本发明涉及雷达成像、图像处理领域，具体涉及了一种基于MIMO体制的近程三维成像装置以及成像方法。
背景技术：
：近些年，国内外都竞相利用毫米波技术检查人体隐匿物，各种毫米波探测方法层出不穷，近程毫米波主动成像还属于起步阶段，国内市场上还没有成熟产品，探测原理主要包括合成孔径三维扫描探测系统和焦平面探测系统等等，但目前人体近程毫米波探测系统很少涉及MIMO体制的探测方法。MIMO体制雷达是近年来雷达领域中发展起来的一种新兴体制雷达，它在发射端和接收端均采用多天线结构，各个发射天线同时辐射相互正交的信号波形，接收端的每个天线接收所有发射信号并在后端进行信号分选，从而得到了远多于实际收、发阵元数目的观测通道和自由度。空间并存的多观测通道使得MIMO雷达能够实时采集携带有目标不同幅度、时延或相位的回波信息，这种并行多通道获取信息的能力正是MIMO雷达的根本优势所在。除了并行多通道，MIMO雷达所得观测通道远多于实际物理阵元数目，这相当于存在有许多的虚拟阵元，虚拟阵元可以扩展原有物理接收阵列的天线孔径，最终得到大孔径的等效阵列，因而MIMO雷达有实孔径雷达难以相比的高方位分辨能力。利用单次“快拍”数据进行成像时无需时间积累，提高探测的实时性。MIMO雷达概念模型分为(如图1所示)发射端和接收端，发射端具备多发射天线、正交发射信号、全向辐射等特点，接收端的特征分为多接收天线、信号分选和联合信号处理。因此，是否可将MIMO雷达技术与毫米波成像技术相结合，这样既可充分发挥MIMO雷达的实时性又同时兼备毫米波成像系统小体积、高方向性、抗干扰等特点，从而实现在复杂环境下对静止目标、动态目标和非合作目标实现高分辨率的实时成像。技术实现要素：鉴于现有技术的不足，本发明旨在于提供一种基于MIMO体制的近程三维成像装置及其成像方法，通过毫米波接收机面阵与多个发射天线的组成，可同时辐射相互正交的信号波形，接收端的每个天线接收所有发射信号并在后端进行信号分选，从而得到了远多于实际收、发阵元数目的观测通道和自由度，使空间并存的多观测通道使得MIMO雷达能够实时采集携带有目标不同幅度、时延或相位的回波信息。为了实现上述目的，本发明采用的技术方案如下：一种基于MIMO体制的近程三维成像装置，包括N×N毫米波接收机面阵与同步发射机，所述N×N毫米波接收机面阵由N个毫米波接收机组成，所述同步发射机由M个发射天线组成；其中，所述M个发射天线分布设置于所述N×N毫米波接收机面阵的周缘且相互处于同一平面中。本发明通过以下方法实现：一种利用上述基于MIMO体制的近程三维成像装置实现成像的方法，所述方法包括以下步骤：S1对两个方位维即x,y方向进行傅立叶变换，并找到合适的滤波函数并匹配滤波；S2计算发现相空间三个维度发生改变后，通过stolt插值矫正相空间并均匀采样；S3采样后进行相空间融合处理，最后通过逆傅立叶运算得到目标点的三维图像；根据上述步骤，即定义被测目标的坐标为(x,y,z),发射天线单元的坐标为(xt，yt，zt)，接受天线单元的坐标为(xr，yr，zr)，对于单个点目标成像，混频之后的步进频雷达回波信号可以表示为s(xr,yr,zr)=g(x,y,z)exp[-j2π(f0+f)(R1+R2)c]---(1)]]>其中，发射天线到目标的距离R1=(xt-x)2+(yt-y)2+(zt-z)2,]]>接收天线到目标的距离R2=(xr-x)2+(yr-y)2+(zr-z)2,]]>发射信号的频率f＝(n-1)Δf，n＝1，2........，N，g(x，y，z)为目标散射系数，也即需要恢复的目标图像，对(1)式x，y方位维做傅里叶变换之后得到：其中，，kr＝2π(f0+f)/C式(2)中的积分运算可以利用驻定相位原理进行求解，在驻定相位点，相位的一阶偏微分等于零，具体计算过程如下：在驻相点解方程(3)，得到：xr=x-kxr(z-zr)kr2-kxr2-kyr2---(5)]]>驻相点解方程(4)，得到：yr=y-kyr(z-zr)kr2-kxr2-kyr2---(6)]]>其中(z-zr)＞0将式(4)和式(5)式代入中，可得：然后，将三元泰勒定理用于上述方程(7)中，可得方程为：其中：Rt=xt2+yt2+zt2,]]>αx=xt/xt2+yt2+zt2,]]>αy=yt/xt2+yt2+zt2,]]>αz=zt/xt2+yt2+zt2,]]>zr＝-R0，R0为场景中心到阵列中心的距离；式(8)中，前三项分别与目标的位置x，y，z成线性关系，所以可以通过三维逆傅里叶变换进行图像重构，最后两项表示距离走动的常数项；将式(9)代入(2)式中可得：s(kr,kxr,kyr)=g(x,y,z)exp[-j((kr2-kxr2-kyr2+krαz)z+(kxr+krαx)x+(kyr+krαy)y+kr2-kxr2-kyr2R0+krRt)]---(9)]]>根据(9)式，可以得到匹配滤波函数：v(kr,kxr,kyr)=exp[j(kr2-kxr2-kyr2R0+krRt)]---(10)]]>匹配滤波之后的信号如下所示：sF(kr,kxr,kyr)=s(kr,kxr,kyr)v(kr,kxr,kyr)=g(x,y,z)exp[-j((kr2-kxr2-kyr2+krαz)z+(kxr+krαx)x+(kyr+krαy)y)]---(11)]]>假设有m个发射单元，则第m个单元对应的波散关系为：kx=kxr+krαx.mky=kyr+krαy.mkz=kr2-kxr2-kyr2+krαz.m]]>根据上述波散关系，将每一发射阵元对应的回波数据通过Stolt变换映射到目标三维(kx,ky,kz)空间谱域，由此可以得到M块空间谱域填充结果，进而组成一个大的空间谱域支撑区分布，最后经三维空间逆傅立叶变换获得目标图像。需要说明的是，其中g(x，y，z)是目标的后向散射系数，因此，利用三维逆傅里叶变换可以得到目标在距离维、方位维和高度维的散射图像。g(x，y，z)＝IFFT3D[sF(kr，kx，ky)]本发明有益效果在于：1、空间并存的多观测通道使得MIMO雷达能够实时采集携带有目标不同幅度、时延或相位的回波信息，这种并行多通道获取信息的能力提高了信号的实时性处理；2、将MIMO体制与毫米波技术相融合并用于近程人体探测，融合了MIMO和毫米波的双重优点，不但性能得到提高，而且体制新颖，充实了毫米波近程探测方法；3、本发明一种近距离毫米波三维全息成像方法，在三维域中测得回波信号，根据重构的目标散射强度信号进行三维全息成像，实现了对目标物较好的三维全息图像。附图说明图1为MIMO雷达概念模型示意图；图2为本发明的成像装置的结构示意图；图3为本发明的成像方法的流程示意图；图4为本发明在Matlab运算下的系统结构图；图5为使用本发明进行人形点目标测试物的成像结果图；图6为图5中另一种角度观察示意图；图7为图5中另一种角度观察示意图。具体实施方式以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。如图2所示，本发明为一种基于MIMO体制的近程三维成像装置，包括N×N毫米波接收机面阵与同步发射机，所述N×N毫米波接收机面阵由N个毫米波接收机组成，所述同步发射机由M个发射天线组成；其中，所述M个发射天线分布设置于所述N×N毫米波接收机面阵的周缘且相互处于同一平面中。可通过以下步骤实现本发明的成像方法：如图3所示，一种利用上述基于MIMO体制的近程三维成像装置实现成像的方法，所述方法包括以下步骤：S1对两个方位维即x,y方向进行傅立叶变换，并找到合适的滤波函数并匹配滤波；S2计算发现相空间三个维度发生改变后，通过stolt插值矫正相空间并均匀采样；S3采样后进行相空间融合处理，最后通过逆傅立叶运算得到目标点的三维图像；根据上述步骤，即定义被测目标的坐标为(x,y,z),发射天线单元的坐标为(xt，yt，zt)，接受天线单元的坐标为(xr，yr，zr)，对于单个点目标成像，混频之后的步进频雷达回波信号可以表示为s(xr,yr,zr)=g(x,y,z)exp[-j2π(f0+f)(R1+R2)c]---(1)]]>其中，发射天线到目标的距离R1=(xt-x)2+(yt-y)2+(zt-z)2,]]>接收天线到目标的距离R2=(xr-x)2+(yr-y)2+(zr-z)2,]]>发射信号的频率f＝(n-1)Δf，n＝1，2........，N，g(x，y，z)为目标散射系数，也即需要恢复的目标图像，对(1)式x，y方位维做傅里叶变换之后得到：其中，，kr＝2π(f0+f)/c式(2)中的积分运算可以利用驻定相位原理进行求解，在驻定相位点，相位的一阶偏微分等于零，具体计算过程如下：在驻相点解方程(3)，得到：xr=x-kxr(z-zr)kr2-kxr2-kyr2---(5)]]>驻相点解方程(4)，得到：yr=y-kyr(z-zr)kr2-kxr2-kyr2---(6)]]>其中(z-zr)＞0将式(4)和式(5)式代入中，可得：然后，将三元泰勒定理用于上述方程(7)中，可得方程为：其中：Rt=xt2+yt2+zt2,]]>αx=xt/xt2+yt2+zt2,]]>αy=yt/xt2+yt2+zt2,]]>αz=zt/xt2+yt2+zt2,]]>zr＝-R0，R0为场景中心到阵列中心的距离；式(8)中，前三项分别与目标的位置x，y，z成线性关系，所以可以通过三维逆傅里叶变换进行图像重构，最后两项表示距离走动的常数项；将式(9)代入(2)式中可得：s(kr,kxr,kyr)=g(x,y,z)exp[-j((kr2-kxr2-kyr2+krαz)z+(kxr+krαx)x+(kyr+krαy)y+kr2-kxr2-kyr2R0+krRt)]---(10)]]>根据(10)式，可以得到匹配滤波函数：v(kr,kxr,kyr)=exp[j(kr2-kxr2-kyr2R0+krRt)]---(11)]]>匹配滤波之后的信号如下所示：sF(kr,kxr,kyr)=s(kr,kxr,kyr)v(kr,kxr,kyr)=g(x,y,z)exp[-j((kr2-kxr2-kyr2+krαz)z+(kxr+krαx)x+(kyr+krαy)y)]---(12)]]>假设有m个发射单元，则第m个单元对应的波散关系为：kx=kxr+krαx.mky=kyr+krαy.mkz=kr2-kxr2-kyr2+krαz.m]]>根据上述波散关系，将每一发射阵元对应的回波数据通过Stolt变换映射到目标三维(kx,ky,kz)空间谱域，由此可以得到M块空间谱域填充结果，进而组成一个大的空间谱域支撑区分布，最后经三维空间逆傅立叶变换获得目标图像。需要说明的是，其中g(x，y，z)是目标的后向散射系数，因此，利用三维逆傅里叶变换可以得到目标在距离维、方位维和高度维的散射图像。g(x，y，z)＝IFFT3D[sF(kr，kx，ky)]实施例下面通过具体的实施例对本发明进一步描述，本发明的实验样机设计采用4发射通道组成的同步发射机，采样间隔为0.007m，探测范围1m*2m，再使用matlab软件验证算法的可靠性，matlab运算出的结构图如图4所示，目标物为人形点数据，程序模块分为系统结构建模、信号发射源建立、多维傅里叶变换、频域(波数域)匹配滤波、stolt插值、多维逆傅里叶变换及物体成像共七个模块，而成像结果则如图5、图6与图7所示，从不同观察角度展示了目标物的三维全息图像，不但呈现了人体横向和纵向的信息，也呈现了人体景深的信息，信息量丰富；除此之外本发明还体现了MIMO体制的实时性探测和毫米波高分辨和非电离性安全探测优势。对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。当前第1页1 2 3