行快速傅里叶变换的特点，应用NUFFT，取代近场三维成像中的STOLT插值和IFFT，大大提高了成像效率。文献[40]中提出了太赫兹成像中的相移偏移算法，推导了该算法在单静态和多静态情况下的工作原理，给出了多静态条件下的采样准则和空间分辨率评价，并通过实验验证了该方法的适用性和性能。与RMA和BPA相比，PMA的优点是能够在不事先知道距离的情况下进行操作，只要频率采样间隔满足目标范围的要求，PMA在原理上保持了BPA的聚焦和分辨性能，没有任何近似，计算量比RMA大，但可以并行实现；缺点是必须在等间隔采样情况下运行，特别是在多静态情况下，但是BPA不会受到同样的影响。文献[41]中推导了快速高斯格点非均匀傅里叶变换，提出了基于FGG-NUFFT的近场三维成像算法，并将该方法与传统插值成像方法进行比较，仿真和实验结果说明，在充分采样情况下，2种方法的成像效果相近。但是，在降采样率情况下，该方法依然能较好地保持原采样率情况下的成像性能，而传统插值方法的成像质量则下降很多，因此，基于FGG-NUFFT的近场三维成像算法在采样数据减少的情况下具有应用优势，有利于成像系统的实际应用。文献[42]提出了一种成像方案，它是由2个平行的阵列面对着成像的物体，对阵列采用了多输入多输出技术。距离偏移算法是专门针对这一场景而设计的，当一个物体被放置在2个阵列之间时，可以实时构建近360°高质量的图像。由于在近场条件下，电磁波的波前是有一定曲率的球面，不再是平面。针对这一问题，文献[43]提出了一种有效的雷达成像算法,该三维成像算法在频率波数域进行图像重建，通过插值处理的方法能够完全补偿近场的波前曲率。发射宽带步进频率信号，采用高工作频率，结合该算法可获得高度向分辨率和横向分辨率，成像结果的距离向分辨率优于5 mm。文献[44]将压缩感知成像理论与距离偏移算法相结合，提出了一种用于联合高分辨率成像和相位误差校正的近场三维成像方法。实验结果表明，该方法可以在数据量较少的情况下实现高分辨率成像，而且能够有效地校正相位误差，实现高聚焦目标图像。文献[45]将压缩感知(CS)理论和匹配滤波(MF)技术完美结合，提出了一种多通道联合稀疏恢复(MJSR)和快速高斯网格非均匀快速傅里叶变换(FGGNUFFT)相结合的近场三维成像方法。该方法具有精度高、效率高的优点。与传统的基于CS的成像方法相比，该方法在每次迭代中同时包含正变换和反变换，提高了重构的质量。实验结果表明，该方法提高了成像精度和成像速度，并减少了内存占用。文献[46]针对任意线性MIMO阵列的近场三维SAR成像，提出了一种MIMO-SAR-NUFFT成像算法。利用NUFFT技术，将非均匀阵列采样转化为波数域采样，并将非均匀波数域采样转化为最终的网格化图像数据。这样，得到了一种能够处理任意线性MIMO阵列拓扑的精确、高效的成像算法。文献[47]提出了一种改进的基于平面多输入多输出(MIMO)阵列的三维图像重建算法。通过在波数域应用几种适当的近似方法，将传统MIMO-RMA中复杂耗时的双基地STOLT变换转化为相对简单的单基地STOLT变换，从而大大减少了数据的插值量。结合多维快速傅里叶变换，可以获得极高的计算效率。基于平面MIMO阵列雷达的平面人体目标近场成像实验，证明了该算法的成像精度与传统MIMO-RMA算法的精度差不多，效率比传统方法高很多。郭企嘉在文献[48]中提出了一种改进的RMA三维成像算法——基于相干因子的RMA算法。相对于传统RMA算法而言，该算法大大降低了计算量，图像的动态范围和空间分辨率显著提高。该算法采用点匹配法来计算反射率非相干功率，该方法将双重积分近似成波数差单重积分，而且采用了一种矩阵重排方法来求取新积分核，大大降低了CF计算量。作者分别采用该算法和传统RMA算法，结合十字型MIMO阵列进行近场三维成像实验，经过对比分析，凸显该算法的优势。