廖文杰

（深圳市松果體機(jī)器人科技有限公司 廣東省深圳市 518000）

1 引言

在現(xiàn)實(shí)生活的目標(biāo)探測(cè)場(chǎng)景中，往往存在著許多的非透明物體遮擋住探測(cè)的目標(biāo)，從而使得無法直接從視覺中獲取到目標(biāo)的相關(guān)信息。穿墻雷達(dá)發(fā)射的電磁波具備穿透性強(qiáng)、分辨率高、抗干擾性好等特性，在遮擋主體表面向目標(biāo)發(fā)射特定脈沖的電磁波，并對(duì)目標(biāo)反射回波信號(hào)接收后進(jìn)行信號(hào)處理，最后通過穿墻成像算法對(duì)回波信號(hào)的探測(cè)結(jié)果進(jìn)行二維或者三維的成像顯示，從而獲取到目標(biāo)形狀及運(yùn)動(dòng)狀態(tài)等信息。穿墻雷達(dá)相較于光學(xué)、聲學(xué)等傳感器，具有許多優(yōu)點(diǎn)：

（1）電磁波對(duì)天氣和環(huán)境的依賴性較低，不容易受到光照、溫度、天氣等環(huán)境因素的影響；

（2）探測(cè)距離較遠(yuǎn)，穿墻雷達(dá)工作在低頻段，具有良好的穿透特性，其波長較長，有效地降低了信號(hào)衰減從而提高了雷達(dá)的探測(cè)距離。

由于穿墻雷達(dá)的穿透及穩(wěn)定等諸多特性，穿墻雷達(dá)被廣泛地應(yīng)用在各種災(zāi)難救援活動(dòng)中，在各種復(fù)雜的遮擋體中探測(cè)生命體的體征，給予幸存者生還的希望。在城市反恐及緊急救援行動(dòng)中，穿墻雷達(dá)能夠在復(fù)雜的空間范圍中實(shí)現(xiàn)對(duì)犯罪分子的運(yùn)動(dòng)進(jìn)行探測(cè)及定位，協(xié)助救援人員制定有效的技術(shù)方案，為行動(dòng)提供高質(zhì)量的保障。西安雷奇安防科技有限公司的CAMBRATE穿墻雷達(dá)如圖1所示。

2 穿墻雷達(dá)成像原理

為了獲得墻后目標(biāo)的空間位置以及實(shí)現(xiàn)對(duì)墻后目標(biāo)更加精準(zhǔn)的成像效果，穿墻雷達(dá)通常工作在超帶寬頻段，能夠獲得高分辨率的信號(hào)數(shù)據(jù)。同時(shí)，穿墻雷達(dá)還可以采用雷達(dá)MIMO陣列形成虛擬孔徑，從而在有限的陣列孔徑下可以獲得更高的分辨性能。穿墻雷達(dá)對(duì)運(yùn)動(dòng)目標(biāo)的探測(cè)，主要是基于多普勒效應(yīng)的原理，即物體輻射的波長隨著波源和觀測(cè)者的相對(duì)運(yùn)動(dòng)而產(chǎn)生變化。當(dāng)接收器相對(duì)于發(fā)射雷達(dá)發(fā)生相向的運(yùn)動(dòng)時(shí)，兩者間的電磁波被壓縮，接收器接收到的波長變得更短，頻率變得更高；當(dāng)接收器相對(duì)于發(fā)射雷達(dá)發(fā)生相背的運(yùn)動(dòng)時(shí)，兩者間的電磁波被拉長，接收器接收到的信號(hào)波長變長，頻率變得更低。而兩者間相對(duì)的運(yùn)動(dòng)速度越高，產(chǎn)生的多普勒效應(yīng)即越大，可以根據(jù)頻率變化差值計(jì)算出兩者間的相對(duì)運(yùn)動(dòng)方向。由于墻后目標(biāo)的運(yùn)動(dòng)具有不可預(yù)測(cè)性，為避免雷達(dá)自身的運(yùn)動(dòng)給目標(biāo)的運(yùn)動(dòng)探測(cè)帶來的影響，根據(jù)控制變量法的核心思想，穿墻雷達(dá)通常被固定地安置在某個(gè)位置，對(duì)目標(biāo)區(qū)域進(jìn)行長時(shí)間穩(wěn)定的觀測(cè)，通常將穿墻雷達(dá)這樣的工作模式稱為凝視模式[1]。

假設(shè)墻后目標(biāo)處于靜止?fàn)顟B(tài)，即對(duì)于雷達(dá)天線MIMO陣列上的任意一對(duì)收發(fā)單元，如圖2所示，雷達(dá)的發(fā)射單元及接收單元都在墻體的同一側(cè)，分別處于A點(diǎn)及G點(diǎn)處。雷達(dá)工作時(shí)，A點(diǎn)的發(fā)射單元對(duì)著墻壁發(fā)射具有標(biāo)記特征的電磁波信號(hào)，該信號(hào)在空氣中傳播后到達(dá)墻壁的B點(diǎn)處，由于墻體與空氣對(duì)電磁波的傳播介質(zhì)系數(shù)不同，到B點(diǎn)位置時(shí)的信號(hào)產(chǎn)生折射，使得進(jìn)入墻體后的信號(hào)與發(fā)射信號(hào)產(chǎn)生變化。進(jìn)入墻體后，信號(hào)在墻體內(nèi)傳播到墻壁的另一側(cè)上的C點(diǎn)處，同樣在該處產(chǎn)生信號(hào)折射。折射后的信號(hào)繼續(xù)朝著目標(biāo)位置傳播到達(dá)目標(biāo)表面D點(diǎn)處時(shí)信號(hào)發(fā)生反射，反射后的信號(hào)在空氣中傳播抵達(dá)墻壁的另一側(cè)E點(diǎn)并折射抵達(dá)接收器所在的墻壁一側(cè)的F點(diǎn)，墻體折射后的信號(hào)最終被G點(diǎn)處的接收器所接收。

3 穿墻雷達(dá)成像多徑效應(yīng)

圖1：西安雷奇安防科技有限公司的CAMBRATE穿墻雷達(dá)

圖2：穿墻雷達(dá)簡單信號(hào)傳播模型

3.1 多徑效應(yīng)

穿墻雷達(dá)在空間及墻體中傳播時(shí)，雷達(dá)發(fā)射的電磁波信號(hào)會(huì)產(chǎn)生反射、折射、衰減等現(xiàn)象。從上述穿墻雷達(dá)的探測(cè)成像原理中，可以得知在穿墻雷達(dá)信號(hào)從發(fā)射到接收的過程中，信號(hào)在空氣及墻體間經(jīng)過了幾番的折射與反射，同時(shí)復(fù)雜的周邊環(huán)境中的其他物體也會(huì)對(duì)信號(hào)產(chǎn)生反射，折射與反射的信號(hào)在空氣中或墻體中傳播后也被接收器所接收，即接收器接收到的信號(hào)里疊加了多個(gè)雜波信號(hào)，這些雜波信號(hào)會(huì)使得在成像重建目標(biāo)時(shí)出現(xiàn)虛像、重影等現(xiàn)象，這就是穿墻雷達(dá)的多徑效應(yīng)。因此，穿墻雷達(dá)的接收器最終接收到的信號(hào)應(yīng)該如圖3所示，包括目標(biāo)反射回波、背景雜波、墻體反射波、發(fā)射器的耦合信號(hào)及環(huán)境噪聲等各種信號(hào)的混合[2]。

根據(jù)上述的分析，可以將穿墻雷達(dá)的接收信號(hào)表示為：

式1中，

t——雷達(dá)接收器連續(xù)接收信號(hào)的時(shí)間；

fr(t)——在t時(shí)刻雷達(dá)接收器接收到的信號(hào)；

fd(t)——雷達(dá)發(fā)射器與接收器間的直接耦合信號(hào)；

fw(t)——墻體與雷達(dá)間的雜波信號(hào)；

圖3：空間環(huán)境中的電磁波信號(hào)

圖4：中值濾波對(duì)消

fn(t)——環(huán)境中的電磁波噪聲信號(hào)；

fb(t)——雷達(dá)后端物體產(chǎn)生的雜波信號(hào)；

fc(t)——目標(biāo)所在空間環(huán)境產(chǎn)生的雜波信號(hào)；

ft(t)——墻體后目標(biāo)反射的回波信號(hào)，也是穿墻雷達(dá)所期望的目標(biāo)信號(hào)。

3.2 抑制多徑效應(yīng)的方法

穿墻雷達(dá)在多徑效應(yīng)中的雜波信號(hào)給雷達(dá)系統(tǒng)識(shí)別目標(biāo)及成像帶來極大的影響，因此，如何有效地抑制這些雜波信號(hào)是穿墻雷達(dá)實(shí)現(xiàn)高分辨率成像及抗干擾能力必須優(yōu)化的關(guān)鍵問題。

3.2.1 背景相消法

在視頻監(jiān)測(cè)動(dòng)目標(biāo)應(yīng)用中，背景相消法是最常用且效率高的目標(biāo)檢測(cè)方法。常規(guī)的背景相消法是將有目標(biāo)的圖像減去無目標(biāo)的圖像提取出只有目標(biāo)的圖像信息，在穿墻雷達(dá)的目標(biāo)檢測(cè)方法中，同樣可以使用有目標(biāo)的信號(hào)與無目標(biāo)的信號(hào)進(jìn)行相消得到目標(biāo)信息，但是這樣的方法在實(shí)際中往往存在較大的局限性，因?yàn)楹芏嗍褂脠?chǎng)景比如緊急救援等應(yīng)用中，通常無法獲知無目標(biāo)的空間環(huán)境信息。因此在實(shí)際的穿墻雷達(dá)應(yīng)用中，背景相消法采用在接收到的回波信號(hào)基礎(chǔ)上預(yù)估背景雜波后與其進(jìn)行相消處理，能夠有效地去除墻體雜波。其中，對(duì)背景雜波進(jìn)行預(yù)估的關(guān)鍵是對(duì)背景均值的預(yù)估，預(yù)估方法決定了背景相消法的效果質(zhì)量[3]。常用的背景相消法有積累平均法和指數(shù)加權(quán)法，積累平均法具有實(shí)時(shí)性強(qiáng)且計(jì)算量少的優(yōu)點(diǎn)但對(duì)于靈敏運(yùn)動(dòng)目標(biāo)的雜波抑制效果較微；指數(shù)加權(quán)法能夠簡單地適應(yīng)于小波動(dòng)變化的回波信號(hào)，加權(quán)系數(shù)直接決定了背景預(yù)估值及其穩(wěn)定性。

3.2.2 空域?yàn)V波法

空域?yàn)V波是Yoon等[4]提出的一種通過濾波器消除零頻或者低頻信號(hào)來抑制雜波的方法，其優(yōu)點(diǎn)是不需要對(duì)現(xiàn)實(shí)環(huán)境提前感知便可以達(dá)到濾除雜波信號(hào)的效果。常用的空域?yàn)V波方法有均值濾波法和中值濾波法。均值濾波法是對(duì)數(shù)據(jù)窗口內(nèi)的所有數(shù)據(jù)取均值作為原窗口中的數(shù)據(jù)；中值濾波則是先對(duì)數(shù)據(jù)窗口內(nèi)的數(shù)據(jù)進(jìn)行排序，然后取中間值作為原窗口中的數(shù)據(jù)。數(shù)據(jù)窗口的長度對(duì)信號(hào)處理的結(jié)果有較大的影響，合適的窗口長度，能夠更好地平滑處理窗口內(nèi)的信號(hào)數(shù)據(jù)，有效地去除信號(hào)中的異常數(shù)據(jù)[5]。中值濾波對(duì)消如圖4所示。

空域?yàn)V波法在墻體介質(zhì)均勻的前提下有明顯的抑制效果，但當(dāng)墻體介質(zhì)變化特性較大時(shí)效果并不明顯。

3.2.3 統(tǒng)計(jì)濾波法

統(tǒng)計(jì)濾波法是基于對(duì)雜波和目標(biāo)反射的信號(hào)強(qiáng)度差異的統(tǒng)計(jì)方法，主要利用墻體雜波和散射場(chǎng)的幅值差異來提取出回波信號(hào)中的各個(gè)成分[6]，將雷達(dá)接收到的回波信號(hào)分解成雜波子空間、目標(biāo)子空間和噪聲子空間，再通過去除雜波子空間和噪聲子空間對(duì)噪聲進(jìn)行抑制。統(tǒng)計(jì)濾波法包括以奇異值分解法（Singular Value Decomposition，SVD）和主成分分析（Principal Component Analysis，PCA）為代表的子空間法，以及以獨(dú)立成分分析（(Independent Component Analysis, ICA）為代表的盲源分離法等，已經(jīng)廣泛地應(yīng)用在穿墻雷達(dá)的雜波抑制中。

奇異值分解法（SVD）在圖像處理和數(shù)字信號(hào)分析領(lǐng)域得到廣泛地應(yīng)用，西安理工大學(xué)的鄭晨等提出一種基于奇異向量平穩(wěn)度分類的墻體子空間提取方法，利用墻體回波信號(hào)的特征，根據(jù)奇異值分解后根據(jù)左奇異向量的平穩(wěn)程度來精確地劃分墻體與目標(biāo)子空間，從而進(jìn)行有效的雜波抑制[7]；倪裕豪等人則是在奇異值分解后再利用正交子空間投影的方法去除雜波，在消除隨機(jī)噪聲等弱干擾雜波方面有著更佳的效果[8]。奇異值分解法簡單高效、復(fù)雜度低，但是當(dāng)目標(biāo)子空間信號(hào)較弱時(shí)，該方法對(duì)雜波信號(hào)的抑制效果不佳。如圖5所示。

圖5：墻體子空間劃分技術(shù)流程圖[7]

圖6：基于ICA的稀疏陣列直達(dá)波抑制方法流程圖[10]

主成分分析法在數(shù)字信號(hào)噪聲消除方向有著廣泛的應(yīng)用，是常用的降維分析方法。常規(guī)的主成分分析法可能因?yàn)榻稻S分析導(dǎo)致部分重要數(shù)據(jù)的丟失，從而影響到后續(xù)的處理結(jié)果。魯棒主成分分析方法對(duì)于部分失真的數(shù)據(jù)能夠進(jìn)行有效地處理，在雷達(dá)信號(hào)處理、機(jī)器視覺等領(lǐng)域有著廣泛的應(yīng)用。太原理工大學(xué)的韓銀萍等人基于魯棒主成分分析方法提出對(duì)聚焦成像的數(shù)據(jù)進(jìn)行低秩稀疏矩陣分解，有效地抑制了墻體雜波信號(hào)[9]。

子空間法的核心思路是將雷達(dá)回波信號(hào)分解成幾個(gè)互不相關(guān)的子空間信號(hào)分量，但是從式1中穿墻雷達(dá)的接收信號(hào)表達(dá)可以知道，幾個(gè)雜波信號(hào)的數(shù)據(jù)或多或少地與發(fā)射信號(hào)存在一定的相關(guān)性。獨(dú)立成分分析方法基于回波信號(hào)是由若干個(gè)統(tǒng)計(jì)獨(dú)立的原始信號(hào)線性地疊加混合的假設(shè)，依據(jù)非高斯性最大化準(zhǔn)則，從回波信號(hào)中分離出各個(gè)獨(dú)立的原始信號(hào)[10]。南京郵電大學(xué)的秦婷婷結(jié)合奇異值分解法和獨(dú)立成分分析法，提出先對(duì)回波信號(hào)的數(shù)據(jù)矩陣進(jìn)行奇異值分解抑制雜波信號(hào)，將回波信號(hào)投影到目標(biāo)子空間，再將處理后的信號(hào)矩陣轉(zhuǎn)置后進(jìn)行獨(dú)立成分分析，提取出目標(biāo)信號(hào)的獨(dú)立分量[11]。如圖6所示。

4 穿墻雷達(dá)成像算法

在穿墻雷達(dá)的研究中，除了需要對(duì)雷達(dá)信號(hào)進(jìn)行雜波抑制，還需要對(duì)回波信號(hào)進(jìn)行二維或者三維的空間成像，因此穿墻雷達(dá)的成像算法是雷達(dá)探測(cè)應(yīng)用的重要研究技術(shù)之一。根據(jù)成像基本原理的不同，可以分為基于時(shí)域、頻域以及壓縮感知幾種方法。

基于頻域的方法依據(jù)傅立葉變換的基本思想，將回波信號(hào)進(jìn)行變換后進(jìn)行插值及校正等運(yùn)算，其經(jīng)典算法代表為距離徙動(dòng)算法[12]。該算法考慮到距離徙動(dòng)的影響會(huì)造成變換后在距離向和方位向上產(chǎn)生耦合，對(duì)變換后的數(shù)據(jù)進(jìn)行校正插值，典型的校正插值算法包括牛頓插值法、最近鄰插值法以及三次樣條插值法[13]。該算法能夠較好地進(jìn)行成像，但是當(dāng)回波信號(hào)不滿足奈奎斯特-香農(nóng)（Nyquist-Shannon）采樣定律，即信號(hào)的采樣頻率低于原始信號(hào)兩倍最大頻率時(shí)，會(huì)發(fā)生信號(hào)相位和頻率的混疊，導(dǎo)致最終的成像效果不佳。

時(shí)域分析方法是數(shù)字信號(hào)分析中常用的重要方法，通過在時(shí)域內(nèi)對(duì)信號(hào)的濾波、放大、統(tǒng)計(jì)特征計(jì)算、相關(guān)性分析等處理，可以有效地提高信噪比。在穿墻雷達(dá)的成像算法中，基于時(shí)域的方法同樣得到快速地發(fā)展，其代表算法有后向投影算法（Back Projection，BP）以及時(shí)間反轉(zhuǎn)算法。后向投影方法的原理非常簡單，其核心思想是延時(shí)-求和（DAS），首先計(jì)算出從雷達(dá)的發(fā)射信號(hào)發(fā)出到目標(biāo)并從目標(biāo)反射回來被接收器接收到的時(shí)間，在回波信號(hào)數(shù)據(jù)中后向?qū)ふ蚁鄳?yīng)時(shí)間的信號(hào)數(shù)據(jù)，對(duì)在目標(biāo)位置的信號(hào)進(jìn)行相干疊加，否則進(jìn)行非相干疊加[14]。BP基本算法原理的流程圖如圖7所示。

后向投影方法不受雷達(dá)陣列的限制，易于實(shí)現(xiàn)，但是信號(hào)衰減、時(shí)間因子以及墻體參數(shù)對(duì)其影響較為明顯，存在成像時(shí)旁瓣較多，分辨率低和質(zhì)量不高等缺點(diǎn)。吉林大學(xué)的胡志鵬研究了基于互相關(guān)的后向投影方法，計(jì)算所有空間采樣點(diǎn)時(shí)域值的互相關(guān)后再進(jìn)行求和計(jì)算，有效地聚焦成像目標(biāo)，抑制成像過程中的旁瓣及虛像等現(xiàn)象[15]。

時(shí)間反轉(zhuǎn)方法通過對(duì)時(shí)域上的回波信號(hào)進(jìn)行逆序變換后再次發(fā)射到目標(biāo)探測(cè)區(qū)域，從而實(shí)現(xiàn)選擇性聚焦。該方法具有良好的自適應(yīng)空時(shí)聚焦能力，能夠?qū)崿F(xiàn)對(duì)目標(biāo)的精確定位以及較高的成像分辨率。西安理工大學(xué)的姜榮花基于時(shí)間反轉(zhuǎn)技術(shù)的原理，針對(duì)子空間方法和ESPRIT算法的時(shí)間反轉(zhuǎn)技術(shù)進(jìn)行深入的研究，并提出了FF-ESPRIT算法提高成像分辨率[16]。時(shí)間反轉(zhuǎn)原理如圖8所示。

由于穿墻雷達(dá)的回波信號(hào)具有稀疏特性，壓縮感知方法能夠突破上述的奈奎斯特-香農(nóng)（Nyquist-Shannon）采樣定律對(duì)采樣頻率的限制，通過對(duì)回波信號(hào)進(jìn)行隨機(jī)的不相關(guān)采樣，并選用合適的稀疏重構(gòu)算法能夠?qū)崿F(xiàn)低失真的成像效果。稀疏表示、編碼測(cè)量以及稀疏重構(gòu)是壓縮感知理論的三大重要組成，其中最為核心的步驟是稀疏重構(gòu)，常用的稀疏重構(gòu)算法有正交分配追蹤算法（OMP）、貝葉斯壓縮感知（BCS）以及總變分（TV）方法。南京郵電大學(xué)的吳慧穎針對(duì)未知墻體參數(shù)的場(chǎng)景，提出參數(shù)表征稀疏的成像方法，基于全局搜索進(jìn)行目標(biāo)重建以及通過稀疏重構(gòu)和墻體參數(shù)交替迭代兩種方法，重構(gòu)出目標(biāo)的輪廓，得到較好的成像結(jié)果[17]。

5 穿墻雷達(dá)面臨的挑戰(zhàn)

隨著穿墻雷達(dá)各項(xiàng)技術(shù)的逐漸成熟，在許多災(zāi)后救援、城市反恐活動(dòng)中發(fā)揮著越來越重要的作用也面臨著巨大的挑戰(zhàn)：

圖7：BP基本算法原理的流程圖

圖8：時(shí)間反轉(zhuǎn)原理[16]

（1）高分辨率成像的要求讓雷達(dá)系統(tǒng)的復(fù)雜度大大增加，對(duì)雷達(dá)的計(jì)算處理能力以及數(shù)據(jù)存儲(chǔ)能力提出了更高的要求；

（2）復(fù)雜信號(hào)環(huán)境中的雜波對(duì)穿墻雷達(dá)成像的結(jié)果造成較大的影響，需要進(jìn)一步提高雷達(dá)系統(tǒng)對(duì)雜波信號(hào)的抑制能力；

（3）在大多數(shù)的應(yīng)用場(chǎng)景中，墻體參數(shù)未知變化的情況下，雷達(dá)信號(hào)在墻體內(nèi)的折射和衰減無法得到準(zhǔn)確的預(yù)估，容易造成目標(biāo)在成像系統(tǒng)中出現(xiàn)旁瓣以及散焦等問題；

（4）當(dāng)對(duì)目標(biāo)區(qū)域內(nèi)的多個(gè)目標(biāo)同時(shí)進(jìn)行探測(cè)時(shí)，雷達(dá)成像系統(tǒng)可能丟失目標(biāo)間相互作用的關(guān)鍵幀，因此雷達(dá)的探測(cè)數(shù)據(jù)無法作為在關(guān)鍵時(shí)刻的判決依據(jù)；

（5）目標(biāo)的運(yùn)動(dòng)具有高度的機(jī)動(dòng)性和隨機(jī)性，甚至目標(biāo)的數(shù)量都是實(shí)時(shí)發(fā)生變化的，因此對(duì)成像后的跟蹤策略有嚴(yán)格的要求[18]。

6 穿墻雷達(dá)的發(fā)展與展望

本文通過對(duì)穿墻雷達(dá)成像原理的概述，系統(tǒng)地介紹了穿墻雷達(dá)多徑效應(yīng)產(chǎn)生的原理以及回波信號(hào)抑制算法，然后進(jìn)一步地研究了穿墻雷達(dá)系統(tǒng)的成像算法，并對(duì)穿墻成像技術(shù)所面臨的挑戰(zhàn)進(jìn)行梳理，結(jié)合當(dāng)下的人工智能及物聯(lián)網(wǎng)技術(shù)與穿墻雷達(dá)的融合發(fā)展情況，預(yù)判未來可能的發(fā)展趨勢(shì)：

（1）穿墻雷達(dá)在未來應(yīng)用中不再是單個(gè)的存在，多方位多角度的多雷達(dá)系統(tǒng)以及多傳感器融合系統(tǒng)顯著地提高雷達(dá)系統(tǒng)的探測(cè)能力；

（2）雷達(dá)系統(tǒng)的運(yùn)算處理能力不再局限于自身計(jì)算，5G等通信網(wǎng)絡(luò)的快速發(fā)展讓云端的雷達(dá)計(jì)算成為現(xiàn)實(shí)；

（3）穿墻雷達(dá)的應(yīng)用場(chǎng)景得到不斷的擴(kuò)展，在部分對(duì)用戶隱私比較敏感的公共場(chǎng)所（如酒店）發(fā)揮著越來越重要的作用；

（4）人工智能的許多算法在雷達(dá)系統(tǒng)中不斷演進(jìn)，極大地推動(dòng)了雷達(dá)系統(tǒng)的智能化發(fā)展。