WiFi穿墙成像

WiFi穿墙成像,李文辉2015.6.28,主要内容,一、研究背景二、成像方法1.基于波方程的回波模型2.无源回波模型3.基于空间分辨二元假设检验的无源成像三、成像分辨率分析四、仿真实验五、结论,研究背景,利用机会辐射源的“无源雷达”相比传统的“有源雷达”，具有“四抗”特性，一直是雷达领域的研究热点。这些年来，已用的机会辐射源可分为两种。第一种波形具有很高的多普勒分辨率，但是距离分辨率很差，例如实际信号中的调频(FrequencyModulated，简称FM)信号，电视信号，移动通信信号(GlobalSystemforMobileCommunication简称GSM)等;第二种波形不仅具有很高的多普勒分辨率，而且具有较好的距离分辨率，例如现实生活中的无线网络信号(WirelessFidelity，简称WiFi)，地面数字电视(DVB-T)信号，全球微波互联接入(WorldwideInteroperabilityforMicrowaveAccess，简称WiMAX)信号等，这些信号具有比较大的带宽，因此能够提供较好的距离分辨率。,无线局域网(IEEE802.11)是近几年发展起来的一项新技术，基于该标准的WiFi信号已在国内外广泛普及，若选其作为外部照射源进行穿墙探测应用时则具有明显的优势。一方面由于其覆盖面广，无线热点众多，可选取合适的WiFi基站构成雷达网络以提高探测范围。另一方面，WiFi信号工作于2.4/5GHz的频段，较之传统的穿墙雷达具有更好的穿透特性，此外其带宽大(11/17MHz)，进行无源探测时能够获得较好的距离向分辨率。,2012年，伦敦大学的研究人员卡尔伍德布里奇和凯文切迪用WiFi信号研发出了他们的探测器。他们的雷达原型机，也是通过识别WiFi信号频率的变化来探测移动的物体。该原型机是一个手提箱大小的盒子，里面包含有一个装备了两根天线的无线电接收器以及一套信号处理系统。在测试中，他们利用这套装置来确定一个人的位置、速度和动向甚至是隔着一道一英尺厚的墙来进行侦测。,目前国内外利用WiFi无源分布式孔径雷达对目标进行检测和成像的方法主要有两类:第一类是假定发射源信息已知，这种方法利用设置辅助通道接收直达波来获取发射源信息;第二类方法依赖不同接收单元测量信号之问的互相关，把某一个接收单元处的测量信号用另一个接收单元处的测量信号来表示，这种方法不需要发射源信息，适用于非合作目标情形。,成像方法,1.基于波方程的回波模型电磁波在介质中的传播可以用标量波方程描述：波传播特性的介质模型由格林函数描述：其中g为格林函数,表示y点源t时刻在空间x处引起的电场分布.通常可认为环境模型为时间平稳,格林函数中的第4维信息。,可得任意发射源s在介质g中产生的电场，确定目标处的入射场:电磁波传播速度c由背景介质中的传播速度cb(x)和目标的反射率函数V(x)来描述:对于地面目标，V(x)可由二维函数描述:由于目标V(x)产生的散射场通常远小于入射场，满足微弱散射条件，因此散射场的近似解为:,化简:其中，p(t)为发射波形，此式给出的散射场模型包含了描述波传播环境的格林函数，因此可用于表示不同散射环境中的接收信号。通常探测区域内的目标V(x)可分成两类，即V=T+C，其中T是感兴趣的待成像的目标，C是T之外的剩余目标，可看作杂波。接收机噪声n(t),则位于x0的接收机测得的回波信号可写为:频域中：,2.无源回波模型,无源探测中，发射源位置、波形和数目均未知，Ein也是未知量。但是，基于所有接收单元收到的回波信号都来自于同一个入射场，可考虑将分布式孔径中任一接收单元收到的回波信号用其它接收单元处的目标回波信号来描述。,假设以作为参考基准信号，则位于处接收单元的回波信号可表示为：式中表示从目标位置y到接收机的前向传播算子，表示由接收单元到运动目标的后向传播算子。对于所有接收单元，构造回波信号的向量模型：表示用表示的位于第i个接收单元的测量回波信号。,同理，可构造参考回波向量模型和噪声和杂波信号的向量模型为：前向传播算子和后向传播算子可用对角矩阵来描述：用于分布式孔径无源探测的测量回波向量模型可描述为：,基于空间分辨二元假设检验的无源成像,由于各接收单元稀疏分布，接收到的测量数据有限，本文采用基于广义似然比检验理论的成像方法，将运动目标成像描述为4维成像区域每一个位置和速度的二元假设检验，在4维空间中重建目标位置和速度。设计二元假设如下：,其中H0假设为无目标假设，H1被择假设为空间存在速度为v、位于y处目标的情形，对其分别取期望与协方差，则：针对成像问题设计线性检测器，为检测器的输出，称之检验统计量：,式中表示成像模板。对于该检验统计量，其信噪比为：因此若以最大信噪比准则来设计模板，可得最佳成像模板:当利用WiFi信号进行无源成像时，由于实际应用场景较为复杂，接收到的反射场中包含多次反射信号，其中单次反射最强，2次和更高次反射依次减弱。从多径效应的积极影响和消极影响来看，单次反射的贡献都是最强的。,考虑到这一因素，引入多径环境的格林函数，着重分析一次反射对成像的影响，此时格林函数可表示为：此时检验统计量可具体表示为：,成像分辨率分析,分辨率是衡量成像算法性能的关键指标，我们采用点目标扩展函数(PointSpreadFunction,PSF)对上述成像方法进行分辨率分析。若场景中有M个WiFi发射节点，N台接收机，且随机分布。运动目标模型:,点目标扩展函数可表示成：,由上式第一项可以看出，PSF在满足下列条件时达到最大值：上述两式分别对应的是多对接收机(以及镜像接收机)形成的多普勒曲线和距离曲线，这些曲线相交于目标的正确位置与速度处，从而得到动目标的重构图像。不难看出，当场景中配置多台接收机时，其所获得的检验统计值会加强倍。而增加发射机数目时，在目标位置与速度处会额外多出条曲线，此时检验统计量亦会相应地增强，从而目标图像亮度增大，分辨率得到提高。,若第2项取得最大值，则有：上述两式确定的多普勒曲线与距离曲线并不相交于正确的目标位置与速度处，会在重构图像中产生虚假目标，对真实目标的估计产生影响。,根据以上分析可知，多径散射效应的影响相当于在场景中引入额外的镜像发射机与镜像接收机，增加了发射机与接收机的数目，目标所在位置和速度处的点目标扩展函数值增大，有利于成像，提升成像分辨率。但另一方面，由于镜像发射机与场景中原有发射机间的相互作用，导致最终图像中出现更多的虚假目标干扰，若虚假目标干扰较强，会掩盖本身散射较弱的目标。,仿真实验,单发三收配置成像结果,单发十收配置成像结果,实验结果分析,当发射机数目相同时，接收机数目越多，形成的线束越多，其交点位置愈加明确，且幅度更强，成像分辨率提高。另一方面，重建位置图像和速度图像中均存在虚假目标干扰(或背景干扰)，且随着接收机数目的增加，干扰越多。这主要是由于多径环境的影响，与理论分析结果相一致。,结论,本文主要研究基于WiFi信号的无源雷达动目标成像，通过分析WiFi信