技术摘要：
本发明公开了一种基于联合熵值的穿墙成像雷达墙体杂波抑制方法，属于穿墙雷达成像领域，通过时域有限差分法模拟超宽带穿墙雷达探测场景，场景中设置两组平行于墙体的天线阵元，并得到两组天线阵元所接收的回波数据，计算每组数据中每个信源的熵值。由于天线各扫描位置  全部
背景技术：
穿墙雷达(through-wall  radar,TWR)通过电磁波良好的低频穿透特性，可以实现 对各种公路地表、建筑堡垒、叶簇草丛、厚重烟雾等人眼不可见的遮蔽区域后方目标的探 测、鉴别、定位、成像，是一项非入侵式探测技术。基于超宽带(ultra  wide-band ,UWB)技术 的穿墙雷达具有距离向分辨率高、穿透能力强等特性，且不会对人体造成损伤，因此被广泛 用于军用和民用领域。在军用领域中，超宽带穿墙雷达提高了作战人员在反恐斗争，野外战 争，城市巷战中对事情发展局势的认知能力及对敌军的侦查能力，从而提高了斗争或战争 的胜算率，并为待救的人质或作战人员的生命增添了一层保护伞。在民用领域中，超宽带穿 墙雷达可以作为一种先进的搜救设备，在地震、火灾等灾害救援中迅速的找到被困人员的 准确位置，挽救更多人的生命。在施工过程中，超宽带穿墙雷达能够及时发现桥梁，公路，隧 道，墙体等内部结构的裂缝等损害，为工程的质量提供保障，避免灾害发生。 在穿墙雷达实际探测环境或场景中，受到墙体后向散射回波的影响，目标信息的 回波往往会被覆盖在墙体杂波之中，影响成像效果。为了实现穿墙雷达清晰成像，提高成像 质量，必须对原始回波数据进行处理，消除墙体杂波信号的影响。因此，学术界迫切的寻求 一种简单，有效的杂波抑制技术。背景相消法[1]能够很好地消除墙体杂波干扰，但其必须将 无目标时的场景回波信号作为先验信息，所以在实际运用中并不可行。 主成分分析法(Principal  Component  Analysis，PCA)、经验模态分解(Empirical  Mode  Decomposition)、奇异值分解法(Singular  Value  Decomposition，SVD)[2]等技术利 用墙壁杂波和散射场的幅值差异来提取回波信号中各成分，即把原始回波数据分成墙壁空 间、目标空间和噪声空间，计算量小，但通常情况下，墙壁空间和目标空间的边值是无法确 定的，需要人为设定，不利于实际场景的实施，与此同时，通过该算法滤除后场景信息仍存 在少量杂波成分，导致重建成像场景出现若干虚假目标。子空间投影法(subspace  projection)是通过比较墙体杂波和目标回波信号之间的大小差异来抑制墙体杂波，通过 特征值分析，能够将目标子空间与杂波子空间进行分离，该类算法仅在无干扰、天线测量频 率相同的理想情况下方有效；国外学者RaffaeleSolimene提出了一种基于熵值的算法[3]， 根据墙体杂波与目标回波的信息不确定度不同，能够有效地抑制墙体杂波，但是如何选取 最佳门限值是一个难题。因此，选取最佳门限值，提高成像质量是本发明的一个研究重点。 [1]Dehmollaian,M,Sarabandi,K.Refocusing  Through  Building  Walls  Using  Synthetic  Aperture  Radar[J].IEEE  Transactions  on  Geoscience&Remote  Sensing,46 (6):1589-1599. [2]Tivive,FokHing  Chi,Bouzerdoum,Abdesselam,Amin,Moeness  G.A  Subspace  Projection  Approach  for  Wall  Clutter  Mitigation  in  Through-the-Wall  Radar  4 CN 111580099 A 说　明　书 2/6 页 Imaging[J].IEEE  Transactions  on  Geoscience&Remote  Sensing,53(4):2108-2122. [3]Solimene ,Raffaele ,Cuccaro ,Antonio .Front  Wall  Clutter  Rejection  Methods  in  TWI[J].IEEE  Geoscience&Remote  Sensing  Letters,11(6):1158-1162.
技术实现要素：
发明目的：针对现有技术中基于熵值法的穿墙雷达墙体杂波抑制中无法精确门限 值进而导致杂波抑制效果不佳的问题，本发明提出一种基于联合熵值的穿墙成像雷达墙体 杂波抑制方法。该方法可以扩大门限的可调节范围，从而提高目标输入信杂比与输出信杂 比之间的差值，得到较高质量的成像。 技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于联合熵值 的穿墙成像雷达墙体杂波抑制方法，包括如下步骤： 步骤1，建立穿墙成像模型，在墙体外一定距离处平行于墙体设置两组收发共置天 线，获取两组天线的原始回波信号； 步骤2，对两组天线的回波信号进行离散化，计算离散信源的概率及其熵值；根据 联合熵值理论计算回波数据联合熵； 步骤3，根据最大离散熵定理，结合满足墙体杂波的联合熵大于目标回波的联合熵 值的条件，自适应地选取门限值； 步骤4，根据选取的门限值对回波信号进行杂波处理，经过杂波处理后的数据，利 用后向投影BP算法进行目标成像。 进一步的，所述步骤2，计算回波数据联合熵的方法如下： 分别获取每组天线的N组回波信号并进行采样，记采样次数为M，两组天线回波信 号数据组成M×N维矩阵e1和e2： e1＝[α1,α2,…,αM]T e2＝[θ1,θ2,…,θM]T 其中αi＝[ei1,ei2,…,eiN],θi＝[fi1,fi2,…,fiN],i＝1,2,…M,eij,fij分别为两组 天线回波信号的第j根天线的第i个采样点值，j＝1,2,…N； 计算矩阵e1和e2中每个元素的概率： 其中q(i,j)和z(i,j)分别表示矩阵元素e(i,j)和f(i,j)所对应的概率； 将αi作为一信源，其概率空间表示如下： 其中Xi表示第一组天线的概率空间的信源元素集合，Yi表示第二组天线的概率空 5 CN 111580099 A 说　明　书 3/6 页 间的信源元素集合，P(Xi)表示第一组天线的概率空间的信源元素概率集合，P(Yi)表示第二 组天线的概率空间的信源元素概率集合； 计算回波信号M×N维矩阵中每个元素的熵值： 其中H(Xi)和H(Yi)分别表示两组天线的回波数据的熵值； 根据联合熵值定理，计算回波数据的联合熵值，公式如下： H(XiYi)＝H(Xi) H(Yi) 其中H(XiYi)为两组天线的回波数据的联合熵值。 进一步的，所述步骤3，自适应门限值表示为βlog(N)，其中log(N)为联合熵值H (XiYi)的最大值，β为门限可调节因子； 定义目标-杂波比TCR如下： 其中E(·)为成像点所对应的归一化幅值；At,Ac分别为目标区域和杂波区域，Nt, Nc为目标区域和杂波区域所对应的成像点数目；当目标-杂波比TCR达到最大值时，获得最 佳门限调节因子β*。 进一步的，所述步骤4，对回波信号进行杂波处理过程表示如下： eZ(i,j)＝Z(i)·C 其中eZ(i,j)为处理后的回波数据，C为未经处理的回波数据，Z(i)定义如下： 其中log(N)为联合熵值H(XiYi)的最大值，β为门限可调节因子。 有益效果：与现有技术相比，本发明的技术方案具有以下有益的技术效果： 1、本发明针对基于熵值法的墙体杂波抑制中无法选择合适的门限值做出了改进， 能够自适应的选取门限值。 2、使用熵值法的门限因子的可调节范围为(0,1)；使用本发明方法，天线回波数据 中每个信源的联合熵值是其熵值的I倍，其中I>2,为采用的天线组数。因此墙体杂波联合熵 值与目标信号联合熵值同样扩大了I倍，即门限可调节范围为原来的I倍。本发明使门限选 取更加精确，更为有效区分目标杂波与目标回波，从而得到的成像效果更佳。 3、本发明能够获取最佳的输出目标图像。经过熵值法处理过的数据的目标杂波比 与未经处理的原始数据的目标杂波比差值为ΔTCR1，经过本发明方法处理过的数据的目标 杂波比与未经处理的原始数据的目标杂波比差值为ΔTCR2，由仿真计算可知ΔTCR2＞Δ TCR1，说明目标杂波比得到了提高。 6 CN 111580099 A 说　明　书 4/6 页 附图说明 图1是本发明方法流程图； 图2是穿墙雷达成像模型图； 图3是原始回波信号成像图； 图4(a)是用熵值法进行杂波抑制的成像图； 图4(b)是经过本发明进行杂波抑制的成像图； 图5(a)是熵值法得到的熵值曲线图； 图5(b)是本发明得到的联合熵值曲线图； 图6(a)是用熵值法得到目标杂波比的曲线图； 图6(b)是用本发明得到目标杂波比的曲线图。