[发明专利]一种基于多尺度融合的综合孔径成像方法

说明书

本发明公开了一种基于多尺度融合的综合孔径成像方法，该方法包括步骤：在不改变系统结构的前提下对目标场景进行多尺度探测，获得不同尺度下的可见度函数采样值；将测得多尺度可见度函数值组合成融合可见度函数集，并构建与之匹配的多尺度传感矩阵模型；通过FGP方法对多尺度传感模型进行快速求解，重构出高精度的毫米波图像。本发明借鉴超分辨融合的思想，提出的MsF方法相比于传统的先反演后融合的图像融合方法重构精度更高，能够有效提高综合孔径辐射计的成像探测精度。

技术领域

本发明涉及毫米波近场成像领域，尤其涉及一种基于多尺度融合(MsF)的综合孔径成像方法。

背景技术

毫米波综合孔径辐射计(SAIR)借助综合孔径技术，利用小口径阵元天线合成大口天线，可实现较高分辨率的成像探测；同时兼具红外与微波成像的特点，能够穿透衣物、塑料、木材等实现隐匿探测，已被广泛应用于军事、导航、医疗和交通安监等领域。

目前受系统阵列规模的限制，SAIR测得的可见度点数较少；且受背景噪声和系统误差的干扰，测得的可见度函数常存在误差；使得SAIR重构的毫米波图像与真实毫米波图像之间存在较大误差。为提高SAIR的成像精度，人们一方面改进优化SAIR的阵列布局，以测得更多的可见度采样点；另一方面对SAIR的成像算法进行优化，以重构出更加精确的毫米波图像。在阵列优化方面，已设计出较为有效的一维稀疏天线阵；但对于情况复杂的二维SAIR，尚未得出较为有效的二维稀疏天线阵。目前二维SAIR采用的阵列主要有“T”形、“Y”形、圆周形等，其阵元数目通常较少，测得可见度点数远小于待恢复的图像像素数。为从少量可见度采样点中重构出高度精度的毫米波图像，多种综合孔径成像算法被相继提出，如MFFT，Gridding，正则化等反演法。其中MFFT法通过对可见度函数进行相位补偿有效提升了其成像精度，且反演速度较快；但仅适用于标准网格分布的天线阵(如“T”形，“U”形)。而Gridding法克服了这一不足，但其插值重采样的过程会引入了额外误差，导致其重构精度较低。正则化法则是通过对综合孔径成像模型的数值反演来重构目标图像，并借助先验知识对重构过程进行限制，其重构结果较为准确，也是目前常用的成像方法。

发明内容

发明目的：为了解决现有技术存在的问题，本发明的目的是提供一种基于多尺度融合(MsF)的综合孔径成像方法，以提高SAIR系统重构图像精度。

技术方案：一种基于多尺度融合的综合孔径成像方法，包括如下步骤：

(1)在不改变系统结构的前提下，对目标进行多尺度探测，获取目标场景的多尺度可见度函数采样值；

(2)将测得可见度函数组合成可见度函数融合集，并构建与之匹配的多尺度传感矩阵模型；

(3)通过FGP方法对多尺度传感模型进行快速求解，重构出高精度的毫米波图像。

进一步的，所述步骤(1)具体包括如下内容：

(1.1)所述系统阵元天线(c,l)位于OXY面，目标场景S位于oxy面；

(1.2)将目标离散化后，第i个辐射源S_i与天线c和l的距离分别为R_i^c和R_i^l，所获取的天线对(c,l)测量的可见度函数采样值的计算方法为：