本發(fā)明屬于超寬帶雷達(dá)技術(shù)領(lǐng)域，具體涉及一種基于FPGA的超寬帶穿墻雷達(dá)成像算法的實(shí)現(xiàn)方法。

背景技術(shù)：

穿墻雷達(dá)利用電磁波對(duì)墻等非導(dǎo)電性障礙物的穿透性，并通過接收傳播介質(zhì)中變化而引起的反射信號(hào)，可以指示識(shí)別要探測的墻后目標(biāo)，從而避免對(duì)障礙物進(jìn)行破壞移位，利用這種非接觸的方式?jīng)Q策后續(xù)的動(dòng)作。這對(duì)于軍事、警戒、反恐中的偵查、監(jiān)控，自然災(zāi)害中的人員搜索，醫(yī)療系統(tǒng)中的測試與監(jiān)護(hù)有重要意義。由于災(zāi)后幸存者、恐怖分子及所挾持人質(zhì)通常都是隱藏的，被混凝土、墻體等障礙物隱藏，如何對(duì)目標(biāo)體進(jìn)行高效、快速、簡便的雷達(dá)成像是許多領(lǐng)域面臨的重要課題。然而在現(xiàn)有的各種成像算法中，后向投影(BP,Back Projection)成像算法具有成像精度高等特點(diǎn)，但運(yùn)算量較大，算法復(fù)雜，成像速度慢；穿墻探測雷達(dá)目標(biāo)成像區(qū)域一般較小,數(shù)據(jù)通道數(shù)少,選用BP成像算法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為克服現(xiàn)有技術(shù)的不足，而提供一種基于FPGA的超寬帶穿墻雷達(dá)成像算法的實(shí)現(xiàn)方法，該方法成像精度高，降低了算法復(fù)雜度和運(yùn)算量，提高了成像速度。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是：

一種基于FPGA的超寬帶穿墻雷達(dá)成像算法的實(shí)現(xiàn)方法，具體包括如下步驟：

1)構(gòu)建墻體目標(biāo)模型，通過穿墻雷達(dá)對(duì)構(gòu)建的目標(biāo)模型進(jìn)行探測，利用濾波方法處理原始回波信號(hào)得到目標(biāo)回波信號(hào)；

2)將穿墻雷達(dá)天線陣列放置到距離墻體一定距離處，分析穿墻雷達(dá)電磁波成像路徑，按照近似穿墻雷達(dá)電磁波成像路徑求解時(shí)延，并對(duì)時(shí)延加以補(bǔ)償，簡化時(shí)延求解復(fù)雜度；

3)采用CORDIC算法替代步驟2)中時(shí)延求解過程中的平方開根號(hào)運(yùn)算，易于FPGA實(shí)現(xiàn)；

4)選擇合適的數(shù)據(jù)量化位數(shù)，減小步驟2)中時(shí)延計(jì)算的量化誤差，提高成像準(zhǔn)確度；

5)按照步驟2)中簡化后的時(shí)延求解公式，結(jié)合步驟3)中的CORDIC算法以及步驟4)中選用的數(shù)據(jù)量化位數(shù)，設(shè)計(jì)基于FPGA的后向投影算法；

6)將步驟1)中的得到的目標(biāo)回波信號(hào)量化為定點(diǎn)數(shù)，作為步驟5)中FPGA成像算法數(shù)據(jù)的輸入；

7)將FPGA成像輸出數(shù)據(jù)轉(zhuǎn)化為浮點(diǎn)數(shù)，利用MATLAB得到目標(biāo)成像結(jié)果；

通過上述步驟，獲得基于FPGA的超寬帶穿墻雷達(dá)后向投影成像算法的成像結(jié)果。

所述步驟1)中，采用GprMax軟件生成空?qǐng)鼍皵?shù)據(jù)與有目標(biāo)場景的A-Scan原始回波數(shù)據(jù)，通過兩組數(shù)據(jù)直接對(duì)消法獲得目標(biāo)回波信號(hào)。

所述步驟2)中，穿墻雷達(dá)天線陣列與墻體的距離為1-3m。

所述步驟2)中，在收發(fā)分置天線陣列中，發(fā)射天線發(fā)出的電磁波經(jīng)目標(biāo)后向散射傳播到接收天線的傳輸時(shí)間為：

其中(x,y)為目標(biāo)的坐標(biāo),(x₀,y₀)為發(fā)射天線的坐標(biāo)為,(x₁,y₀)為接受天線的坐標(biāo)，d為墻體厚度，ε為墻體介電常數(shù)，c為真空中波速；

在收發(fā)同置天線陣列中，發(fā)射天線發(fā)出的電磁波經(jīng)目標(biāo)后向散射傳播到接收天線的傳輸時(shí)間為：

其中，(x,y)為目標(biāo)的坐標(biāo),(x₀,y₀)為收發(fā)同置天線的坐標(biāo)，d為墻體厚度，ε為墻體介電常數(shù)，c為真空中波速。

所述步驟3)中，CORDIC算法采用向量模式，N次迭代輸出結(jié)果為：

Y_n+1＝0 (4)

若Z₀＝0，對(duì)于給定的X₀和Y₀，N次迭代輸出結(jié)果為：

(X₀，Y₀)為給定向量的輸入，K為比例因子。

所述步驟4)中，時(shí)延的計(jì)算部分采用24位定點(diǎn)數(shù)進(jìn)行量化，其中1位符號(hào)位，19位小數(shù)位。

所述步驟6)中，回波數(shù)據(jù)采用16位點(diǎn)數(shù)進(jìn)行量化，其中1位符號(hào)位，9位小數(shù)位。

所述的墻體，均為均勻介質(zhì)墻體。

有益效果：

一種基于FPGA的超寬帶穿墻雷達(dá)成像算法的實(shí)現(xiàn)方法，通過近似穿墻雷達(dá)電磁波成像路徑，簡化時(shí)延求解復(fù)雜度，利用CORDIC算法，大大簡化時(shí)延求解過程中平方開根號(hào)的運(yùn)算，降低了穿墻成像雷達(dá)計(jì)算的復(fù)雜度，從而加速了成像的速度。本發(fā)明實(shí)現(xiàn)了基于FPGA的超寬帶穿墻雷達(dá)后向投影成像算法，能準(zhǔn)確有效地實(shí)現(xiàn)對(duì)目標(biāo)的成像，并具有較好的實(shí)時(shí)性和穩(wěn)定性。

附圖說明

圖1為兩目標(biāo)墻體模型；

圖2近似簡化后的穿墻雷達(dá)電磁波成像路徑；

圖3為MATLAB仿真成像圖與對(duì)比圖；

圖4為FPGA實(shí)現(xiàn)的成像圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明內(nèi)容作進(jìn)一步的闡述，但不是對(duì)本發(fā)明的限定。

實(shí)施例

一種基于FPGA的超寬帶穿墻雷達(dá)成像算法的實(shí)現(xiàn)方法，包括如下步驟：

1)如圖1所示構(gòu)建墻體目標(biāo)模型，通過穿墻雷達(dá)對(duì)構(gòu)建模型進(jìn)行探測，獲得原始A-Scan數(shù)據(jù)，利用濾波方法處理原始回波信號(hào)得到目標(biāo)回波信號(hào)；

2)將穿墻雷達(dá)天線陣列放置到距離墻體1m遠(yuǎn)處，按照近似穿墻雷達(dá)電磁波成像路徑求解時(shí)延，并對(duì)時(shí)延加以補(bǔ)償，簡化時(shí)延求解復(fù)雜度；

3)采用CORDIC算法替代步驟2)中時(shí)延求解過程中的平方開根號(hào)運(yùn)算，易于FPGA實(shí)現(xiàn)；

4)選擇合適的數(shù)據(jù)量化位數(shù)，減小步驟2)中時(shí)延計(jì)算的量化誤差，提高成像準(zhǔn)確度；

5)按照步驟2)中簡化后的時(shí)延求解公式，結(jié)合步驟3)中的CORDIC算法以及步驟4)中選用的數(shù)據(jù)量化位數(shù)，設(shè)計(jì)基于FPGA的后向投影算法；

6)將步驟1)中的得到的目標(biāo)回波信號(hào)量化為定點(diǎn)數(shù)，作為步驟5)中FPGA成像算法數(shù)據(jù)的輸入；

7)將FPGA成像輸出數(shù)據(jù)轉(zhuǎn)化為浮點(diǎn)數(shù)，利用MATLAB得到目標(biāo)成像結(jié)果。

通過上述步驟，可獲得基于FPGA的超寬帶穿墻雷達(dá)后向投影成像算法的成像結(jié)果。

步驟1)中，采用GprMax軟件生成空?qǐng)鼍皵?shù)據(jù)與有目標(biāo)場景的8道A-Scan原始回波數(shù)據(jù)；天線為收發(fā)同置天線陣列，坐標(biāo)依次為(0.2418，-1)，(0.4278，-1)，(0.6138，-1)，(0.7998，-1)，(0.9858，-1)，(1.1718，-1)，(1.3578，-1)，(1.5438，-1)，通過兩組數(shù)據(jù)直接對(duì)消法獲得目標(biāo)回波信號(hào)；

步驟2)中，如圖2所示，將穿墻雷達(dá)天線陣列放置到距離墻體1m遠(yuǎn)處，在收發(fā)同置天線陣列中，收發(fā)射天線發(fā)出的電磁波經(jīng)目標(biāo)后向散射傳播到接收天線的傳輸時(shí)間為：

其中，目標(biāo)的坐標(biāo)為(x,y),收發(fā)同置天線的坐標(biāo)為(x₀,y₀)，墻體厚度d取0.2m，墻體介電常數(shù)ε取6.4，真空中波速c取300000000m/s。

步驟3)中，CORDIC算法采用向量模式，N次迭代輸出結(jié)果為：

Y_n+1＝0 (3)

如果Z₀＝0，對(duì)于給定的X₀和Y₀，N次迭代輸出結(jié)果為：

(X₀，Y₀)為給定向量的輸入，K為比例因子。在這里，只需要取向量(X₀，Y₀)的模長，所以，需要對(duì)X_n+1乘以比例因子K得到向量模長；其中，迭代次數(shù)N取16，K取0.607253。

步驟4)中，時(shí)延的計(jì)算部分采用24位定點(diǎn)數(shù)進(jìn)行量化，其中1位符號(hào)位，19位小數(shù)位。

步驟6)中，回波數(shù)據(jù)采用16位點(diǎn)數(shù)進(jìn)行量化，其中1位符號(hào)位，9位小數(shù)位。

上述方案中，墻體模型均為均勻介質(zhì)墻體。

圖3為MATLAB的成像結(jié)果，圖4為FPGA的成像結(jié)果，兩個(gè)目標(biāo)分別位于(0.5,1.8)和(1.6,1.5)處，目標(biāo)成像結(jié)果如圖所示，可見，基于上述成像方法可以快速獲得目標(biāo)的距離和方位信息。