毫米波目标物体成像研究及电磁参数提取

发布时间：2020-10-11 22:24

　　 本文针对国内的安检现状和毫米波成像技术的发展和应用,对毫米波成像技术原理进行了深入研究,对毫米波成像的算法进行了详细的理论推导,并在此基础上实现了对金属目标和非金属目标的毫米波成像以及实现了非金属介质物体的电磁参数的精确估算。同时搭建和对多种物体进行毫米波成像实验,并初步设计毫米波测试系统样机。论文主要研究工作如下:(1)基本的毫米波成像理论以及目标检测算法的研究研究了SAR成像基础理论和不同工作模式下的场景,并分析了SAR成像的距离向和方位向的分辨率,以及单频点和宽带毫米波的图像重建。介绍了卷积神经网络的基本原理以及目标检测SSD算法的实现过程。(2)MIMO阵列毫米波成像算法的实现与仿真介绍了MIMO阵列毫米波成像的理论基础,给出了详细的推导过程,并与圆柱扫描方式做出了对比。通过对不同频带宽度、不同角度参数以及不同成像系统参数的仿真实验,分析了相邻天线的最小间距以及最小角度夹角对成像效果的影响,也得出了MIMO成像系统中各方向分辨率与成像系统参数之间的关系。基于成像算法,实现了对金属和非金属目标物体的成像,并且对手枪、匕首进行目标识别检测实验,实验结果验证了目标检测算法应用于毫米波成像系统的可行性。(3)提出了基于毫米波成像的电磁参数提取方法推导了基于毫米波成像的目标物体电磁参数估算的方法原理,结合了无耗介质物体和有耗介质物体进行了仿真实验,通过实测现实生活常见的木块,估算其介电常数,验证了基于毫米波的电磁参数估算法的可行性以及正确性。(4)近场毫米波成像系统的搭建与实测介绍了毫米波成像系统的搭建方法,给出了在搭建以及实测过程中需要注意的测试问题与要点,同时,在此基础上给出了目标物体的实测情况,说明了成像系统搭建的可行性。设计了适用于MIMO成像系统的初步实测平台,给出了设计图与设计说明,并提供了推荐样件参数。
【学位单位】：南京航空航天大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN015
【部分图文】：

缺点主要有分辨率较低、天线孔径大小受限、成像区域有限和二维阵列的成本高等。主动式合成孔径成像其实和全息成像是属于同一种成像理念，它们都是属于近程成像模式但是主动式合成孔径成像主要应用与遥感成像，采用机载雷达，这种方式在国内外的研究领域已经比较成熟，而全息成像更适合于近程毫米波成像技术，因为其分辨率较高，并且图像的质量比较高。被动毫米波成像系统[15]使用毫米波辐射计获取目标物体的辐射特性，利用不同物体的不同辐射特性实现成像，被动式[16]毫米波成像无法对目标物体进行三维成像，而且容易受背景环境的影响，所以主动式毫米波成像技术逐渐占据市场主流。全息成像[17]是毫米波成像技术中应用比较多的一种方式，它可以获取目标区域的三维毫米波图像，能够较为准确的还原目标物体的形状轮廓，对目标的识别概率比较高。该成像技术具有清晰度较高、成像区域广等优点，但是在距离向上不能完整的重建具有深度信息的目标物体。美国太平洋西北国家实验室的 Sheen 等人在 1996 年引入光学中全息成像的概念[18]，提出了近场有源毫米波全息成像算法。在原始的算法基础上，优化了扫描的几何结构，使得被测物体能被波源完美照射，大幅改善了聚焦特性，克服了很多传统有源毫米波技术的限制，并提出了单频点以及宽带全息成像技术[19]。

南京航空航天大学硕士学位论文该成像技术在三个维度上都有比较高的分辨率，相比单频点成像，能够最大限度的消除斑的影响，如上图 1.1 为该成像系统下使用 100GHz~112GHz 频段所成的宽带全息毫米波效果图。Sheen 等人还研究出一种圆柱成像系统，能够同时优化织物穿透性、系统分辨率、图像和检测速度。还使用了极化成像、阵列开关控制、高频率、超宽带等技术来提高原始技术。2003 年太平洋西北国家实验室授权 L3-通信公司将全息毫米波成像技术商业化，推出oVision 以及 Safe View 等产品。该装置使用两个垂直的天线阵列对人体进行圆柱扫描，天列采用 Ka 波段（27GHz-40GHz）进行全息成像。

图 1. 3 WTS 安检系统通道式毫米波成像安检系统如图1.3所示，这种采用天线稀疏排布的方式可以减少天线数降低成本，并且能够对数据进行并行化处理，将采样时间控制在 20ms 以内[22]。该成像系统能够实现对人体的实时成像，当人体进入通道时，首先对人体的正面成像一走到通道中间时，系统会对人体的侧面成像，当即将走出通道时，系统会对人体的背部成这样就形成了对人体的一次完整安全检查，图 1.4 所示为人体经过通道后，成像系统所成幅图像。
【相似文献】

相关期刊论文 前10条

1 李文涛;马钺;;基于智能相机的目标物体的定位[J];控制工程;2011年S1期

2 杨淑莹,胡军,曹作良;基于图像纹理分析的目标物体识别方法[J];天津理工学院学报;2001年04期

3 黄伟;杨文姬;曾璟;曾舒如;陈光;;基于谱聚类和增量学习的运动目标物体检测算法研究[J];西北工业大学学报;2017年01期

4 ;牵引激光束能直接移动目标物体[J];黑龙江科技信息;2014年33期

5 ;光的奇迹[J];少儿科学周刊(少年版);2016年05期

6 朱方文,李德强,袁政鹏,吴家麒;一种用于目标物体跟踪的人工标志[J];计算机工程与应用;2004年31期

7 燕强;赵洪彬;曾宝锋;;利用地质雷达求取地下目标物体积研究综述[J];中国矿业;2017年S1期

8 谢新华;梁栋;张香倩;张东彦;周建军;;基于图像处理的目标物体最大内接矩形面积的检测[J];科学技术与工程;2015年17期

9 李亮;费凌;;机械手对目标物体抓取的研究[J];工业控制计算机;2009年01期

10 郝小蕾;宋爱国;纪鹏;;一种基于多视角图像的目标物体定位方法[J];测控技术;2015年05期

相关博士学位论文 前7条

1 LiuSiving（刘思颖）;中国幼儿对日常习用性及非习用性行为的认知水平[D];华东师范大学;2019年

2 吕轶;磁感应成像的若干关键技术研究[D];东北大学;2012年

3 冯斌;计算机视觉信息处理方法与水果分级检测技术研究[D];中国农业大学;2002年

4 王志恒;基于FPA的新型气动机器人多指灵巧手研究[D];浙江工业大学;2011年

5 荆伟;自闭症谱系障碍儿童词语习得中“快速映射”能力的实验研究[D];华东师范大学;2013年

6 王文丛;中波红外傅里叶变换成像光谱仪理论分析与光学系统设计研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

7 白雪飞;基于视觉显著性的图像分割方法研究[D];山西大学;2014年

相关硕士学位论文 前10条

1 虞军军;毫米波目标物体成像研究及电磁参数提取[D];南京航空航天大学;2019年

2 高雅楠;基于RGB-D数据的场景认知与人机协作[D];大连理工大学;2019年

3 宋二猛;基于改进YOLOv3算法的道路多目标实时检测方法[D];江西理工大学;2019年

4 张家玄;基于相关性滤波器的实时物体追踪[D];浙江大学;2019年

5 杜懈宇;关联成像照明光场的优化研究[D];北京邮电大学;2019年

6 邱垚;基于3D目标识别的工业机器人无序分拣技术研究[D];西安理工大学;2019年

7 胡跃;基于改进SIFT的目标实时跟踪算法[D];北京邮电大学;2019年

8 马凝;全驱动五指灵巧手结构设计及控制系统的研究[D];吉林大学;2019年

9 高爽;复杂环境光源变化下的二维图像分析与处理[D];天津大学;2018年

10 于雄飞;面向智能监控的目标检测追踪算法设计实现[D];西南交通大学;2018年

本文编号：2837208