综述:毫米波与太赫兹近场合成孔径雷达成像技术研究进展

《InfoScience》:Review of millimeter-wave and terahertz near-field synthetic aperture radar imaging technology

【字体: 大 中 小 】 时间:2026年02月14日 来源:InfoScience

编辑推荐:

  本文全面综述了毫米波(MMW)与太赫兹(THz)近场成像技术的发展历程,重点聚焦基于合成孔径雷达(SAR)的成像技术体系。近场成像技术可分为无源与有源两种工作模式,其中有源成像凭借高信噪比(SNR)及三维(3D)重构能力成为主流研究方向。研究人员系统梳理了基于

  
本文全面综述了毫米波(MMW)与太赫兹(THz)近场成像技术的发展历程,重点聚焦基于合成孔径雷达(SAR)的成像技术体系。近场成像技术可分为无源与有源两种工作模式,其中有源成像凭借高信噪比(SNR)及三维(3D)重构能力成为主流研究方向。研究人员系统梳理了基于平面单输入单输出(SISO)-SAR、柱面SISO-SAR、平面多输入多输出(MIMO)-SAR及柱面MIMO-SAR等多种天线阵列结构的SAR有源成像系统,着重阐述了SISO-SAR与MIMO-SAR的技术演进路径,指出MIMO-SAR在提升成像速率与降低系统成本方面的显著优势。最后,研究人员对基于SAR的毫米波与太赫兹近场成像技术进行了系统性总结,并对该领域的未来发展趋势作出了前瞻性展望。
1 引言
毫米波(MMW)与太赫兹(THz)频段对目标细节具有极高的探测灵敏度,可实现高分辨率成像,同时具备穿透衣物、聚四氟乙烯、玻璃纤维等非透明介质的能力,能够在保障人体健康安全的前提下实现隐蔽目标的有效检测,因此在人体安检与非破坏性检测领域具有广阔的应用前景。根据成像机理差异,该技术可分为无源成像与有源成像两类。无源成像主要依赖目标自身的辐射特性,易受环境温度等环境因素干扰;有源成像则通过二维(2D)孔径主动向目标区域发射毫米波与太赫兹信号,记录被测物体反射波的幅度与相位信息,并利用相应成像算法重构目标图像,相较于无源成像具备信噪比(SNR)高、目标图像对比度强及可实现三维(3D)重构等优势,已成为当前主流技术方案。
基于天线(阵列)结构的不同,现有有源近场成像技术可分为实孔径、焦平面阵列、相控阵及合成孔径雷达(SAR)四大类。实孔径成像利用物理尺寸固定的天线(阵列)收发电磁信号,通过处理回波信号重构目标图像,具有分辨率较高、成本较低的优势,但受限于物理孔径尺寸,难以实现大场景快速成像,且阵列布局调整难度大,需预先精密设计。焦平面成像利用焦平面阵列结合成像透镜或抛物面天线的离焦特性实现窄波束散射回波接收与成像,其阵列结构灵活度高,可根据应用场景定制设计,但设备成本高,阵列设计与透镜位置调试复杂度高。相控阵通过调整阵列天线移相单元的相位分布实现成像区域的聚焦扫描,每个天线单元均具备收发功能,可实现高速电子扫描,成像速度快、可靠性高,但系统硬件与信号处理复杂度极高,需要大量天线单元与相位控制电路支持,且在波束形成与控制机制上存在探测距离与角度的限制。
合成孔径雷达(SAR)是一种融合合成孔径原理与回波数据后处理的先进技术,通常采用大合成孔径与宽带电磁信号以提升方位向与距离向分辨率,成功解决了实孔径雷达中高分辨率与大天线尺寸之间的矛盾。早期受数字信号处理技术限制,多采用无需复杂数据处理的点扫描成像技术;随着技术进步,特别是距离徙动算法(RMA)的提出,SAR成像的聚焦速度得到显著提升,为基于SAR的近场成像应用提供了重要契机,使得毫米波与太赫兹波段SAR成像技术的研发成为必然趋势。本文系统梳理了该领域的研究活动与技术成果,整体结构安排如下:第2节回顾SISO-SAR与MIMO-SAR两类成像系统的发展历程;第3节分类讨论对应成像算法的研究进展;第4节对全文进行总结并展望未来发展方向。
2 近场SAR成像系统发展历程
基于SAR的近场成像技术融合了合成孔径原理与回波数据后处理,可获得极窄的有效辐射波束,从而实现重构目标图像的高方位分辨率。该技术已在毫米波近场成像中得到广泛应用,但在太赫兹频段仍处于起步阶段。根据阵列构型、合成孔径几何与扫描方式的不同,SAR成像系统可进一步分为同址收发的SISO阵列、分离收发的MIMO阵列、平面扫描阵列、柱面扫描阵列、混合机电扫描阵列及全电子扫描阵列等。本节将依据阵列配置,分别介绍基于SISO-SAR与MIMO-SAR的成像系统。
为清晰展示技术发展脉络,研究人员整理了代表性毫米波与太赫兹近场SAR成像系统的研发历史与参数配置。在后续小节中,将基于SISO-SAR与MIMO-SAR系统类别展开详细论述。
2.1 近场SISO-SAR系统
1996年,美国西北太平洋国家实验室(PNNL)的D. M. Sheen等人成功研制出基于平面SISO-SAR的毫米波近场成像系统原型,工作频率为27–33 GHz。该系统采用SISO阵列模式,单个发射单元向目标区域发射电磁信号时,相邻的两个接收单元捕获目标散射回波,等效于在两个收发单元中间设置一个虚拟采样点。为实现高分辨率成像,研究人员在两行中等间距交错布置了64个发射单元与64个接收单元,形成726 mm的水平孔径,以5.7 mm的间隔获得了127个水平虚拟采样点;同时配合机械扫描装置实现了2 m高度方向的合成孔径,最终形成宽0.7 m、长2 m的二维平面孔径。为实现目标的高质量快速成像,该系统采用经典的二维全息成像算法——距离徙动算法(RMA)处理波数域回波数据,仅用10 s即可完成目标图像重构,同时保持5–10 mm的高方位分辨率,垂直机械扫描时间仅为1 s,大幅提升了成像效率。在此基础上,PNNL的McMakin等人在2003年进一步开发了低成本版本的毫米波成像原型机,通过减少收发组件数量降低了系统成本与集成复杂度。
为实现成像场景的全周照射并更有效检测隐藏危险品,Sheen等人开始研究基于柱面SISO-SAR的毫米波近场成像技术,旨在克服平面合成孔径单视角成像的局限性,缓解镜面反射带来的不利影响。该技术中,实孔径SISO阵列的收发组件沿垂直方向等间距排列;工作时,不同的收发单元对以电子扫描方式向目标区域发射24–30 GHz的毫米波信号并接收目标散射回波,配合圆周机械扫描实现对被测物体的全方位探测。与平面SAR使用的RMA不同,柱面SAR的快速成像算法需要额外的处理步骤,包括重构目标在不同角度范围内的子图像,再通过图像压缩与融合获得360°综合成像结果。随后PNNL将该研究成果授权给美国L3公司,后者成功开发出ProVision系列商用毫米波柱面人体安检仪并实现广泛应用。基于该技术,L3公司于2013年推出ProVision2系列,采用两个半柱面阵列并行扫描,安检速度更快、吞吐量更高。
为实现类似ProVision的功能,清华大学乔力群等人于2015年开发了基于平面SISO-SAR的毫米波近场成像系统。该系统采用包含191个发射单元与191个接收单元的一维实孔径SISO阵列,两行交错排列形成近1 m长的水平虚拟孔径,以5.2 mm间隔获得191个水平虚拟采样点。系统控制水平天线阵列电子扫描,向目标区域发射32–38 GHz的宽带毫米波信号并接收回波,配合垂直机械扫描采集完整的目标回波数据,可对距离阵列1.1 m范围内的目标实现高质量成像。在成像算法方面,研究团队考虑到毫米波在近场条件下的信号传播衰减效应,提出了符合标量衍射近似的目标成像算法,有效提升了不同径向距离处目标的成像质量。随后同方威视公司基于该技术开发了MW1000AA型商用毫米波人体安检仪,可在8 s内完成整个安检流程,能够可靠检测多种隐蔽的金属与非金属违禁品。
典型场景下,为避免成像结果混叠,无论是采用一维实孔径SISO阵列配合一维机械扫描实现二维合成孔径,还是采用全电子扫描二维实孔径SISO阵列,基于SISO-SAR的毫米波近场成像技术均需满足奈奎斯特采样定理约束,即相邻采样点间距不大于半波长。但在毫米波及太赫兹成像应用中构建此类阵列系统,不仅需要大量收发天线单元与电子开关等高昂硬件成本,还对系统集成复杂度提出了更高要求,工程实现难度极大。为解决这一问题,研究人员提出采用MIMO阵列替代实孔径SISO阵列系统。
2.2 近场MIMO-SAR系统
MIMO阵列雷达通常指收发单元分离的实孔径多发多收阵列雷达,其工作方式为M个发射天线独立向目标区域发射电磁波,散射回波信号由N个接收天线同时接收,从而获得M×N个收发通道的回波数据。相较于收发单元总数M+N,有效虚拟通道数量显著增加,允许MIMO系统对收发阵列进行稀疏排布。与传统SISO阵列相比,MIMO阵列可在保证快速数据采集的同时大幅节省硬件成本,降低系统集成难度,并能更好地利用空间维度的频谱资源,获取更多目标信息,有助于提升信噪比(SNR)与成像动态范围。
用于全电子扫描的二维实孔径MIMO阵列在空间构型上具有多样性,可根据不同应用场景与性能指标进行定制化设计与优化。罗德与施瓦茨(R&S)公司于2011年开发的QPS全电子扫描人体安检成像系统是该类实孔径二维MIMO阵列的典型代表,工作在70–80 GHz毫米波频段,采用包含32个相同喇叭阵列的二维MIMO阵列,每个喇叭阵列配备94个发射天线与94个接收天线,可实现目标回波数据的实时采集与高信噪比目标成像。然而尽管相较于大多数基于实孔径SISO阵列的毫米波近场成像系统,该系统显著减少了收发组件数量,但其硬件成本仍相对较高;且其通过传统后向投影算法(BPA)实现目标实时成像,依赖于大量图形处理器(GPU)弥补算法成像效率低下的不足,这无疑进一步增加了系统硬件成本。值得注意的是,现有绝大多数针对通用或优化二维实孔径MIMO阵列的快速成像算法目前尚不适用。
因此,一种被称为MIMO-SAR的新型成像方案应运而生,可视作SISO-SAR与二维实孔径MIMO阵列之间的折中方案。MIMO-SAR采用一维实孔径MIMO阵列配合一维机械扫描实现二维合成孔径以采集目标回波数据,既保留了MIMO系统的诸多优势,又在硬件成本与数据采集速度之间取得了平衡,且成像结构更为灵活。
随着MIMO雷达研究的深入,Ender. J于2007年首次提出MIMO-SAR概念,将其定义为“将相干MIMO雷达置于硬件平台上,利用所有收发组合的回波数据进行相干成像”。MIMO-SAR代表了一种新型成像体制,被视为SISO-SAR与二维实孔径MIMO阵列之间的折中。工作时,MIMO-SAR采用一维实孔径MIMO阵列配合一维机械扫描实现二维合成孔径以采集目标回波数据,不仅保留了MIMO系统的诸多优势,还在硬件成本与数据采集速度之间实现了权衡,成像结构更加灵活。
2011年,荷兰代尔夫特理工大学的诸葛晓东研究并提出一种超宽带近场MIMO-SAR成像系统。他基于有效孔径原理开发了包含4个发射器与8个接收器的实孔径MIMO线性阵列,成功实现了隐蔽违禁品的高分辨率成像。随后,德国埃尔朗根-纽伦堡大学的Gumbmann等人于2011年开发了基于数字波束形成的MIMO-SAR成像系统,工作在75–90 GHz频段,通过设计稀疏周期阵列控制收发单元数量,有效降低了系统硬件成本。在此基础上,英国伦敦玛丽女王大学的Hu等人开发了中心频率0.22 THz的太赫兹MIMO-SAR成像系统,综合考虑轨道间距与波束特性影响,为系统实现提供了低成本解决方案。此后,美国喷气推进实验室(JPL)提出采用MIMO线性阵列进行平面孔径扫描成像,以解决其成像系统的二维扫描效率问题。基于该理念,JPL展示了基于双发双收阵列扫描的0.34 THz成像系统,可同时扫描四个单元,一定程度上提升了二维扫描速度,实现了4帧每秒的成像速率;2015年,他们完成了用于0.34 THz成像雷达的8收发阵列设计并将其集成到现有系统中。
为实现高频太赫兹条件下的快速高分辨率目标成像,中国工程物理研究院微系统与太赫兹研究中心于2016年构建了0.34 THz 4发16收MIMO-SAR成像系统。该系统在3 m距离处实现了水平14 mm、垂直12 mm的图像分辨率,成像帧率达4 Hz,视场范围为2 m×0.6 m,可有效检测出人体隐藏的模拟枪支。为在保证高成像质量的同时降低硬件成本,中国工程物理研究院的刘军等人于2018年研发了基于稀疏线性阵列MIMO-SAR的0.14 THz安检系统,利用二维孔径向人体发射太赫兹雷达信号,采集人体及携带物品的散射回波信号,通过成像算法重构衣物下危险品的 holography图像以完成人体安检;采用搭载低噪声放大器模块的电动平移台精确模拟稀疏线性阵列的接收位置,完成了系统原型集成与测试。尽管稀疏线性阵列MIMO-SAR配置保证了高图像分辨率,但太赫兹收发组件的采用不可避免地带来了高昂硬件成本与高系统集成复杂度。
为促进近场条件下介质目标的无损检测应用,美国爱荷华州立大学Dvorsky等人于2023年开发了工作在26.5–40 GHz频段的毫米波MIMO-SAR成像系统。该系统采用由8个相同MIMO子阵列组成的实孔径MIMO线性阵列,总计256个发射天线与256个接收天线,配合垂直机械扫描可形成密集的二维孔径,实验成像结果验证了该系统在无损检测与安检领域的潜在应用价值。为获取比平面阵列更多的观测角度与目标信息,众多研究人员还探索了基于柱面扫描与多线性阵列构型的毫米波近场MIMO-SAR成像技术,但相较于平面MIMO-SAR,相关成像系统研究更为复杂,此处不再赘述。
基于上述近场MIMO-SAR成像系统的发展历程可以看出,MIMO-SAR是一种极具应用前景的系统,已获得广泛认可与关注。随着技术的不断发展,硬件设备将逐步轻量化、小型化,成本也将逐渐降低,结合高精度机械扫描技术,太赫兹频段的高分辨率成像系统将在全球人员密集场所得到普及。
3 近场SISO/MIMO-SAR成像算法研究进展
3.1 近场SISO-SAR成像算法研究现状
后向投影算法(BPA)作为一种经典时域成像算法,起源于基于投影切片定理的计算机断层扫描成像。该算法将接收到的雷达回波数据投影到目标区域内的所有网格点,随后根据不同阵列发射器/接收器与网格点的时延关系,对各观测通道对应的回波信号进行相位补偿,最后对所有观测通道的补偿结果进行相干求和,得到最终目标图像。后向投影算法不依赖于发射/接收阵列的均匀性,几乎适用于所有阵列构型,是一种通用性极强的算法。但在毫米波与太赫兹频段,为实现高分辨率成像,同一成像区域内划分的网格点数量远超微波成像所需,导致执行该算法时计算负担巨大,成像效率显著降低。
为进一步降低后向投影算法的计算负担,研究人员提出了多种频域成像方法。适用于SISO-SAR的常见频域成像算法包括距离徙动算法(RMA)、线性调频变标算法(CSA)与频率变标算法(FSA)。在CSA与FSA中,为简化处理,距离方程被近似为抛物线形式;而在RMA中,距离方程为精确的双曲线形式。E. Gimeno将CSA应用于近场雷达成像,仿真结果表明在近场条件下,参考位置外的成像结果会出现散焦。为提升成像精度,改进后的CSA考虑了距离方程泰勒展开的高阶项,获得了更好的成像结果,但算法复杂度也随之增加。同样,W. Liu等人也考虑了高阶项,将FSA扩展到近场三维成像。
距离徙动算法(RMA)保留了近场条件下距离方程的精确表达式,成像质量更优,因此成为近场阵列雷达成像中最常用的处理技术。D. M. Sheen等人将RMA扩展到近场平面阵列与近场柱面阵列的三维成像应用,并给出了详细推导。J. Fortuny-Guasch等人最初将柱面孔径与球面孔径的测量数据反演为精确的平面孔径数据,从而能够使用适用于平面孔径的RMA进行成像。Z. Li等人提出了一种适用于近场圆孔径的RMA,采用非均匀快速傅里叶变换(NUFFT)替代频域插值,成像结果表明该算法能够实现精确的图像重构。
在RMA中,第一步是将回波数据转换到空间-频率域进行补偿;随后,为便于利用二维逆快速傅里叶变换(IFFT)获取成像结果,需要对补偿后的数据沿频率域进行插值,以获得频率-距离域均匀分布的数据,而插值的精度直接决定了成像结果的质量。为此,J. Fortuny与M. Soumekh提出了一种适用于平面SISO-SAR的距离堆叠算法(RSA),通过对补偿后的数据进行累加实现逆傅里叶变换,无需频率域数据在距离-频率域均匀分布,从而避免了插值操作。针对柱面SISO-SAR结构,W. Tan与P. M. Sanam将该方法与柱面阵列的三维频域成像算法相结合,沿径向累加获得柱坐标系下的三维成像结果。随后R. Zhu等人通过在补偿后的波数谱数据的方位波数-距离波数域进行二维累加,获得笛卡尔坐标系下的成像结果。上述方法通过累加直接实现IFFT,避免了插值操作,但导致计算复杂度增加。
除三维成像算法外,还有一类“2.5维”成像方法,这类方法类似于干涉合成孔径雷达(InSAR)的成像处理,仅在距离维度具备测量能力,通常用于目标的表面成像。Z. Sun等人提出了一种利用最小熵的单频测量条件下自适应聚焦成像算法,该方法使用距离堆叠算法(RSA)对每个距离平面成像,利用熵评估各参考距离平面上成像结果的聚焦性能,选择最小熵对应的成像结果作为目标的最佳成像结果,但该方法不适用于目标表面随距离连续变化的场景。随后Y. Jiang等人引入了一种利用双频干涉的三维表面成像技术,该方法首先利用两个单频点数据对目标进行二维成像,获得方位-高度域的二维成像结果,再利用两幅图像的相位差反演每个像素点的距离信息。J. Gao等人也提出了类似的频率干涉成像方法,成像结果良好。这两种方法都需要先利用单频点数据对目标进行二维成像,如前所述,使用单频信号成像时,位于参考距离外的目标成像结果会出现散焦,限制了这些方法的成像性能。后来J. Gao等人将该扩展用于柱面阵列表面成像,成像结果表明该算法可实现柱面目标的360°高质量成像。
此后,基于SISO-SAR系统未再出现更有效的快速成像算法,这归因于实孔径SISO阵列成本高、集成难度大,SISO-SAR实用性较差,使得该系统的算法开发不再是研究人员关注的焦点。
3.2 近场MIMO-SAR成像算法研究现状
近年来,考虑到MIMO阵列的诸多优势,研究人员集中开展了近场MIMO-SAR快速三维成像算法的研发。为追求快速求解,A. M. Molaei与W. F. Moulder将适用于平面SISO-SAR的经典RMA技术扩展到平面MIMO-SAR阵列系统,但等效相位中心假设并不适用于短距离成像场景下的稀疏MIMO阵列。在近场毫米波与太赫兹成像应用中,为提升方位向成像分辨率,成像目标需靠近阵列平面,此时阵列孔径长度与目标到阵列平面的距离处于同一量级,采用多发多收到单发单收的近似会引入显著的相位误差,导致重构图像失真。2017年,R. Zhu等人推导了一种用于“严格均匀收发”MIMO-SAR目标图像快速重构的精确频域算法,该算法在波数域利用距离向Stolt插值补偿球面波前曲率,通过降维累加操作与IFFT实现目标图像的三维重构,在基于快速傅里叶变换(FFT)的成像方案基础上具备更高的成像效率,研究表明该算法可在保证成像精度与BPA相当的同时显著降低计算复杂度。随后他们提出了一种基于距离徙动与后向投影技术的序贯算法,该算法沿机械扫描方向不采用FFT,适用于任意扫描路径(包括柱面扫描)的MIMO-SAR,且便于算法执行过程中的并行处理。
为进一步增强算法效率,2020至2022年间,研究人员相继提出了适用于平面均匀MIMO-SAR、基于频率变标理论与非线性相位分解概念的快速成像算法,两类算法的成像结果均表现良好,有效避免了大量Stolt插值操作带来的高计算负担与成像精度损失。2023年,S. Wu等人介绍了一种基于高频毫米波高斯波束的MIMO-SAR相移成像算法,与上述快速三维成像算法相比,该算法成像效率略低,但也实现了旋转角反射器、隐蔽危险品等目标的优质图像重构。
与更常用的均匀MIMO阵列构型不同,部分优化的非均匀MIMO阵列拓扑(如“接收均匀发射非均匀”或“发射均匀接收非均匀”的实孔径稀疏MIMO线性阵列)具备更优的旁瓣抑制能力,因此研究非均匀MIMO-SAR的快速成像算法兼具理论意义与实际应用价值。但上述MIMO-SAR快速成像算法均建立在收发阵列严格均匀的假设之下,无法适用于非均匀MIMO阵列拓扑。虽然引入非均匀快速傅里叶变换(NUFFT)可使文献中的算法成功应用于非均匀MIMO-SAR阵列构型,但NUFFT的大量插值操作会导致这些算法的计算量大幅增加,尤其依赖计算设备的随机存取存储器(RAM)容量。
2017年,Diebold A V等人介绍了一种适用于实孔径单输入多输出(SIMO)阵列的频域快速成像算法,该算法依赖于主轴近似,有潜力适配非均匀MIMO-SAR成像。但该算法采用的方位波数近似会导致距离场景中心较远的目标重构图像出现显著畸变。为实现非均匀MIMO-SAR阵列构型下的快速高精度目标成像,J. Gao等人于2018年提出了一种快速全聚焦频域增强算法,该算法将非均匀MIMO-SAR分解为多个SIMO-SAR,对每个SIMO-SAR的子图像回波采用基于FFT的方法进行处理,最后通过所有子图像的相干求和获得最终目标图像。尽管该算法在执行过程中避免了大量插值操作,且成像精度与BPA相近,但由于在距离压缩过程中采用了后向投影,其成像效率仍然受限。随后M. Abbasi等人基于目标回波方程的特性,建立了空间回波模型与部分相位项之间的卷积表达式,将回波转换到频域进行FFT与逆快速傅里叶变换(IFFT)处理,成像结果良好,但与该文献方法类似,该算法在距离图像重构过程中也采用了相干求和操作,未能降低成像计算工作量。
为解决上述问题,X. Chen等人采用三阶泰勒级数近似对频域回波模型中的非线性相位项进行分解,结合中心波数近似与FFT流程实现目标距离像的快速重构,但该算法的有效性高度依赖发射信号的带宽,计算效率的提升是以牺牲部分成像质量为代价的。因此,为解决现有非均匀MIMO-SAR快速成像算法在高显示动态范围下成像质量不佳的问题,X. Chen等人基于交替方向乘子法(ADMM),利用稀疏恢复原理将所开发的快速成像算法集成到迭代求解模型中,成像结果良好,该方法规避了感知矩阵的大规模求逆,显著降低了成像计算开销。在此基础上,考虑到最优正则化参数对不同成像场景、目标及阵列参数的敏感性,研究人员提出了一种快速最优正则化参数搜索技术,以在计算效率不变的前提下获得更优的目标高分辨率成像。
为实现柱面MIMO-SAR阵列系统的快速成像处理,J. Gao等人基于球面波展开与FFT/IFFT引入了圆卷积技术,推导了柱面MIMO-SAR系统对应的谱域回波表达式,成像结果显示该算法能够从多个视角对坦克模型实现精确成像,创造了一种精度与BPA相当但耗时显著更短的目标成像算法,在各类MIMO阵列构型下均表现出良好的通用性。但该算法仅对波动方程中的相位函数进行分离,未考虑波传播引起的幅度变化,当成像区域尺寸与天线到目标的距离相当时,可能导致成像结果中出现更明显的旁瓣效应,在高动态范围下成像质量恶化。
为实现柱面MIMO-SAR体制下更高质量的三维图像重构,K. Tan等人推导了格林函数的精确傅里叶域表示,并在成像过程中补偿了固有的信号传播衰减,随后通过二维Stolt映射实现相位解耦,在保持与前述方法相近成像效率的同时提供了更优的成像性能,该算法对枪支等违禁物品的三维成像结果显示出良好的聚焦效果与低旁瓣效应。此外,为进一步提升成像速度,S. Li等人基于等效相位中心假设将柱面MIMO-SAR回波数据近似为SISO-SAR阵列构型,提出了一种相位校准方法来抵消引入的等效误差,最终利用柱面SISO-SAR波数域算法实现了目标的快速图像重构,但与BPA及上述频域算法相比,该算法的成像精度略有下降。
随后,考虑到圆弧MIMO阵列的天线波束相较于常规MIMO线性阵列能更均匀地覆盖成像目标区域,研究人员针对圆弧MIMO-SAR体制提出了多种不同的快速高精度目标成像算法,即孔径MIMO阵列以半圆方式沿高度方向进行机械扫描。与上述柱面MIMO-SAR快速成像算法的研究思路类似,这类算法同样将空间回波转换到波数域进行分析,采用基于FFT的方法加速成像。
4 讨论
本文全面探讨了毫米波与太赫兹近场成像技术,特别梳理了近场SAR成像的发展路径,详细总结了基于SISO-SAR与MIMO-SAR的部分经典与近期成像系统,凸显了MIMO-SAR技术在提升成像效率与降低成本方面的显著优势。随着技术的不断进步,SISO-SAR与MIMO-SAR等技术已在成像速度、成本效益与图像质量方面取得重大突破,这些技术的发展不仅推动了高分辨率成像的创新,也为各种复杂应用环境提供了有效解决方案。然而,基于SAR的近场成像技术,尤其是MIMO-SAR,仍面临实时性与计算量大等挑战。
未来近场MIMO-SAR成像系统很可能向通道式构型演进,将MIMO线性阵列布置在通道两侧,结合集成在系统中的光学相机捕获的目标位置信息,自适应调整收发天线的指向,以在减少扫描时间的同时实现对隐蔽物体的全方位检测。
在成像算法方面,鉴于毫米波与太赫兹MIMO-SAR回波数据量大、处理难度高的挑战,未来的近场MIMO-SAR算法需要面向稀疏采样条件下的实时高分辨率成像处理,同时必须确保在不同应用场景下具备良好的鲁棒性与泛化能力,这是一项重大挑战。
展望未来,毫米波与太赫兹近场成像技术将持续开展深入研究与开发,以解决现有挑战。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号