近場雷達三維成像技術綜述

姜浩浩，曲 衛，童 菲

(1.航天工程大學 研究生院， 北京 101416； 2.航天工程大學 電子與光學工程系， 北京 101416；3.北京航天飛行控制中心， 北京 100094)

1 引言

反恐等安全問題一直是國家和人民關注的重要問題，對隱匿目標的安全檢測和成像是安全問題中的重要方面。對隱匿目標進行一維或二維成像，只能獲得目標的一部分散射分布信息，若想完整地描述出目標信息，則需要進行三維成像，因為三維成像結果可以提供被測目標的三維空間散射分布信息。為了獲得場景的三維圖像，需要使用二維陣列進行探測。陣列形式是多種多樣的，其中MIMO陣列是應用較多的一種陣列形式，采用該種陣列能夠減少陣元的數目，同時兼具較高的數據獲取率的優點，多應用于對實時性要求相對較高的場合中。

在合成陣列模型下，一般認為目標到陣列中心和陣列兩端的雙程波程差小于λ/4為遠場和近場的分界。在傳統雷達成像中，通常假設滿足遠場條件，采用遠場成像方法進行成像。但是，在穿墻探測、安檢等近場成像場景中，雷達與目標的距離和天線孔徑的尺寸差距較小，相干積累角比較大，不再滿足遠場成像假設，傳統成像技術需要改進后才能成像，否則將會出現散焦或者模糊。三維成像的優勢有很多，在穿墻雷達成像中，從三維成像的結果可以分辨出室內人員的姿勢；在安檢系統中，從三維成像結果能夠分辨出危險物的種類、形狀、尺寸等特征。總而言之，當今時代對近場雷達三維成像技術的研究以及三維成像系統研制的需要越來越迫切了。

2 近場三維成像系統

根據工作方式不同，近場雷達三維成像系統包括主動成像與被動成像等2種[1-2]。被動成像系統的工作原理是通過接收目標輻射出來的能量，根據目標之間的輻射差異來實現三維成像的。該成像方式的分辨率相對較低，但是受環境影響太大；主動成像系統的工作原理是雷達向目標發射電磁波，然后處理接收到目標的散射電磁波進行成像的。從2種工作方式的原理來看，主動成像方式受環境影響小，成像分辨率相對要高一些。因此，在本文中主要介紹主動成像系統。

2.1 主動毫米波雷達成像系統

在主動毫米波雷達成像系統研制方面,國外起步較早，而且取得了很多成果。20世紀70年代，毫米波全息成像技術開始在隱藏武器檢測領域展開應用，Farhat和Guard設計了一個固定源和光學掃描接收體系，通過Fresnel來近似測量回波，實現了毫米波雷達成像系統的主動成像。20世紀90年代，美國的西北太平洋實驗室(PNNL)開始進行這方面的研究，并一直處于領先地位，取得了很多成果。PNNL實驗室在Farhat和Guard所做研究基礎上繼續進行研究，獲得了質量更高的成像結果[3]，為毫米波成像技術的發展作出了巨大的貢獻。后來，PNNL實驗室的科研人員將全息成像技術擴展到了三維成像，取得了很多近場三維成像的成果。

在安檢成像系統商業化方面，Smithis Detection公司研發出一種寬帶平面陣毫米波成像系統。該成像系統通過電掃描的方式實現平面陣列成像，橫向孔徑為1.1 m，高度孔徑為2.0 m，成像分辨率為4 mm×4 mm，能夠進行實時成像，可以對隱藏于人體衣服內側的危險物品進行檢測，而且該系統還做了保護隱私的處理[4]。德國R&S公司和紐倫堡大學的科研人員合作，研發出了QPS系列安檢產品[5-8]。該成像系統采用步進頻信號體制，采用BP算法結合稀疏周期平面陣列對目標進行成像。其工作頻段在70～0 GHz，距離分辨率達到了6 mm，方位向和高度向分辨率為2 mm。目前該系統已經應用于機場等一些重要場所的安檢工作中。

國內研究起步較晚，總體還處于起步階段。國內的北京無線電計量測試研究所、中科院電子所、北京理工大學等單位在主動毫米波成像技術研究方面投入較多。2011年，北京無線電計量測試研究所研發出了主動毫米波雷達成像系統的樣機，這個系統的性能達到了國際較為先進的水平。2012年，中科院電子所的科研人員設計研發了一款工作頻率為35 GHz的毫米波雷達成像系統，這個系統的掃描成像速度為200S，分辨率為10.5 mm。為提高系統的性能，該團隊又提出了一種陣列式毫米波系統的解決方案，系統成像速度達到了38.7S，分辨率為3.225 cm，掃描成像效果比較理想[9]。2014年，北京理工大學的任百玲研究了基于非均勻快速傅里葉變換(NUFFT)和調頻連續波(FMCW)體制的波數域成像算法，并且研究了基于壓縮感知(CS)理論的成像算法，最后基于所研究的算法，研發了毫米波雷達原理樣機[10]。

2.2 太赫茲雷達成像系統

美國噴氣推進實驗室(JPL)是太赫茲成像領域的重要研究機構，一直處于領先地位，取得了許多研究成果。2007年，該實驗室成功研制了第一部采用FMCW體制的高分辨率太赫茲雷達成像系統。該系統工作頻率范圍為560～635 GHz，在4 m范圍內對目標進行成像，距離分辨率達到了2 cm[11]。2008年，JPL實驗室研發了一部主動式相參太赫茲雷達，采用線性調頻連續波體制，實現了毫米級的距離向分辨率和厘米級的方位向分辨率[12]。2011年，JPL實驗室又在之前研發的系統的基礎上進行研究，研發出了一套太赫茲雷達三維成像系統，其中心頻率為675 GHz，帶寬為29 GHz，最大成像距離達到了25 m[13]。

2009年，PNNL實驗室研發了350 GHz主動式探測成像系統，這個系統能夠實現1 cm的成像分辨率，并且能夠實現實時成像[14-15]。2011年，德國羅德與施瓦茨公司(R&S)設計了QPASS系統，其工作頻段為72～80 GHz，方位向分辨率達到了1.96 mm，成像數據的錄取時間為20 ms[16-17]。

國內研究太赫茲雷達成像系統的單位有中科院電子所、中國工程物理研究院、電子科技大學等。2011年，中科院電子所設計實現了0.2 THz三維全息成像系統，該系統基于光路扇形掃描和一維線性掃描方式，實現了對目標的三維成像[18-19]。2012年，中科院電子所研發了中心頻率為0.2 THz的三維全息成像系統，其帶寬為15 GHz，系統的成像分辨率達到了8.8 mm[20]。2014年，電子科技大學搭建了330 GHz雷達成像系統[21]，進行了太赫茲頻段的等效CSAR成像實驗，實現了對點目標的三維成像[22-23]。2017年，中國工程物理研究院搭建了340 GHz的雷達成像系統，利用4發16收MIMO陣列，結合一維光路掃描方式，實現了對人體的三維成像[24-25]。

2.3 穿墻雷達成像系統

20世紀80年代以來，穿墻成像技術普遍受到世界各國重視，美國、英國、以色列、加拿大等國相繼研發出多種穿墻成像系統，其中具有代表性的包括:美國TimeDomain公司的Radar Vision 2000系列[26-27]、英國Cambridge Consultants公司的Prism200[28]以及以色列CAMERO公司的XaverTM 800系列[29]等。

1998年，美國Time Domain公司研制出了第一款穿墻雷達樣機Radar Vision1000，該系統以沖擊脈沖超寬帶體制為基礎，利用回波信號中人體的微多普勒信息，實現了墻后人體的定位探測，最大可探測距離為6 m，距離分辨率為10.2 cm，遺憾的是這款樣機只能提供距離向定位信息，不具備三維成像能力。2002年，該公司又研制出了Radar Vision 2000系統，此系統能夠實現二維成像，準確定位人體的位置，而且能夠實現簡單運動的軌跡跟蹤。后來該公司又針對軍事應用背景，推出了Soldier Vision系列，該系統的原理與Radar Vision2000基本一致。2005年，英國Cambridge Consultants公司研制出了一款便攜式的穿墻成像系統Prism200，該系統工作于1.6～2.2 GHz頻段，方位、高度向的最大探測角度分別為120°與90°，最大可探測距離為20 m，距離向分辨率為30 cm。較之以前穿墻成像系統，該系統實現了穿墻三維成像，取得了突破性進展，但此處的三維成像也只是可以顯示目標的三維信息，不具備三維分辨能力。2008年，以色列CAMERO公司在XaverTM100和XaverTM400基礎上研制出了一款真正能夠實現墻后目標三維成像的穿墻雷達系統——XaverTM800，此系統仍然工作于3～10 GHz頻段，適用于多種常見的墻體材料，方位向和高度向最大可探測角度均達到80°，最大可探測距離為20 m，距離向分辨率優于3 cm，垂直距離向能夠獲得30 cm的分辨能力，該系統具備獨特的3D顯示功能，能夠實時顯示目標的三維立體動態，獨特的成像方法使得該系統能夠在復雜場景中獲得高質量的直觀三維圖像。

與國外眾多成熟產品相比，我國的穿墻成像技術仍處于研究原理和樣機的階段。其中，國防科學技術大學研發出的超寬帶穿墻MIMO雷達成像樣機系統，采用步進頻信號體制，實現了對墻后人體目標的成像。

3 近場三維成像算法

成像過程包括數據采集和成像處理，數據采集是將目標空間變換到數據空間，成像處理則是對回波數據進行逆處理，消除采樣過程的影響，還原目標空間的過程。成像處理通常是通過成像算法來實現的。不同的成像算法對回波數據塊處理方式不同，也各有優缺點，常用于三維成像的算法主要有時域的后向投影(BP)算法、距離多普勒域的 RDA 算法以及頻域的 RMA 算法等。

3.1 近場時域三維成像算法

后像投影(BP)算法是一種時域成像算法，主要基于時延相加的成像思想，在數學推導過程中沒有用到任何幾何近似，可與任意陣列構型結合進行成像。但是BP算法面臨著成像計算量過大，無法滿足實時成像的要求，成像效率較低等問題。因此，很多研究人員對傳統BP算法進行了進一步研究，提出了以孔徑劃分、圖像域劃分以及遞歸思想為基礎的快速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。

對于BP算法本身的局限性以及近場條件下的成像特點，本文對前人在時域三維成像方面所做的研究工作進行了綜述。針對BP算法成像效率低和成像時間長的問題，文獻[34]研究了一種完全映射方法，該作者分別采用弧形映射方法、廣義相干處理法(ECP法)、球面卷積反投影法(SBP法)以及完全映射近場成像方法對近場點陣散射仿真數據進行成像處理，比較這幾種方法的成像效果及計算速度。從計算結果可以看出，完全映射法是一種高效的近場成像方法，可以準確得到近場像，同時又有較快的處理速度。由于BP算法計算量大，文獻[35]研究了一種修正BP成像算法,結合MIMO雷達進行近場三維成像。該算法的成像過程為：先對回波數據進行距離壓縮，再對壓縮后的數據進行時延曲線校正，然后沿方位向對各路回波處理數據直接進行相干疊加,因此不需要距離插值就可以實現方位聚焦。相對于普通BP算法而言，修正BP算法的運算量大大減少，但是其成像質量與普通BP算法的成像質量相當。FFBP算法的計算量低、實時性好，但是有關FFBP三維成像的研究較少，國防科大的劉鵬飛在文獻[36]中結合平面MIMO陣列，將FFBP算法應用于近場穿墻三維成像，并分別進行了收發同置和收發異置模式下的三維BP成像和FFBP成像仿真實驗，并對兩者的成像性能參數和成像結果進行了對比分析，結果表明FFBP算法的魯棒性好、成像速度快，且成像質量與BP成像差不多。北京理工大學的俞列宸在文獻[37]中提出了一種改進的卷積逆投影算法，結合MIMO陣列進行近場三維成像。由于成像過程中用到了等效相位中心原理，具有一定的相位誤差，于是采用匹配濾波函數來補償相位誤差。但是，該算法還有計算時間太長的局限性，于是，作者在此基礎上又對算法進行了改進，研究了基于矩陣填充理論的快速三維成像算法，并在不同信噪比下進行仿真實驗，實驗結果表明，相對于普通BP算法而言，該算法在一定的誤差限內成像時間短，具有非常明顯的加速效果。

3.2 近場頻域三維成像算法

頻域算法有很多種，主要包括距離多普勒算法(RDA)、距離遷移算法(RMA)、調頻變標算法(CSA)和距離堆積算法(RSA)等。RDA算法和CSA算法采用了近似條件，使得成像過程較為簡單，但是不能直接應用于近場成像。在這里，不再一一介紹，重點介紹一下RDA和RMA。

距離多普勒算法(RDA)是在距離多普勒域進行距離徙動校正的，是眾多成像算法中最直觀、最基礎的方法。對于距離一樣但是方位不一樣的多個點目標，它們在距離多普勒域內的回波軌跡完全一樣。因此，我們完全可以通過一個點目標的距離徙動軌跡校正來達到同一距離處一組目標的距離徙動校正的目的。

與RDA算法比較來看，距離徙動算法(RMA)的關鍵點在于：采用STOLT插值在三維頻域(波數域)來校正距離向與方位、高度向的耦合。該算法能夠適用比較大范圍內的距離徙動變化，在不采用一些近似的情況下能夠實現沒有幾何變形的完全聚焦。該成像算法的優勢就在于精確與高效。

相對于遠場頻域成像算法而言，近場頻域算法還有很大的研究空間。由于近場雷達三維成像技術一般是采用MIMO雷達，頻域算法與MIMO雷達的結合是近場雷達三維成像的難點。因此，在本文中，針對近場頻域算法存在的問題，對前人所做的近場雷達頻域算法方面的研究進行了綜述。譚維賢等人在文獻[38]中研究了一種基于波數域積分的三維成像算法，該算法是一種簡化的頻域成像算法，通過在給定距離單元上沿波傳播方向上的波數域積分，代替了相對來說比較復雜的三維STOLT插值，大大減少了計算量。文獻[39]提出了一種改進的RMA算法，結合非標準快速傅里葉變換(NUFFT)可以對不均勻分布數據進行快速傅里葉變換的特點，應用NUFFT，取代近場三維成像中的STOLT插值和IFFT，大大提高了成像效率。文獻[40]中提出了太赫茲成像中的相移偏移算法，推導了該算法在單靜態和多靜態情況下的工作原理，給出了多靜態條件下的采樣準則和空間分辨率評價，并通過實驗驗證了該方法的適用性和性能。與RMA和BPA相比，PMA的優點是能夠在不事先知道距離的情況下進行操作，只要頻率采樣間隔滿足目標范圍的要求，PMA在原理上保持了BPA的聚焦和分辨性能，沒有任何近似，計算量比RMA大，但可以并行實現；缺點是必須在等間隔采樣情況下運行，特別是在多靜態情況下，但是BPA不會受到同樣的影響。文獻[41]中推導了快速高斯格點非均勻傅里葉變換，提出了基于FGG-NUFFT的近場三維成像算法，并將該方法與傳統插值成像方法進行比較，仿真和實驗結果說明，在充分采樣情況下，2種方法的成像效果相近。但是，在降采樣率情況下，該方法依然能較好地保持原采樣率情況下的成像性能，而傳統插值方法的成像質量則下降很多，因此，基于FGG-NUFFT的近場三維成像算法在采樣數據減少的情況下具有應用優勢，有利于成像系統的實際應用。文獻[42]提出了一種成像方案，它是由2個平行的陣列面對著成像的物體，對陣列采用了多輸入多輸出技術。距離偏移算法是專門針對這一場景而設計的，當一個物體被放置在2個陣列之間時，可以實時構建近360°高質量的圖像。由于在近場條件下，電磁波的波前是有一定曲率的球面，不再是平面。針對這一問題，文獻[43]提出了一種有效的雷達成像算法,該三維成像算法在頻率波數域進行圖像重建，通過插值處理的方法能夠完全補償近場的波前曲率。發射寬帶步進頻率信號，采用高工作頻率，結合該算法可獲得高度向分辨率和橫向分辨率，成像結果的距離向分辨率優于5 mm。文獻[44]將壓縮感知成像理論與距離偏移算法相結合，提出了一種用于聯合高分辨率成像和相位誤差校正的近場三維成像方法。實驗結果表明，該方法可以在數據量較少的情況下實現高分辨率成像，而且能夠有效地校正相位誤差，實現高聚焦目標圖像。文獻[45]將壓縮感知(CS)理論和匹配濾波(MF)技術完美結合，提出了一種多通道聯合稀疏恢復(MJSR)和快速高斯網格非均勻快速傅里葉變換(FGGNUFFT)相結合的近場三維成像方法。該方法具有精度高、效率高的優點。與傳統的基于CS的成像方法相比，該方法在每次迭代中同時包含正變換和反變換，提高了重構的質量。實驗結果表明，該方法提高了成像精度和成像速度，并減少了內存占用。文獻[46]針對任意線性MIMO陣列的近場三維SAR成像，提出了一種MIMO-SAR-NUFFT成像算法。利用NUFFT技術，將非均勻陣列采樣轉化為波數域采樣，并將非均勻波數域采樣轉化為最終的網格化圖像數據。這樣，得到了一種能夠處理任意線性MIMO陣列拓撲的精確、高效的成像算法。文獻[47]提出了一種改進的基于平面多輸入多輸出(MIMO)陣列的三維圖像重建算法。通過在波數域應用幾種適當的近似方法，將傳統MIMO-RMA中復雜耗時的雙基地STOLT變換轉化為相對簡單的單基地STOLT變換，從而大大減少了數據的插值量。結合多維快速傅里葉變換，可以獲得極高的計算效率。基于平面MIMO陣列雷達的平面人體目標近場成像實驗，證明了該算法的成像精度與傳統MIMO-RMA算法的精度差不多，效率比傳統方法高很多。郭企嘉在文獻[48]中提出了一種改進的RMA三維成像算法——基于相干因子的RMA算法。相對于傳統RMA算法而言，該算法大大降低了計算量，圖像的動態范圍和空間分辨率顯著提高。該算法采用點匹配法來計算反射率非相干功率，該方法將雙重積分近似成波數差單重積分，而且采用了一種矩陣重排方法來求取新積分核，大大降低了CF計算量。作者分別采用該算法和傳統RMA算法，結合十字型MIMO陣列進行近場三維成像實驗，經過對比分析，凸顯該算法的優勢。

4 結論

傳統三維成像技術大多是基于遠場假設進行三維成像的，但是在穿墻探測、安檢中危險物成像等領域，遠場假設不再成立，近場三維成像技術的研究變得極為迫切。當前，近場三維成像技術的關鍵問題就在于如何改進成像算法以提高成像的速度和精度。

1)時域BP成像算法的顯著特點是逐像素點累加，計算量非常大，時間效率低下，不能應用于實時成像的場合。為解決成像速度問題，很多學者提出了許多適用于遠場成像的改進的BP算法。但是在近場成像方面，快速BP算法還有很大的研究空間。

2)頻域算法的運算量小、成像效率高，是遠場成像的常用方法。但是，對于近場雷達三維成像，一般是采用MIMO雷達，頻域算法與MIMO雷達不同陣列形式的結合是近場MIMO雷達三維成像的關鍵。因此將頻域算法應用于近場MIMO雷達三維成像有很高的研究價值。