超寬帶穿墻雷達成像技術(shù)研究現(xiàn)狀

蔡繼亮,童創(chuàng)明,2,姬偉杰

(1.空軍工程大學(xué)導(dǎo)彈學(xué)院,陜西 三原 713800;2.東南大學(xué) 毫米波國家重點實驗室,南京 210096)

1 引 言

穿墻雷達(Through the Wall Radar,TWR)是伴隨著大規(guī)模巷戰(zhàn)和反恐等軍事需求而發(fā)展起來的一種新型雷達技術(shù)。它主要通過獲取并分析回波信號攜帶的信息,探測隱藏在可穿透介質(zhì)如黏土墻、介質(zhì)板、混凝土等之后的目標(biāo),獲得距離、方位等信息。由于能夠提供非入侵式探測,因此,該技術(shù)具有廣泛而重要的應(yīng)用前景。在反恐探測中,利用穿墻雷達可實現(xiàn)對建筑物內(nèi)無法看見的恐怖分子或人質(zhì)的偵查、定位和跟蹤,為狙擊手提供重要的方位信息;在軍事戰(zhàn)爭中,它可以對建筑或掩體內(nèi)的可疑目標(biāo)(人)進行外部的非入侵式探測,并對建筑物內(nèi)的運動目標(biāo)進行監(jiān)測,因而能較大程度地提高作戰(zhàn)人員的偵察與探測、態(tài)勢感知和生存能力,還可以進行戰(zhàn)場傷員搜救;在關(guān)口安檢中,可以實現(xiàn)對危險品如金屬武器等的非接觸式的隔物探測;在災(zāi)難搜救中,能夠?qū)Φ卣稹⑺降惹闆r下廢墟里的人員進行搜救。

通常,-10 dB帶寬大于或等于500 MHz的信號就可以稱為超寬帶信號。由于這超寬帶信號具有可實現(xiàn)厘米量級的測距精度、能識別和區(qū)分不同目標(biāo)類型、能克服窄帶雷達的吸波效應(yīng)、穿透墻壁的能力強、對復(fù)雜背景下的雜亂回波抑制能力強等優(yōu)點,因此穿墻雷達成像主要采用超寬帶信號。

超寬帶的實現(xiàn)主要有3種方法[1]:一是沖激脈沖法,二是步進頻法,三是線性調(diào)頻法。它們各有所長:沖激脈沖法中,系統(tǒng)可以采用很窄電磁脈沖和很高的脈沖重復(fù)頻率,且對目標(biāo)的反應(yīng)迅速,利于實時處理,但弱點是脈沖功率難以提高,因而探測距離受到一定限制;線性調(diào)頻法的功率大,信噪比高,但是實時性不如前者,不利于跟蹤快速運動的目標(biāo),信號處理也相對復(fù)雜;步進頻法與線性調(diào)頻法情況類似,在進行脈沖壓縮處理后,均可等效為沖激脈沖系統(tǒng)。值得注意的是,步進頻能夠控制信號帶寬和頻率步長,此外,較超短脈沖而言實現(xiàn)較簡單,對硬件沒有特殊要求,可以達到相同帶寬的超短脈沖同樣性能,因此更適合手提式穿墻成像雷達中的信號形式。

本文主要介紹超寬帶穿墻雷達成像的裝備研究和成像算法,包括逆散射成像算法、后向投影算法、時間反轉(zhuǎn)境方法、壓縮感知成像方法等,以期為相關(guān)研究人員提供參考。

2 國內(nèi)外超寬帶穿墻雷達裝備

2.1 國外

美國Time Domain公司推出了基于時間反轉(zhuǎn)鏡(Time Reverse Mirer,TRM)技術(shù)的首臺UWB穿墻雷達SV2000,不久又推出改進版手持式SV2000A1。該雷達采用超寬帶體制,重頻10MHz,帶寬2.1～5.6 GHz,距離分辨力小于1 m,輸出功率50 μ W 。視野水平±45°,俯仰±60°,可以二維顯示目標(biāo)實時運動方向和距離。當(dāng)穿透20 cm厚的混凝土墻,可以檢測到距離雷達大于20 m的目標(biāo)。美國的Akela公司也在近年開發(fā)了UWB穿墻雷達,其結(jié)構(gòu)如下:由獨立的傳感器構(gòu)成的分布式陣列,每個傳感器都是高距離分辨力雷達,可固定使用或單人攜帶。這些傳感器工作于0.5～2 GHz,頻率靈活可變。該UWB雷達距離分辨力10 cm,試驗表明該系統(tǒng)可以檢測到距離雷達6.5 m的混凝土墻后靜止人員的呼吸響應(yīng)信號。美國Eureka航空正利用具有極高分辨率的瞬時脈沖合成孔徑雷達開發(fā)安檢系統(tǒng)(簡稱ImpSAR)。該系統(tǒng)工作于瞬時脈沖機制,脈寬約100 ps,因此可得到大的0.25～3.5 GHz帶寬,采用特別的脈沖輻射天線,距離分辨力為5 cm,這種技術(shù)保證了適當(dāng)?shù)拇δ芰案叻直媛实奈⒉ǔ上瘛?/p>

以色列Camero公司在2008年左右開發(fā)了一款強力的UWB穿墻雷達成像系統(tǒng)Xaver800,該系統(tǒng)采用超寬帶體制,可以探測諸如粘土磚、混凝土、灰泥墻、木板、石塊和玻璃等環(huán)境,探測距離約為20 m,可以同時實現(xiàn)二維和三維顯示,實時捕捉人員位置和移動信息。英國劍橋咨詢中心研制的便攜式內(nèi)部空間監(jiān)視雷達(簡稱Prism-200)基于脈沖體制可以顯示出測量區(qū)域的2D或3D圖像,可以穿透40 cm厚的傳統(tǒng)建筑材料,探測人員活動距離可達15 m。此外,加拿大國防研究與發(fā)展部門(DRDC Ottawa)則正在開發(fā)超寬帶合成孔徑穿墻雷達,同時尋求改進支架及成像能力以增強穿墻探測系統(tǒng)的對位置信息的智能判斷。初步數(shù)值仿真和實驗證明了UWB合成孔徑穿墻雷達可以產(chǎn)生表明房間內(nèi)大致布局的靜態(tài)物體位置指示,在此基礎(chǔ)上,還能反映建筑物內(nèi)人員的移動情況。

2.2 國內(nèi)

在國內(nèi),第四軍醫(yī)大學(xué)生物醫(yī)學(xué)工程系從1998年開始,研制了不同頻段的連續(xù)波生物雷達樣機,自由空間探測距離可達50 m,能穿透2 m厚的實體磚墻并檢測到人體的呼吸信號。其中雷達式“生命探測儀”于2004年在北京通過了總后勤部和衛(wèi)生部組織的專家鑒定,標(biāo)志著我國首次研制出穿墻雷達[4]。之后,第四軍醫(yī)大學(xué)在國家自然科學(xué)基金和軍隊有關(guān)部門的資助下,聯(lián)合必肯科技有限公司和中國電波研究所,自主研制了“生命探測雷達”。該雷達在5·12汶川地震救災(zāi)中,為成功挽救35個壓埋人員的生命提供了重要信息。國防科技大學(xué)已經(jīng)開發(fā)了RdarEye穿墻探測雷達,這是一種工作在UHF和L頻段的超寬帶微功率沖激脈沖雷達系統(tǒng),發(fā)射信號為雙極性無載頻短脈沖信號,對非金屬墻體后人體目標(biāo)進行探測,探測距離可達到3～5 m。其高重復(fù)頻率能提供很好的實時性,能夠迅速跟蹤動目標(biāo),對周圍其他電磁設(shè)備干擾小,不易被發(fā)現(xiàn),很適合于國家安全部門使用。江蘇北方湖光光電公司的TDR-6000超寬帶穿墻雷達,比Soldiervision穿墻成像雷達的穿透性能更強,成像精度更高,功耗更小,性價比更高;比Prism 200對目標(biāo)實時成像快,探測距離更遠,穿透力更強。四川華信科技生產(chǎn)的Radar Explorer II能夠探測跟蹤墻后方30 m的多個目標(biāo),分辨率為0.4 m。西安比肯科技業(yè)開發(fā)了警視-3穿墻雷達。這3種雷達都走向了市場。

3 超寬帶穿墻雷達成像算法

一般而言,穿墻雷達成像的諸多算法中,都是基于分層模型。收發(fā)天線位于墻前面接收區(qū)域,媒質(zhì)為空氣,目標(biāo)位于墻后面的成像區(qū)域,媒質(zhì)也為空氣,中層媒質(zhì)為墻體。發(fā)射天線發(fā)射信號,穿透墻體,到達目標(biāo),經(jīng)過目標(biāo)的反射,反射信號再次穿過墻體到達接收天線。穿墻成像就是利用接收信號,得到成像區(qū)域目標(biāo)的信息。經(jīng)過國內(nèi)外眾多研究人員的努力,形成了一系列穿墻雷達成像算法,以下分述之。

3.1 逆散射方法

逆散射方法求解超寬帶穿墻雷達成像,從數(shù)學(xué)上看,實質(zhì)上是一個最優(yōu)化問題,優(yōu)化的對象為成像區(qū)域的目標(biāo)信息。主要有兩類方法求解:Born近似法和隨機搜索法。

3.1.1 Born近似法

首先要建立墻后面成像區(qū)域中目標(biāo)-背景媒質(zhì)間的對比度函數(shù)和墻前面接收區(qū)域中的散射場之間的電磁場積分方程。通過求解積分方程,得到成像區(qū)域中的目標(biāo)-背景媒質(zhì)間的對比度函數(shù),從而得到成像區(qū)域電磁參數(shù)的分布,實現(xiàn)成像。由于積分方程是非線性的,并且含有分層媒質(zhì)的格林函數(shù),因此,計算過程比較復(fù)雜。為了簡化計算,通常采用Born近似,將非線性積分方程線性化,然后通過迭代方法進行求解。每次迭代都要進行正散射計算,并且,正散射計算時,墻體的參數(shù)必須是已知的,而在實際中準(zhǔn)確獲取墻體參數(shù)比較困難。

為避免迭代求解,文獻[2]提出了基于一階Born近似的衍射斷層成像(Diffraction Tomography,DT)方法進行了二維穿墻成像。該方法只用一次求解散射場,而不用多次正散射計算,并且在計算過程中采用了快速傅里葉變換,從而大大減少了計算量。文獻[3]采用截斷奇異值分解(Truncated Singular Value Decomposition,TSVD)方法對測量得到的散射場進行SVD分解,截取若干較大的奇異值,用于二維成像。同樣也只用一次求解散射場,就能得到正則化的穿墻成像結(jié)果。文獻[4]采用同樣的方法,在不同的墻面對室內(nèi)二維目標(biāo)分別成像,并進行融合,能夠得到目標(biāo)更豐富的信息。文獻[5]在不同的觀測高度處,采用Born近似并結(jié)合TSVD方法,得到三維成像區(qū)間的不同水平高度的一系列二維切片圖像,再將這些切片組合,得到三維圖像。

值得注意的是:從原理上看,上述文獻并不需要多次求解散射場,因此,只要測量得到散射場,而不需要預(yù)先知道墻體參數(shù),就能成像。此外,Born近似是基于目標(biāo)是弱散射體這一假設(shè)的,在某些情況下,對目標(biāo)的電磁參數(shù)成像,可能不太準(zhǔn)確。

3.1.2 隨機搜索算法

這種方法首先構(gòu)造一個關(guān)于接收區(qū)測量場和計算場的價值函數(shù),而計算場又是關(guān)于成像區(qū)域電參數(shù)分布的函數(shù),然后再用粒子群算法、差分進化算法等隨機搜索算法進行搜索。隨機搜索算法的優(yōu)點是將待求參數(shù)作為變量,比較直觀;不需要設(shè)置初始點,能保證全局收斂;不需要價值函數(shù)的導(dǎo)數(shù)信息,計算比較簡單;可以將墻體參數(shù)作為帶優(yōu)化變量,不必事先已知。它的缺點在于,很多隨機優(yōu)化算法會遇到早熟收斂,需要求解很多次正散射。此外當(dāng)變量較多,達到幾十個時,價值函數(shù)是一個極難優(yōu)化的復(fù)雜多峰值非線性函數(shù),隨機搜索算法的尋優(yōu)效果不明顯。

采用隨機搜索算法求解穿墻問題時,為加快速求解速度,一方面,一般正問題要采用加速算法;另一方面,要采取收斂速度快的隨機搜索算法。文獻[6]用差分進化算法求解了墻體后方二維導(dǎo)體目標(biāo)的位置、形狀以及墻體的厚度、電參數(shù)。

逆散射穿墻成像時,一般采用步進頻率來實現(xiàn)超寬帶,因此要計算多個頻點的散射場。而對每一個頻點都要計算一次正散射,因此計算量非常大。也可以采用脈沖來實現(xiàn)超寬帶,只是要對脈沖產(chǎn)生的場進行時頻變換,從而得到多個頻點的場值[2]。

3.2 后向投影方法

后向投影(Back Projection,BP)算法是最具代表性的時域成像處理方法,它來源于計算機層析成像技術(shù),是McCorkle根據(jù)CT成像的投影切片理論導(dǎo)出的一種合成孔徑雷達成像方法[7],因此,也被應(yīng)用到穿墻成像中[8-14]。

但在穿墻雷達應(yīng)用時,傳統(tǒng)的后向投影算法會產(chǎn)生較大的誤差。因此,為了提高穿墻成像的精度,文獻[10]提出了有介質(zhì)遮擋時目標(biāo)成像的數(shù)學(xué)模型,推導(dǎo)了步進頻率信號穿墻后向投影算法。根據(jù)電磁波的傳播路徑,對時間延遲項進行了修正。雖然成像結(jié)果更為準(zhǔn)確,但要求解很多個四次方程的根,計算較為復(fù)雜;文獻[11]把后向投影算法引入到步進變頻穿墻雷達成像中,并提出了用最短時間法來補償墻壁對信號傳輸速度以及折射的影響。在墻后多目標(biāo)成像上,由于目標(biāo)之間有耦合,導(dǎo)致在圖像中不能區(qū)分目標(biāo)。文獻[12]認為,產(chǎn)生這一現(xiàn)象的主要原因是由于BP算法與大部分SAR成像算法一樣其理論基礎(chǔ)是基于遠區(qū)場的,而對于大多數(shù)無載頻時域脈沖成像來說采樣所得到的數(shù)據(jù)是不滿足這一條件的,因而要應(yīng)用后向投影算法處理雷達近場成像問題時則必須采用一種基于近場數(shù)據(jù)的成像模型。為此,提出了將采樣所得數(shù)據(jù)等同為偶極子電流,根據(jù)偶極子近場輻射模型求得輻射場,再反向投影到成像區(qū)域,從而成像。文獻[13]提出了一種雙基地合成孔徑雷達穿墻成像,可以獲取目標(biāo)非后向散射信息,特別適合對建筑物一類多反射面目標(biāo)的觀測,它采用的也是后向投影算法。而文獻[14]則是出于隱蔽探測、抗截獲抗干擾的考慮,提出了超寬帶噪聲穿墻雷達,采用互相關(guān)預(yù)處理和BP算法進行成像。

總的而言,后向投影算法簡單,通用性強,但計算量巨大。不少學(xué)者開發(fā)了SAR的快速后向投影算法[15-16],可在一定程度上解決計算量的問題。將其應(yīng)用到穿墻成像中,是一個值得研究的方向。

3.3 TRM方法

近年來,時間反轉(zhuǎn)鏡(Time Reversal Mirror,TRM)技術(shù)在國外成為光學(xué)、聲學(xué)、電磁學(xué)等目標(biāo)探測領(lǐng)域的研究熱點。TRM源于光學(xué)中的相位共軛方法。法國巴黎大學(xué)M.A.Fink[17]在非均勻介質(zhì)中,用TRM對目標(biāo)的發(fā)射聲信號進行聚焦,實現(xiàn)對目標(biāo)的定位。TRM是基于復(fù)雜隨機媒質(zhì)中波傳輸?shù)幕ヒ仔栽?即:目標(biāo)探測源發(fā)射的信號經(jīng)過復(fù)雜隨機媒質(zhì),由收發(fā)合置的天線陣列接收,然后將接收到的信號在時域上做時間反轉(zhuǎn)(相當(dāng)于頻域的相位求共軛),反轉(zhuǎn)信號再經(jīng)由各自的天線重新發(fā)射回去。發(fā)射信號遵循先收后發(fā)、后收先發(fā)這一原則。由于相干作用,這些重新發(fā)射的時間反轉(zhuǎn)信號就會聚焦在原來源的位置。

電子科技大學(xué)趙志欽教授在美留學(xué)和工作期間,將TRM技術(shù)與SAR成像技術(shù)相結(jié)合,應(yīng)用于超寬帶(UWB)穿墻雷達成像,并取得了可喜的成果。文獻[18]采用TRM-SAR方法對墻后面的目標(biāo)成了像,結(jié)果比傳統(tǒng)的后向投影技術(shù)成像結(jié)果要好很多。文獻[19]使用TRM技術(shù)對墻后面目標(biāo)成了像,文獻[20]使用TRM技術(shù)對復(fù)雜墻體目標(biāo)成了像,它們主要是通過短脈沖來實現(xiàn)超寬帶的。

值得提出的是,TRM技術(shù)成像不需要準(zhǔn)確已知墻體的參數(shù),也能很好地成像。文獻[21]結(jié)合Born近似和TRM,在墻體參數(shù)與實際偏差很大的情況下,實現(xiàn)了墻后二維目標(biāo)的自聚焦成像。目前,基于該方法的三維穿墻目標(biāo)成像還未見報道。

3.4 壓縮感知方法

一般而言,穿墻雷達通過在空間各個位置發(fā)射和接收超寬帶信號然后對成像區(qū)域進行高分辨率成像,系統(tǒng)可采用移動天線方式或采用陣列天線實現(xiàn)合成孔徑掃描成像。成像區(qū)域的距離向分辨率由發(fā)射信號帶寬決定,方位向分辨率由天線孔徑?jīng)Q定。要實現(xiàn)高分辨率成像,必須提高發(fā)射信號的帶寬和天線的孔徑,這樣勢必增加數(shù)據(jù)量和處理時間。TWR系統(tǒng)都假設(shè)在雷達成像的數(shù)據(jù)采集時間內(nèi),目標(biāo)是靜止的,成像時間的增加意味著目標(biāo)移動的可能性增加,目標(biāo)成像準(zhǔn)確性將會降低。在獲得同等的成像分辨率前提下,減小數(shù)據(jù)采集時間和數(shù)據(jù)量不僅可以降低對系統(tǒng)硬件的要求,也可以避免成像時產(chǎn)生目標(biāo)圖像模糊[22]。

近年來,Donoho等人從信號分解和逼近理論發(fā)展了一種新的壓縮感知(Compressive Sensing,CS)理論[23]。CS理論指出:只要信號是稀疏的或可壓縮的,就能以遠低于Nyquist采樣定理的數(shù)據(jù)量,通過求解一個帶約束的 l1范數(shù)凸規(guī)劃問題,以很高的概率重建原始信號。由于在降低數(shù)據(jù)量上具有突出的優(yōu)點,CS在雷達成像中得到廣泛應(yīng)用[24-26]。

文獻[22,27]采用CS理論,隨機采樣,只用了7.7%的全孔徑數(shù)據(jù),就能很好地對墻后方二維點目標(biāo)進行成像,并且具有很好的抗隨機噪聲干擾能力。仿真數(shù)據(jù)和實測數(shù)據(jù)都證明了CS算法的正確性。文獻[28]使用多測量向量CS模型,采用多極化數(shù)據(jù),得到了比單測量向量的CS模型更好的成像結(jié)果。壓縮感知應(yīng)用于雷達成像,大都是基于目標(biāo)對點目標(biāo)而言的。文獻[29]突破了CS只能應(yīng)用于點目標(biāo)的限制,利用塊狀目標(biāo)在小波空間里是稀疏的這一特性,采用2D離散小波變換作為成像區(qū)間的稀疏基函數(shù),使用壓縮感知,得到圖像的小波系數(shù),再經(jīng)過小波逆變換,對墻后面塊狀目標(biāo)進行了成像。

盡管CS理論在超寬帶穿墻雷達中顯示出良好的應(yīng)用前景,但也存在一些亟待解決的問題:其一,如何選擇更合適的隨機測量矩陣,使得用盡可能少的采樣數(shù)據(jù)達到盡可能高的重建概率以及在硬件上實現(xiàn)隨機測量;其二,研究針對CS中凸規(guī)劃問題更加快速的解法;其三,由于CS成像結(jié)果中噪聲點是無規(guī)則的,當(dāng)存在多個目標(biāo)并且目標(biāo)反射率相差較大時,真實目標(biāo)與噪聲分離問題等[22]。

3.5 其他算法

除了上述超寬帶穿墻雷達成像算法外,其他的成像算法也見諸報道。

文獻[30]提出了已知墻體參數(shù)的二維時間延遲求和算法,并將其推廣到了三維墻后目標(biāo)成像[31],雖然計算量較大,但能準(zhǔn)確成像。此外,該方法具有很好的推廣性,一旦得到墻體參數(shù)的二維時間延遲求和算法,很容易將其推廣到三維目標(biāo)成像。文獻[32]研究了基于逆邊界散射變換(Inverse Boundary Scattering Transform,IBST)的三維成像算法,并將其應(yīng)用到超寬帶穿墻雷達系統(tǒng)中?；贗BST的成像算法雖然硬件較為復(fù)雜,但是實時性好,計算效率高,并且可以實現(xiàn)對目標(biāo)邊界準(zhǔn)確重建,尤其適用于三維成像。文獻[33]在逆邊界散射變換的SEABED基礎(chǔ)上進行了改進,提出了一種新的包絡(luò)線算法,應(yīng)用于超寬帶穿墻雷達系統(tǒng),對二維目標(biāo)成了像。包絡(luò)線算法可以實現(xiàn)對目標(biāo)邊界精確成像,算法效率高,實時性好,并且隨墻體參數(shù)估計誤差增大,包絡(luò)線算法誤差明顯小于SEABED算法。

4 結(jié)束語

穿墻雷達技術(shù)在軍用和民用產(chǎn)品中都具有廣闊的前景。超寬帶具有高空間分辨率、強目標(biāo)特性提取能力、強電磁穿透特性等優(yōu)點,是穿墻雷達技術(shù)的重要發(fā)展方向,值得深入研究。在超寬帶穿墻雷達算法中,基于逆散射成像方法會隨著優(yōu)化算法和加速算法的改進而不斷完善,走向應(yīng)用;傳統(tǒng)的后向投影算法經(jīng)過不斷改進,也會在穿墻成像中發(fā)揮更大的作用;時間反轉(zhuǎn)鏡技術(shù)借鑒光學(xué)、聲學(xué)等領(lǐng)域目標(biāo)探測的成果,其與超寬帶技術(shù)的結(jié)合進一步豐富了穿墻雷達成像的內(nèi)涵;而基于壓縮感知的成像算法,在減少采樣數(shù)據(jù)從而縮減計算時間,提高成像分辨率具有獨特的優(yōu)勢。運動目標(biāo)檢測、三維目標(biāo)成像、實時成像、多目標(biāo)成像都是需要深入研究的問題。

[1] 易大方,穿墻雷達人體探測技術(shù)的新進展[J].電訊技術(shù),2009,49(10):88-92.YI Da-fang.Recent Progress of Human Body Detection Using Through-wall Radar[J].Telecommunication Engineering,2009,49(10):88-92.(in Chinese)

[2] Soldovieri F,Solimene R.Through-Wall Imaging via a Linear Inverse Scattering Algorithm[J].IEEE Geoscience and Remote Sensing Letters,2007,4(4):513-517.

[3] Soldovieri F,Solimene R,Prisco G.A Multiarray Tomographic Approach for Through-Wall Imaging[J].IEEE Transactions on Geoscience and Remote Sensing,2008,46(4):423-431.

[4] Zhang W J,Hoorfar A.T wo-Dimensioal Diffraction Tomographic Algotithm For Through-the-Wall Radar Imaging[J].Progress In Electromagnetics Research B,2011,31:205-218.

[5] Solimene R,Soldovieri F,Prisco G.Three-Dimensioal Through-Wall Imaging Under Ambiguous Wall parameters[J].IEEE Transactions on Geoscience and Remote Sensing,2009,47(5):1310-1317.

[6] Dehmollaian M.Through-Wall Shape Reconstruction and Wall Parameters Estimation Using Differential Evolution[J].IEEE Geoscience and Remote Sensing Letters,2011,8(2):201-205.

[7] Dehmollaian M,Thiel M,Sarabandi K.Through-the-Wall Imaging Using Differential SAR[J].IEEE Transactions on Geoscience and Remote Sensing,2009,47(5):1289-1296.

[8] Nag S,Barnes M A,Payment T,et al.An ultra wideband through-wall radar for detecting the motion of people in real time[J].Proceedings of SPIE,2002,4744:48-57.

[9] Gauthier S,Chamma W.Surveillance through concrete walls[J].Proceedings of SPIE,2004,5403:597-608.

[10] 李述為,高梅國,傅雄軍.步進頻穿墻雷達成像算法[J].現(xiàn)代雷達,2007,29(12):8-11.LI Shu-wei,GAO Mei-guo,FU Xiong-jun.Imaging Arithmetic Based on Stepped Frequency Through-wall Radar[J].Modern Radar,2007,29(12):8-11.(in Chinese)

[11] 崔國龍,孔令講,楊建宇.步進變頻穿墻成像雷達中反投影算法研究[J].電子科技大學(xué)學(xué)報,2008,37(6):864-867.CUI Guo-long,KONG Ling-jiang,YANG Jian-yu.Back-Projection Algorithm to Stepped-Frequency Through-the-Wall Radar Imaging[J].Journal of University of Electronic Science and Technology of China,2008,37(6):864-867.(in Chinese)

[12] ZHONG Wei-jun,TONG Chuang-ming,XIN Lei.A Novel Near Field Imaging Approach for Through-wall Imaging[C]//Proceedings of 2011 Cross Strait Quad-Regional Radio Science and Wireless Technology Conference.Harbin:IEEE,2011:164-167.

[13] 李欣,黃曉濤,沈忠義.雙基地合成孔徑雷達穿墻成像研究[J].宇航學(xué)報,2011,32(4):888-897.LI Xin,HUANG Xiao-tao,SHEN Zhong-yi.Study on Bistatic SAR Through-Wall Imaging[J].Journal of Astronautics,2011,32(4):888-897.(in Chinese)

[14] Wang Hong,Narayanan RM,Zheng Ou Zhou.Through-Wall Imaging of Moving Targets Using UWB Random Noise Radar[J].IEEE Antennas and Wireless Propagation Letters,2009,8(2):802-805.

[15] Ulander L M H,Hellsten H,Stenstrom G.Synthetic aperture radar processing using fast factorized back-projection[J].IEEE Transactions on Aerospace and Electronic Systems,2003,39(3):760-776.

[16] 雷文太,粟毅,黃春琳,等.表層穿透雷達遞歸反向投影成像算法[J].電子學(xué)報,2005,33(12):2115-2119.LEI Wen-tai,SU Yi,HUANG Chun-lin,et al.Surface Penetrating Radar Recursive Back Projection Imaging Algorithm[J].Acta Electronica Sinica,2005,33(12):2115-2119.(in Chinese)

[17] Fink M,Prada C,Wu F,et al.Self-fousing in inhomogeneous media with Time Reversal Acoustic Mirror[C]//Proceedings of 1989 IEEE Ultrasonics Symposium.Montreal,Que:IEEE,1989:681-686.

[18] 趙志欽.時間反轉(zhuǎn)鏡技術(shù)及共形天線相關(guān)研究[C]//中國電子科技集團公司第十研究所第一屆新技術(shù)新概念研討會.成都:中國電子科技集團公司第十研究所,2009.ZHAO Zhi-qin.Relative research TRM and conformal antenna[C]//The first conference on the New Technologies and the New Concepts of the No.10 Research Institute of China Electronics Technology Group Corporation.Chengdu:The 10th Research Institute of China Electronics Technology Group Corporation,2009.(in Chinese)

[19] Zheng W,Zhao Z,Nie Z.Application of TRM in the UWB through wall radar[J].Progress In Electro magnetics Research,2008,87:279-296.

[20] Zheng W,Zhao Z,Nie Z,et al.Evaluation of TR M in the complex through wall environment[J].Progress In Electro magnetics Research,2009,90:235-254.

[21] Li Lianlin,Zhang Wenji,Li Fang.A Novel Autofocusing Approach for Real-Time Through-Wall Imaging Under Unknown Wall Parameters[J].IEEE Transactions on Geoscience and Remote Sensing,2010,48(1):423-431.

[22] 黃瓊,屈樂樂,吳秉橫,等.壓縮感知在超寬帶雷達成像中的應(yīng)用[J].電波科學(xué)學(xué)報,2010,25(1):77-82.HUANG Qiong,QU Le-le,WU Bing-heng,et al.Compressive sensing for ultra-wideband radar imaging[J].Chinese Journal of Radio Science,2010,25(1):77-82.(in Chinese)

[23] Donoho D L.Compressive sensing[J].IEEE Transactions on Information Theory,2006,52(4):1289-1306.

[24] Gurbuz A C,McClellan J H,Scott W R.A compressive sensing data acquisition and imaging method for stepped frequency GPRs[J].IEEE Transactions on Signal Processing,2009,57(7):2640-2650.

[25] Wei S J,Zhang X L,Shi J,et al.Sparse reconstruction for SAR imaging based on compressed sensing[J].Progress In Electro magnetics Research,2010,109:63-81.

[26] Zhang L,Xing M,Qiu C,et al.Achieving higher resolution ISAR imaging with limited pulses via compressed sampling[J].IEEE Geoscience and Remote Sensing Letters,2009,6(3):567-571.

[27] Huang Qiong,Qu Lele,Wu Bingheng,et al.UWB Through-Wall Imaging based on Compressive Sensing[J].IEEE Transactions on Geoscience and Remote Sensing,2010,48(3):1408-1415.

[28] Yang J,Bouzerdoum A,Tivive F H C,et al.Mulitple-Measurment Vector Model and Its applicationto Through-the-wall Radar Imaging[C]//Proceedings of 2011 International Conference on Acoustics,Speech,and Signal Processing.Prague,Czech Republic:IEEE,2011:2672-2675.

[29] Michael L,Debes C,Zoubir A M.Compressive Sensing in Through-the-wall Radar Imaging[C]//Proceedings of 2011International Conference on Acoustics,Speech,and Signal Processing.Prague,Czech Republic:IEEE,2011:4008-4011.

[30] Ahmad F,Zhang Y M,AminM G.Three-dimensional wideband beamforming for imaging through a single wall[J].IEEE Geoscience and Remote Sensing Letters,2008,5(2):176-179.

[31] Ahmad F,Amin M G,Kassan S A.Synthetic aperture beamformer for imaging through a dielectric wall[J].IEEE Transactions on Aerospace Electronic Systems,2005,41(1):2793-2798.

[32] 黃瓊,陳潔,孟升衛(wèi),等.一種快速超寬帶雷達成像算法[J].電子與信息學(xué)報,2009,31(8):2001-2005.HUANG Qiong,CHEN Jie,MENG Sheng-wei,et al.A Fast Imaging Algorithm for UWB Through-Wall Radar[J].Journal of Electronics&Information Technology,2009,31(8):2001-2005.(in Chinese)

[33] 黃瓊,陳潔,孟升衛(wèi),等.超寬帶穿墻雷達三維快速成像算法[J].數(shù)據(jù)采集與處理,2010,32(6):136-140.HUANG Qiong,CHEN Jie,MENG Sheng-wei,et al.3-D Fast Imaging Algorithm for Ultra-wideBand Through-Wall Radar[J].Journal of Data Acquisition and Processing,2010,32(6):136-140.(in Chinese)