|
文 献 综 述 亳米波辐射探测器具有全天时全天候的工作能力，具有一定的穿透性，和可见光相比，毫米波可以有效地检测出隐匿的金属和非金属物品；和红外相比，毫米波有更强的穿透性，探测距离也更远[1]; 毫米波被动成像是利用被测物体自身辐射的能量差异进行成像[2][3], 相对于X光，不会对人体等造任何伤害.另外由与金属、人体、土地等背景在毫米波段的辐射差异明显，所以在毫米波段探测的对比度更高[4][5], 探测效果更好。 毫米波相关的技术和应用研究随着社会的发展和进步日益成熟，同时人们对安全的关注不断增强，对军事探测、武器作战等领域的研究更是越来越重视。近年来，在制导、通信、雷达、辐射测量和遥感等领域，毫米波技术已经得到比较广泛的应用，毫米波系统的应用研究也得到大力的发展。 毫米波探测系统可以分为主动式和被动式两种探测模式，主动探测系统主要依靠系统自身发射信号并接收回波，依据得到的回波信息进行目标的探测，比如毫米波雷达就是一种主动体制，可以用来探测目标，获得其距离、速度以及角度等信息。而被动系统则不发射电磁波，比如毫米波辐射计就是采用被动的工作方式，有很好的隐蔽性，因此在军事探 测领域有其独特的优势。 在导弹制导的应用方面，精密的制导武器需要可以全天候工作的寻踪器，不管是在白天还是黑夜，晴天还是有雾、尘、或烟云等的条件下，都能提供性能良好的高精度跟踪或武器制导能力[6],而毫米波系统相对来讲就可以满足其要求；在射电天文方面，可以对太阳、月亮等进行亮度温度的测量；同样在生物学方面， 可以研究不同生物体在毫米波段的吸收和发射特性，以用于医学检测和治疗方面的研究和应用。在诸多毫米波技术中，毫米波成像技术凭借其独特的优势和广泛的应用空间及潜力，一直占据人们重点关注的位置。自从英国国防研究中心研制出第一台毫米波辐射计成像系统以来，英国、美国等国家一直致力于被动毫米波成像技术的研究和发展。目前亳米波成像应用已经涉及到遥感、盲降、 搜救、 油污检测、低能见度导航、安检、精确 制导等领域[7][8] 。 |
|
毫米波成像应用研究的相关代表公司有Millivision[9]公司、TRWPOJ[10]、QinetiqP[1l]、Brijot以及英国的Andrew等[12],这些公司均研制了被动毫米波成像系统[13]。比较典型的是Milli vision公司的亳米波成像系统，其产品系统S350可以用于检测可疑威胁物或者违禁品，并且可以将检测效果叠加在实时视频图像上。2013年美国太平洋西北国家实验室开始研究超宽带宽波束主动毫米波成像技术，其系统采用机械扫描成像，因此该系统成像时需要目标保持静止，不能满足实时性要求 [14]。 国内毫米波技术的发展相对慢一些， 随着我国经济技术实力的增强，近些年来，我国在此领域也取得一定成果。 国内的参与单位主要有南京理工大学、 华中科技大学、东南大学、中国科学院、电子科技大学、北京无线电计量测试研究所、哈尔滨工业大学等。 2007年，华中科技大学研制了成像效率较高的Ka波段系统样机[15], 2008年， 南京理工大学研制了 8mm开关扫描被动成像系统[16], 2010年北京航空大学研制成像系统使用了多单元Y型阵列； 2015 年在第十七届中国国际工业博览会上，上海微系统所 Simlmage毫米波人体成像扫描仪参与了展出。 毫米波被动图像有分辨率低、存在边缘模糊等特点，除了硬件的发展，对于相关图像处理，不少改进算法或处理方法被提出。相关的研究还有毫米波目标的探测识别。秦文杰提出一种复合结构形态学自适应滤波算法来对毫米波图像进行 滤波[17], Santiago Lopez Tapia等人将当下热门的机器学习技术与图像处理结合，用包含没有藏匿物品和藏匿不同数量物品以及物品藏匿在不同位置等训练信息的数据库进行训练，以获取满意的目标探测效果[18]， 赵书占等将最大类间方差法和遗传算法结合，提高阙值选取的速度，再结合形态学方法对分割后的团像进行处理得到最终结果[19]; 在毫米波图像复原方面，Li Shang等人结合L-R算法和NNSCS方法的优点，提出了一种新的毫米波图像复原方法。首先利用一些清晰的自然图像学习NNSC特征库，然后利用NNSCS函数降低MMW中的噪声，最后利用L-R算法对亳米波图像进行去噪，得到复原图像[20]; Barnbam Kumar 等人将毫米波成像雷达系统与各种图像处理技术相结合用于隐蔽武器检测，分析了用于目标检测的各种图像处理算法，并将神经网络算法应用千任意方位的目标识别[21], Bambam Kumar, Rohit Upadhyay等人针对比较小的非金属物品，比如火柴盒等，提出了检测不同类型小目标的自适应算法[22], 并且检测效果令人满意。 金属是人们日常生活中的重要材料，并且在亳米波段探测系统“眼中”，由于主要反射比较低的天空温度， 因而相对于其他目标或背景的对比度明显，比较容易区分。 毫米波探测金属目标的一个特别典型和重要的方向就是军事方面，在复杂的环境或不利天气下，可用毫米波系统弥补其他某些波段的不足，用来辅助精确制导，侦查地面装甲或其他武器目标等。另外一个重要的应用场景是安防领域。 在相关的理论研究方面，陈曦，曹东任等人对金属球的毫米波辐射特性进行建模分析[23]; 袁龙，尹明等人提出一种基于毫米波辐射计成像的金属目标探测方法[24]; 刘静等对金属球柱等立体目标的辐射进行理论及实验探究，分析总结不同立体结构的辐射特点和差异[25]; Meng Yang等人提出一种简单快速的单通道成像系统，采用新的扫描结构，并且扫描视场可以调节，可用于公共安全检查[26]。相对来讲，雷达技术的应用发展要成熟很多,而毫米波辐射在此类浅表探测方面的应用研究目前鲜有涉足 [27]。 不同材质物体在毫米波波段的辐射或散射特性存在较大差异，不同于其他材质，金属在毫米波段具有几近于1的高反射率[28] 也就是说金属目标几乎可以完全反射周围环境的亮度温度。值得注意的是天空辐射的亮度温度非常低，在室外环境下，金属目标反射天空亮度温度成为冷目标，与背景环境的温差可达几十至二百余K, 易于被毫米波探测器发现。金属目标的这种特殊性质，使得辐射计能够在室外有效识别地面背景下的车辆、海面湖面背景下的船只以及天空背景下的飞机等金属目标。 金属目标一直属于目标探测领域所关注的重点对象，这不仅因为金属材质本身的特殊性质还因为我们需要对某些特定的金属物品严加管控。国内外学者早在许多年前就开始开展了金属目标探测的相关工作，目前已经总结出的几种探测金属目标的有效方法，大致分为红外成像、 合成孔径雷达(CSAR)成像目标检测、 基千光学遥感的目标检测和毫米波辐射测量等。 国内被动毫米波成像技术的研究水平和国外存在一定差距，在亳米波遥感成像技术方面相对成熟，已在天文观测、环境遥感和武器制导等方面取得了一定的成绩。早在 1985年中科院长春物理研究所成功研制出国内第一台 36GHz 机载毫米波成像辐射计[29], 随后在此基础上又研制出两套机载 8mm 辐射计成像系统。 1999~2001 年期间，中科院空间中心国家 863 极化微波遥感技术实验室开始向合成孔径辐射计方向进行研究，成功研制出一台角度分辨力为 4 的 6 单元 C 波段一维综合孔径微波辐射计样机，且在 2001~2004 年研制了一台角度分辨力为 2 的 8单元 X 波段一维综合孔径微波辐射计[30]。同时，南京理工大学、哈尔滨工业大学、北京航空航天大学、华中科技大学、东南大学和电子科技大学等高校也致力于相关研究。 2004 年，北京航空航天大学微波工程实验室研制了国内第一台 8mm 波段二元干涉式辐射计，并于 2007 年，研制了一台 8mm波段 10 单元二维综合孔径辐射计 BHU-2D[31]。 BHU-2D 在8mm 波段工作，其中心频率为 34.07GHz,带宽 50MHz,天线阵列采用采用 10 阵元 T 形排列方式，该辐射计在对太阳和人体的成像实验中均表现出较好的性能。 2007 年，华中科技大学研制出 Ka 波段综合孔径辐射成像系统样机 HUST-ASR[32], HUST-ASR 采用一维 16 阵元综合孔径辐射计机械扫描方式成像，成像效率高，其分辨率达到 0.64°。 2008 年，南京理工大学近程高速目标探测技术国防重点学科实验室研究制作了 8mm 波段开关扫描被动毫米波成像系统，该系统采用组合透镜聚焦，低温共烧陶瓷(LTCC)技术集成馈源天线及毫米波器件，集成度高，性能优良[33]。 2010 年，哈尔滨工业大学电子与信息技术研究院研制出8mm波段的20通道被动亳米波焦平面阵列成像系统，该系统主要应用场景为机场安检等领域，其视场 12°x20°,成像速率为 0.5s,可实现对目标的快速扫描，空间分辨率为 5cm[34] 。 2011 年，电子科技大学设计了工作频率为 84-94GHz 的16 阵元焦平面阵列天线，16 馈源排成 4 X4 阵列，相邻列馈源在垂直方向交错排列以增加波束密度， 聚焦天线采用 500mm 口径的旋转抛物面， 角分辨率达到0.47°[35] 。2012 年， 北航研制出一套 48单元 U 形阵列被动毫米波实时成像系统 SAIR-U[36], 主要应用千机场人体安检，该系统工作距离为3-5m,分辨率为 6-7cm, 成像速度为 24 帧每秒。 国外比国内研究还要更快一步，已经在安全检查领域产品化实时毫米波被动成像系统，如美国的 MHlivision 科技公司研发的 S350 系统。针对毫米波成像分辨率的改善问题，研究人员除了在硬件上提高外还针对毫米波图像处理算法进行了改进研究。 A.H.Lettington和Q.H.Hong[37]提出了 种自适应分段线性模型描述阶跃边缘和斜坡边缘的方法，提取图像中的高频分量添加到图像低频域以提升分辨率。然后，DavidG.Gleed[38]在A.H.Lettington和Q.H.Hong模型的基础上提出了一种基千维纳滤波复原的非线性滤波算法对其进行改善。 Yu.A.Pirogov[39]采用了一种Jansson-Van的非线性方法优化亳米波图像分辨率。国内，华中科技大学的郭海雷[40]针对毫米波图像的超分辨率研究提出了基于神经网络的非线性Jansson-Van算法，且提出了高频外推和逆加权两种有效增强毫米波图像的算法。胡飞和刘卫朝[41]提出了一种基于正则的POCS无缘亳米波超分辨率重建算法， 将正则化条件作为POCS的一个凸约束，在平滑噪声的同时能够很高的保护图像纹理细节得到的高分辨率图像。与此同时， 由于被动毫米波图像通常具有灰度变化丰富、背景噪声复杂、分辨率低、边缘密度大等特点，许多针对毫米波辐射图像的处理算法被提出。赵凌[42]等采用形态学算子对毫米波辐射图像进行了边缘提取，韦皞[43]等采用形态学泡波和分水岭算法对人体藏匿物品的毫米波辐射图像进行了边缘特征提取，获得了藏匿金属目标的边缘信息，赵书占[44]等采用遗传算法和Otsu结合的方法计算图像分割阙值并采用Canny算子提取目标边缘信息。 尽管国内外众多学者对金属目标的检测和亳米波被动成像方面开展了广泛的研究，但是对于金属立体目标的辐射机理的研究还是相对薄弱。以往的研究多是将金属立体目标当做平面目标处理， 且对于粗糙的地物背景研究也有所缺乏。 关于金属立体目标天线温度对比度的理论分析方法有张祖荫教授提出的数值积分法，缩比模拟测蛋法以及实际测量法。南京理工大学的时翔[45]分析了多层媒质毫米波辐射特性，对相关隐身及辐射传递路径进行了研究，南京理工大学的陈曦[46]对金属球做了进一步的辐射分析，南京理工大学齐学慧[47]针对水面背景对立体金属目标进行了信号仿真建模与实验研究，为缺少的水面金属目标数据库提供有效的理论和数据支持。 [1]Huguenin G R, Moore E L, Bandla S, et al. A millimeter-wave monolithic load switching twist reflector for compact imaging cameras[J]. IEEE Transactions on Microwave Theory and Techniques, 1996, 44(12):2751-2757. [2]Nanzer J A, Rogers R L. Applying Millimeter-Wave Correlation Radiometry to the Detection of Self-Luminous Objects at Close Range[J]. IEEE Transactions. on Microwave Theory and Techniques, 2008, 56(9):2054-2061. [3]李兴国，李跃华毫米波近感技术基础[M]. 北京：北京理工大学出版社，2009 [4]Silverstein JD. Passive millimeter-wave image resolution improvement by linear and nonlinear algorithms[J]. Proceedings of SPIE - The International Society for Optical Engineering, 2001, 4373. [5]Luthi T, Matzler C. Stereoscopic Passive Millimeter-Wave Imaging and Ranging[J]. IEEE Transactions on Microwave Theory and Techniques, 2005, 53(8):2594-2599. [6]张香成毫米波新技术和系统应用综述[J]. 无线电工程，1983(3):8-13 [7]肖泽龙毫米波对人体隐匿物品辐射成像研究[D]. 南京理工大学， 2007. [8] Yujiri L, Shoucri M, Moffa P. Passive millimeter-wave imaging[J]. IEEE Microwave Magazine, 2003, 4(3):39-50. [9]R.W. Mc Millan. Advances in Sensing With Security Applications[M]. New York: Springer Verlag, 2006:243-268. [10]Moffa P, Yujiri L, Jordan K, et al. Passive millimeter-wave camera flight tests[J]. Proceedings of SPIE - The International Society for Optical Engineering, 2000, 4032: 14-21. [11]Anderton R N. Security scanning at 94GHz[J]. Proc Sp比，2006, 6211: 16-23. [12]Huguenin G R. Millimeter-wave concealed weapons detection and through-the-wall imaging systems[C]. Command, Control, Communications, amp; Intelligence Systems for Law Enforcement. Command, Control, Communications, and Intelligence Systems for Law Enforcement, 1997. [13]任百玲 主动毫米波安检成像算法及系统研究[D]. 北京理工大学， 2014. [14] Sheen D M, Fernandes J L, Mcmakin D L, et al. Wide -bandwidth, Wide-beamwidth, High-resolution, Millimeter-wave Imaging for Concealed Weapon Detection[C]. Proceedings of the Passive and Active Millimeter-Wave Imaging XVI, Baltimore, 2013: 3173-3179. [15] 陈柯， 朱耀庭， 郭伟等. Ka 波段毫米波综合孔径辐射计成像研究[J] 微波学报，2010, 26(2): 85-89. [16] 张英浩，杨国，吴文 开关扫描技术在被动毫米波成像中的应用[J]. 探测与控制学展，2009, 31(6): 38-41 [17] 秦文杰， 张光锋，娄国伟 一种安全检查的无源毫米波图像特征提取方法[J]. 计算机工程与应用，2012, 48(28):193-196. [18] Tapia S L, Molina R, Blanca NP D L. Detection and localization of objects in Passive Millimeter Wave Images[C]. Signal Processing Conference. IEEE, 2016:2101-2105. [19]赵书占， 张光锋，娄国伟 基于遗传算法的毫米波辐射图像特征提取方法[J]. 电光与控制，2015(10):10-13. [20]Li Shang, Pin-gang Su, Ji-xiang Du. L-R restoration method of millimeter wave image based on NNSC shrinkage technique[P]. Image and Signal Processing (CISP), 2011 4th International Congress on, 2011. [21]Kumar B , Sharma P, Upadhyay R, et al. Optimization of image processing techniques to detect and reconstruct the image of concealed blade for MMW imaging system[C]. Geoscience amp; Remote Sensing Symposium. IEEE, 2016. [22]Kumar B, Upadhyay R, Singh D. Development of an adaptive approach for identification of targets (Match box, Pocket diary and cigarette box) under the cloth with MMW imaging system[J]. Progress in Electromagnetics Research B, 2017, 77(1):37-55. [23]陈曦曹东任，吴礼，等金属球毫米波辐射特性建模与分析[J] 光电工程， 2013, 40(4). [24]袁龙尹明， 尹忠科，等毫米波辐射计对金属目标的探测[J]. 激光与红外， 2006, 36(10): 1004-1006. [25]Liu J, Zhang G, Zhou L. Study on MMW radiation characteristics and imaging of stereoscopic metal targets[C]. Society of Photo-optical Instrumentation Engineers. Society of Photo-Optical Instrumentation Engineers (SPIE) Conference Series, 2016. [26]Meng Yang, Qing Anyong, Lin Chuan, Zang Jiefeng. Passive millimeter wave imaging system for public security check[C]. International Applied Computational Electro magnetics Society Symposium (ACES), 2017. [27] 张光锋 于畅畅 浅埋金属目标的毫米波辐射特性与成像研究 硕士论文 2018.12 [28]G.F.Zhang, Z.Y.Zhang, W.Guo. Research on Antenna Temperature Contrast of Metal Solid Objects. International Journal of infrared and Millimeter waves, 2004, 25(6):929- 937. [29] 刘朋楠 地面运动金属目标毫米波探测识别技术研究[D]. 沈阳理工大学硕士论文，2014 [30]吴季，刘浩，孙伟英等． 综合孔径微波辐射计的技术发展及其应用展望[J]. 遥感技术与应甩 2005, 20(1): 24-29. [31]薛永，苗俊刚，万国龙 8mm 波段二维综合孔径微波辐射计(BHU-2D)[J]. 北京航空航天大学学报立008, 34(9): 1020-1023. [32]陈柯，朱耀庭，郭伟等. Ka 波段毫米波综合孔径辐射计成像研究[J]. 微波学报， 2010, 26(2): 85-89. [33]张英浩，杨国，吴文开关扫描技术在被动毫米波成像中的应用[J]. 探测与控制学报，2009, 31(6): 38-41 [34]王楠楠，邱景辉，张鹏宇等． 被动毫米波焦平面成像技术[J]. 红外与毫米波学报， 2011, 30(5): 419-424. [35]陈其科李良超樊勇等.w 波段16 元完全采样焦平面线性阵列天线设计[J]. 红外 |
