基于压缩感知的频率步进连续波探地雷达数据获取与稳健高效成像重建方法研究

Since stepped frequency continuous wave ground penetrating radar (SFCW-GPR) has many advantages such as wider dynamic range and higher immunity to radio-interference, the SFCW modulation technique is becoming increasingly popular in GPR community. With the motivation of various application requirements, the GPR systems are continually developing on the direction of mutiple-channel, mutiple-polarization, mutiple-waveband, and high-resolution. The SFCW-GPR system suffers from the bottlenecks of huge data samples and long data collection time etc.To overcome these problems,this program will discuss the applicability of the compressive sensing (CS) theory to practical SFCW-GPR system. This program is to research the reliable and realizable CS SFCW-GPR measurement strategy to reduce the number and collection time of the sampled data; research the reasonable CS SFCW-GPR migration and diffraction tomography imaging model; research the robust and efficient CS image reconstruction algorithm to obtain the accurate locations, shapes, and dielectric properties of the buried objects.It is believed that this project is of significance to theroy reseach and engineering implementation for SFCW-GPR.

由于频率步进连续波探地雷达系统具有较高的动态范围和较强的射频抗干扰能力等优点，近年来在探地雷达领域受到越来越多的关注。随着探地雷达技术应用需求的进一步推动，探地雷达不断朝着多通道、多极化、多波段和高分辨率方向发展，这使得频率步进探地雷达系统存在数据采集量大和数据采集时间长等缺点。针对上述问题，本课题以压缩感知理论为基础，研究性能良好且易实现的频率步进探地雷达压缩感知测量方式以建立合适的稀疏基与待采样数据间的映射关系，减小数据采集量和数据采集时间；研究建立合适的压缩感知频率步进探地雷达偏移和衍射层析成像模型；在分析研究成像分辨率与重建误差的基础上研究稳健高效的压缩感知成像重建算法从而实现对地下目标的位置、形状和电磁参数等特征信息的快速准确重建。课题的研究对频率步进连续波体制探地雷达的理论研究和工程实现具有重要意义。

针对频率步进连续波探地雷达(SFCW-GPR)存在数据采集量大和数据采集时间长的问题，本项目把压缩感知理论引入SFCW-GPR的系统构建和成像重建领域，构建SFCW-GPR稀疏成像模型,研究SFCW-GPR压缩感知数据获取方法和稳健高效的稀疏成像重建方法。经过三年的研究，取得了以下主要成果：.（1）针对传统压缩感知SFCW-GPR偏移成像方法在强杂波测量环境中往往会失效的问题，提出一种基于子空间投影杂波抑制技术的SFCW-GPR偏移成像方法。首先在每个天线测量位置通过压缩感知测量模型重建所有的频域原始均匀采样数据，然后采用经典的子空间投影杂波抑制技术滤除较强的地面回波，最后采用稀疏重建算法对地下目标进行高分辨率成像重建。.(2)针对双站和多站多视角两种不同的测量方式，提出了一种基于压缩感知框架的SFCW-GPR衍射层析成像重建方法，所提成像方法对地下目标的散射场数据在频率域采用压缩采样，然后在每个天线测量位置利用接收信号的稀疏性采用合适的稀疏重建算法恢复工作频带内全部散射场数据，最后采用传统衍射层析成像算法进行地下目标成像。所提成像算法在频域数据采集量大大降低的情况下，仍可以保证目标成像的分辨率和质量，大大提高了系统测量速度。.（3）针对传统压缩感知SFCW-GPR偏移成像算法存在计算量大和对噪声和重建正则化参数敏感的问题，提出了一种基于贝叶斯压缩感知的SFCW-GPR偏移成像方法，通过建立分层稀疏模型和相关向量机学习实现探测场景反射系数的重构，与传统压缩感知成像方法相比，所提成像方法利用探测场景的统计先验信息，能够更好地兼顾重构精度和计算效率。.（4）针对极化SFCW-GPR工作过程中目标成像空间的联合稀疏性，提出了一种基于多测量向量模型的极化SFCW-GPR成像方法。利用各极化通道测量数据的联合稀疏性将各个极化通道的测量数据等效成多测量向量，通过多任务贝叶斯压缩感知算法对各个极化通道的测量数据进行联合处理实现探测场景反射率的重建。所提成像方法在目标位置重建的准确性和背景杂波抑制能力上均优于单测量向量模型的极化SFCW-GPR成像方法。.本项目的研究丰富了SFCW-GPR系统的数据处理手段，扩展了SFCW-GPR系统的应用范围，对于提高SFCW-GPR系统的应用能力具有重要的现实意义。