孔令講 郭世盛 陳家輝 吳佩侖 崔國(guó)龍

(電子科技大學(xué)信息與通信工程學(xué)院 成都 611731)

1 引言

當(dāng)目標(biāo)隱藏于建筑拐角或其他非直視(Non-Line-Of-Sight,NLOS)區(qū)域時(shí)，由于建筑物的遮擋，電磁波難以穿透多層建筑墻體以獲取目標(biāo)信息，導(dǎo)致傳統(tǒng)直視(Line Of Sight,LOS)探測(cè)方法失效。為解決這一問題，多徑利用雷達(dá)(Multipath Exploitation Radar,MER)技術(shù)應(yīng)運(yùn)而生。該技術(shù)利用電磁波在街角盲區(qū)非直視傳播形成的衍射和多次反射信號(hào)，通過建立多路徑傳播模型和改進(jìn)信號(hào)處理方法，實(shí)現(xiàn)對(duì)隱蔽目標(biāo)的探測(cè)。正是因?yàn)槠洹肮諒澨綔y(cè)”的能力，多徑利用雷達(dá)技術(shù)被廣泛應(yīng)用于反恐維穩(wěn)、區(qū)域監(jiān)視和智能駕駛等領(lǐng)域，具有重要研究?jī)r(jià)值[1-5]。

基于空中平臺(tái)的多徑利用雷達(dá)技術(shù)憑借其靈活性、廣視域等優(yōu)勢(shì)而被率先研究[6-24]。然而，空基多徑利用雷達(dá)一般采用“側(cè)下視”工作模式，其受雜波干擾嚴(yán)重，導(dǎo)致回波中地物雜波與有用多徑信號(hào)相互耦合。因此，在強(qiáng)雜波環(huán)境下分選出有用路徑信號(hào)，并將其與目標(biāo)進(jìn)行關(guān)聯(lián)是其研究的核心問題。相較于空中平臺(tái)，地面平臺(tái)采用“平視”工作模式，大大減少了雜波抑制的難度[25-90]。因此在該平臺(tái)下，多路徑回波綜合利用是多徑利用雷達(dá)的核心。

目前，多徑利用雷達(dá)已經(jīng)在機(jī)載平臺(tái)和地基平臺(tái)上得到了成功應(yīng)用，并在目標(biāo)探測(cè)和場(chǎng)景估計(jì)等領(lǐng)域取得了顯著的進(jìn)展。有鑒于此，本文首先介紹基于多徑信號(hào)的非直視目標(biāo)探測(cè)原理，然后根據(jù)不同搭載平臺(tái)對(duì)多徑利用雷達(dá)目標(biāo)探測(cè)技術(shù)的發(fā)展脈絡(luò)進(jìn)行梳理與討論，最后對(duì)多徑利用雷達(dá)目標(biāo)探測(cè)技術(shù)的發(fā)展特點(diǎn)進(jìn)行總結(jié)，并展望其未來發(fā)展趨勢(shì)。

2 基于多徑信號(hào)的非直視目標(biāo)探測(cè)原理

建筑環(huán)境的多樣性以及電磁波傳播現(xiàn)象的復(fù)雜性，綜合導(dǎo)致接收到的多路徑回波呈現(xiàn)時(shí)變和空變特性。因此，針對(duì)多樣化非視距場(chǎng)景，建立能夠準(zhǔn)確表征電磁傳播路徑的回波映射函數(shù)是多徑探測(cè)的核心問題。

近年來，利用電磁波在建筑墻角的衍射和建筑表面的反射等多路徑傳播機(jī)理對(duì)建筑環(huán)境非直視目標(biāo)進(jìn)行檢測(cè)定位、成像及跟蹤，是實(shí)現(xiàn)建筑環(huán)境遮蔽目標(biāo)探測(cè)的新質(zhì)探測(cè)手段。城市環(huán)境中密集分布的各式各樣建筑物使得雷達(dá)到探測(cè)目標(biāo)之間的電磁波傳播路徑復(fù)雜多變。同時(shí)，電磁波在建筑墻角的衍射、墻面的反射以及目標(biāo)表面的散射等傳播特性關(guān)系到目標(biāo)多路徑回波信號(hào)能否被有效利用。因此，建立典型城市環(huán)境下多路徑信號(hào)傳播模型并分析其中多路徑信號(hào)傳播特性是多路徑信號(hào)聯(lián)合探測(cè)的重要前提。通常，為了簡(jiǎn)化模型以便分析，將電磁波的反射等效為鏡面反射，并利用射線追蹤(Ray-Tracing)構(gòu)建電磁波傳播模型。

結(jié)合典型的城市建筑、街道等復(fù)雜城市環(huán)境多路徑探測(cè)場(chǎng)景，本文選取了具有代表性的城市建筑非直視目標(biāo)探測(cè)場(chǎng)景--L形建筑。進(jìn)一步地，本文針對(duì)該場(chǎng)景模型對(duì)多路徑信號(hào)傳播模型及傳播特性進(jìn)行如下分析。將L形建筑拐角中三面墻分別命名為Wall-1,Wall-2和Wall-3，則有等效多徑傳播模型圖如圖1所示。

圖1 典型L形NLOS場(chǎng)景Fig.1 Typical L-shaped NLOS scenario

假設(shè)C為Wall-1和Wall-3形成的墻角，其坐標(biāo)為C=[xC,yC]T，且Wall-1,Wall-2和Wall-3的位置和布局Dh,h=1,2,3已知?？紤]I個(gè)遮蔽目標(biāo)位于Wall-1和Wall-2構(gòu)成的走廊之中，為了探測(cè)隱藏的目標(biāo)，在角落的另一側(cè)放置了M個(gè)發(fā)射天線和N個(gè)接收天線的多通道雷達(dá)，雷達(dá)的中心坐標(biāo)設(shè)置為[xO,yO]T。

假設(shè)第m個(gè)發(fā)射天線Tm=[xt,m,yt,m]T發(fā)射信號(hào)為s(t)，則第n個(gè)接收天線Rn=[xr,n,yr,n]T接收的回波信號(hào)，表示為

其中，σ為發(fā)射衰減系數(shù)，表示發(fā)射路徑時(shí)延，為接收路徑時(shí)延。p和q分別為信號(hào)經(jīng)衍射或反射到達(dá)目標(biāo)的發(fā)射路徑數(shù)和接收路徑數(shù)。ξ(t)為雜波項(xiàng)，包含發(fā)射與接收之間的直耦信號(hào)以及墻體反射回波，ψ(t)為環(huán)境噪聲。

根據(jù)電磁波的多徑傳播特性，每條路徑都會(huì)形成等效的虛擬目標(biāo)，表示為Q0—Q2。此外，為了實(shí)現(xiàn)目標(biāo)定位，需要對(duì)不同路徑產(chǎn)生的虛擬目標(biāo)進(jìn)行參數(shù)化表示。不失一般性，假設(shè)單個(gè)目標(biāo)Q位于[xt,yt]T。通過均勻幾何繞射理論(Uniform Geometric Theory of Diffraction,UTD)，由衍射路徑Path-0生成的虛擬目標(biāo)Q0可以表示為

其中，上標(biāo)T表示矩陣轉(zhuǎn)置，lw表示拐角C到目標(biāo)Q之間的距離。此外，每條反射路徑也會(huì)形成對(duì)應(yīng)的虛擬目標(biāo)Q1和Q2，表示為

其中，D1和D2分別為Wall-1和Wall-2對(duì)應(yīng)的x軸坐標(biāo)。

根據(jù)目標(biāo)位置與多徑反射之間的幾何關(guān)系，可推導(dǎo)出發(fā)射和接收路徑的傳播時(shí)延，表示為

其中，c 為光速，‖·‖為向量二范數(shù)。雙程傳播時(shí)延即為發(fā)射和接收路徑時(shí)延之和。

而在實(shí)際探測(cè)環(huán)境中，為了提升雷達(dá)探測(cè)性能，在保證雷達(dá)不暴露于遮蔽目標(biāo)的前提下，應(yīng)盡量使得雷達(dá)天線靠近墻角且與建筑下側(cè)墻夾角盡量大[37]。

上述多徑模型將反射近似為鏡面反射，而對(duì)漫反射等予以忽略。且該模型為通式，其會(huì)隨著電磁頻段、目標(biāo)材質(zhì)而有所不同。例如，當(dāng)電磁波頻段較低時(shí)，測(cè)量損耗較小，衍射和高階反射多徑現(xiàn)象明顯，而電磁波頻段較高時(shí)，傳播損耗大，接收到的多徑大多為低階反射。此外，根據(jù)不同搭載平臺(tái)、探測(cè)場(chǎng)景，多徑模型也會(huì)有所不同。具體而言，基于空中平臺(tái)的多徑探測(cè)技術(shù)通常將問題簡(jiǎn)化為二維平面分析，在這種情況下，電磁傳播距離遠(yuǎn)，多徑衰減較大，再加之地雜波影響，綜合導(dǎo)致了回波信號(hào)復(fù)雜，因此如何提取其中的多徑信息是關(guān)鍵所在。而基于地面平臺(tái)的多徑探測(cè)技術(shù)往往場(chǎng)景小，電磁傳播距離近，多徑衰減較小，可利用多徑豐富，分選多徑則是研究重點(diǎn)。

3 基于空中平臺(tái)的多徑探測(cè)技術(shù)

空中平臺(tái)(飛機(jī)、高塔等)是較早引入多徑信息輔助進(jìn)行目標(biāo)探測(cè)的平臺(tái)，借助側(cè)下視的探測(cè)角度特點(diǎn)，其可在三維立體空間中充分利用多徑信號(hào)，擴(kuò)大系統(tǒng)的覆蓋范圍，提升對(duì)地面非視距運(yùn)動(dòng)目標(biāo)的探測(cè)性能。

3.1 可行性驗(yàn)證

在美國(guó)國(guó)防部高級(jí)研究計(jì)劃局(Defense Advanced Research Projects Agency,DARPA)的支持下，Krolik等人[6]于2006年率先開展了利用電磁波多徑傳播效應(yīng)提升地面動(dòng)目標(biāo)指示(Ground Moving Target Indicator,GMTI)系統(tǒng)性能的相關(guān)研究。通過推導(dǎo)目標(biāo)位置估計(jì)的克拉美-羅下界(Cramer-Rao Lower Bound,CRLB)，該團(tuán)隊(duì)發(fā)現(xiàn)：隨著使用的多徑信號(hào)數(shù)量增加，GMTI系統(tǒng)的定位精度也會(huì)有所提高。同時(shí)，他們還分別計(jì)算了直視目標(biāo)回波和非直視遮蔽目標(biāo)回波的傳播概率，并通過仿真實(shí)驗(yàn)驗(yàn)證了利用多徑信號(hào)可顯著提升機(jī)載雷達(dá)探測(cè)覆蓋范圍和探測(cè)精度，如圖2所示。同樣地，為分析GMTI中多徑信號(hào)的影響因素，Linnehan等人[7]在實(shí)際城市場(chǎng)景中分析了動(dòng)目標(biāo)的多徑信號(hào)回波幅度及微多普勒特征，佐證了利用多徑信號(hào)實(shí)現(xiàn)非直視目標(biāo)探測(cè)的可行性。

圖2 地面范圍覆蓋的概率與雷達(dá)高度的關(guān)系[6]Fig.2 The probability of ground range coverage versus radar altitude[6]

3.2 影響因素分析

為在GMTI系統(tǒng)中更有效地利用多徑信號(hào)，需要充分分析建筑材質(zhì)、電磁波頻率和入射角等因素對(duì)多徑信號(hào)的影響。為此，美國(guó)空軍研究實(shí)驗(yàn)室(Air Force Research Laboratory,AFRL)的Linnehan等人[8]在2009年基于近場(chǎng)積分方法，建立了點(diǎn)目標(biāo)散射模型?；谠撃Ｐ停溲芯苛藟Ρ诖植诙葘?duì)多徑信號(hào)功率和多普勒響應(yīng)的影響。而美國(guó)陸軍研究室(US Army Research Laboratory)的Tahmoush等人[9]則測(cè)量匯總了磚、灰泥、木板等多種建筑材料的反射特性，以期指導(dǎo)GMTI雷達(dá)系統(tǒng)的頻率和極化設(shè)計(jì)，其中不同極化的電磁波雙程傳播能量衰減隨頻率和墻壁材質(zhì)的變化情況如表1所示?？傮w而言，當(dāng)探測(cè)信號(hào)為低波段，如X波段時(shí)，多徑利用雷達(dá)在磚墻、粉刷墻面等城市建筑中的探測(cè)性能較好。而當(dāng)探測(cè)信號(hào)為高波段，如Ku,Ka等波段時(shí)，多徑利用雷達(dá)在混凝土墻面等城市建筑中的探測(cè)性能較好。法國(guó)航空航天實(shí)驗(yàn)室的Nouvel等人[10,11]利用搭載了Ka波段合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)的飛機(jī)在城市環(huán)境采集了大量數(shù)據(jù)，分析了電磁波的入射角度和建筑材料引起的NLOS信號(hào)衰減，并通過實(shí)際采集的雷達(dá)數(shù)據(jù)集對(duì)回波中的多徑成分進(jìn)行了分析。

表1 不同極化電磁波雙程路徑衰減隨頻率和材質(zhì)變化[9] (dB)Tab.1 Two-way attenuation of different polarized EM waves varies with frequency and material[9] (dB)

3.3 基于多徑信號(hào)的建筑環(huán)境感知

此外，除了上述利用多徑信號(hào)實(shí)現(xiàn)非直視目標(biāo)探測(cè)的可行性及影響因素分析的研究工作，基于多徑信號(hào)的建筑布局感知技術(shù)也是目前的研究熱點(diǎn)。其中，中國(guó)科學(xué)院的Cheng等人[12,13]針對(duì)城市建筑環(huán)境感知問題，在2018年構(gòu)建了建筑二面角結(jié)構(gòu)的多徑散射理論模型，基于合成孔徑雷達(dá)層析成像原理，實(shí)現(xiàn)了對(duì)建筑物高度的估計(jì)。2022年，Li等人[14]在使用高分辨率層析合成孔徑雷達(dá)點(diǎn)云重建建筑物時(shí)發(fā)現(xiàn)，機(jī)載陣列層析合成孔徑雷達(dá)點(diǎn)云中高階散射點(diǎn)可以提供建筑物背面豐富的信息，由此提出了基于4次反射的建筑物背面重建方法，在屋頂點(diǎn)較差的情況下，例如由于遮擋而導(dǎo)致的屋頂反射點(diǎn)不完整，或者由于屋頂散射弱而導(dǎo)致的屋頂點(diǎn)稀疏時(shí)，依然可以實(shí)現(xiàn)建筑物背面的高精度重建。

3.4 基于多徑信號(hào)的非直視目標(biāo)探測(cè)

針對(duì)非直視目標(biāo)探測(cè)這一問題，AFRL的Fertig等人[15]首次提出了“多徑利用雷達(dá)”概念，推導(dǎo)了復(fù)雜城市環(huán)境下目標(biāo)定位與跟蹤的克拉美-羅下界，并利用實(shí)際城市場(chǎng)景中采集的數(shù)據(jù)驗(yàn)證了多徑利用雷達(dá)可以獲得更精細(xì)的定位和跟蹤性能[16]，雷達(dá)搭載平臺(tái)及實(shí)驗(yàn)數(shù)據(jù)處理結(jié)果如圖3所示。其中，圖3(b)和圖3(c)分別為L(zhǎng)OS信號(hào)的覆蓋區(qū)域和NLOS信號(hào)的覆蓋區(qū)域，可見NLOS信號(hào)的引入確實(shí)提高了機(jī)載多徑利用雷達(dá)的對(duì)地覆蓋范圍。而圖3(d)展示了城區(qū)內(nèi)對(duì)兩個(gè)不同目標(biāo)的跟蹤結(jié)果，分別用藍(lán)色和紅色表示，且用實(shí)線表示目標(biāo)真實(shí)運(yùn)動(dòng)軌跡，用虛線表示估計(jì)運(yùn)動(dòng)軌跡，圖3(e)則給出了兩個(gè)目標(biāo)的跟蹤誤差。法國(guó)航空航天實(shí)驗(yàn)室的Nouvel等人[17]在之前工作[10,11]的基礎(chǔ)上，驗(yàn)證了干涉測(cè)量信息可輔助判斷出非視距區(qū)域，并能夠很好地探測(cè)到地面非直視目標(biāo)。美國(guó)亞利桑納州立大學(xué)的Chakraborty等人[18]提出了一種將多路徑利用和自適應(yīng)波束形成相結(jié)合的方法，該方法基于多徑信號(hào)對(duì)復(fù)雜城市環(huán)境下的移動(dòng)車輛進(jìn)行定位跟蹤，通過動(dòng)態(tài)設(shè)計(jì)發(fā)射波形參數(shù)的方式利用和優(yōu)化多路徑回波信號(hào)，進(jìn)而最小化地估計(jì)出目標(biāo)軌跡的均方誤差，城市環(huán)境實(shí)驗(yàn)結(jié)果表明，利用不同多徑的信息互補(bǔ)可有效提升目標(biāo)跟蹤性能，其實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果如圖4所示。2019年，西安電子科技大學(xué)的胡劉博[19]基于多徑回波到達(dá)時(shí)間，通過構(gòu)建虛擬鏡像探測(cè)源，利用橢圓交叉定位方法實(shí)現(xiàn)了非直視目標(biāo)定位。與此同時(shí)，他還在交互多模型粒子濾波的基礎(chǔ)上，實(shí)現(xiàn)了基于多徑信息的非直視機(jī)動(dòng)目標(biāo)跟蹤[19]。

圖3 MER雷達(dá)輔助地面動(dòng)目標(biāo)定位跟蹤搭載平臺(tái)及實(shí)驗(yàn)結(jié)果[16]Fig.3 MER radar assisted ground moving target tracking platform and experimental results[16]

圖4 基于自適應(yīng)波形設(shè)計(jì)的目標(biāo)跟蹤方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[18]Fig.4 Experimental scenario and results of target tracking method based on adaptive waveform design[18]

此外，多徑信息還可以應(yīng)用于全球衛(wèi)星導(dǎo)航系統(tǒng)(Global Navigation Satellite System,GNSS)[20-22]中，以提升車輛的定位精度。德國(guó)開姆尼茨工業(yè)大學(xué)的Obst等人[23]為減小衛(wèi)星探測(cè)復(fù)雜城市環(huán)境中的目標(biāo)時(shí)由多徑引入的定位誤差，基于城市建筑的三維模型提出了一種多星GNSS城市目標(biāo)探測(cè)算法，通過光線追蹤概率模型來辨別多徑回波，從而估計(jì)出了目標(biāo)運(yùn)動(dòng)軌跡，有效提高了復(fù)雜城市區(qū)域內(nèi)目標(biāo)的定位精度。受其啟發(fā)，Ng等人[24]將全球定位系統(tǒng)(Global Positioning System,GPS)的非視距信號(hào)視為鏡像位置處虛擬衛(wèi)星的視距GPS信號(hào)，再通過直接位置估計(jì)獲得最大似然估計(jì)(Maximum Likelihood Estimate,MLE)的解。其通過實(shí)驗(yàn)證明：與常規(guī)的GPS定位相比，所提出的算法水平定位精度提高了40 m。

4 基于地面平臺(tái)的多徑探測(cè)技術(shù)

基于空中平臺(tái)的非直視目標(biāo)多徑探測(cè)技術(shù)主要搭載于衛(wèi)星、大型直升機(jī)等空中平臺(tái)，導(dǎo)致其成本較高，難以滿足反恐維穩(wěn)、城市巷戰(zhàn)、智能駕駛等應(yīng)用需求。因此，為解決探測(cè)成本高、復(fù)雜城市環(huán)境下機(jī)動(dòng)性差的問題，基于地面平臺(tái)的多徑探測(cè)技術(shù)逐漸得到發(fā)展。依據(jù)對(duì)非直視區(qū)域遮蔽目標(biāo)信息的獲取能力，基于地面平臺(tái)的多徑探測(cè)技術(shù)可劃分為目標(biāo)檢測(cè)、目標(biāo)識(shí)別、二維目標(biāo)定位、三維目標(biāo)信息獲取等。

4.1 非直視目標(biāo)檢測(cè)與識(shí)別

瑞典國(guó)防研究局的Sume等人[25]、荷蘭國(guó)家應(yīng)用科學(xué)研究院Deiana等人[26]、法國(guó)航空航天實(shí)驗(yàn)室的Rabaste等人[27]率先開展了城市環(huán)境非直視目標(biāo)多徑探測(cè)研究，構(gòu)建了電磁波在非直視場(chǎng)景的多徑傳播模型，并借助距離像等信息佐證了所建模型的正確性，由此驗(yàn)證了利用墻面反射和墻角衍射信號(hào)實(shí)現(xiàn)非直視運(yùn)動(dòng)目標(biāo)檢測(cè)的可能性。

Sume等人[28]利用短時(shí)傅里葉變換分析了墻角后隱蔽人體走動(dòng)和呼吸產(chǎn)生的微多普勒信號(hào)，并結(jié)合運(yùn)動(dòng)目標(biāo)指示(Moving Target Indication,MTI)技術(shù)提出了一種快速目標(biāo)距離軌跡檢測(cè)算法。隨后，該團(tuán)隊(duì)[29,30]在典型城市街道上開展了墻角隱蔽目標(biāo)探測(cè)實(shí)驗(yàn)，目標(biāo)類型包括走動(dòng)的人、騎自行車的人以及開汽車的人，通過對(duì)經(jīng)多普勒濾波后的信號(hào)進(jìn)行處理得到不同類型目標(biāo)的距離信息和多普勒特征，其中不同多徑信號(hào)的多普勒特征和距離信息如圖5所示，其中黑色箭頭指向不同多徑貢獻(xiàn)的信號(hào)分量。Linnehan等人[31]從多徑信號(hào)傳播特性出發(fā)，在實(shí)際城市場(chǎng)景中，通過雙站雷達(dá)實(shí)驗(yàn)分析了從粗糙墻面反射的多徑信號(hào)的空間相干性及能量分布特點(diǎn)，并利用車載單站雷達(dá)驗(yàn)證了多徑響應(yīng)的可預(yù)測(cè)性。

圖5 城市非視距環(huán)境中多個(gè)行人的微多普勒信號(hào)分析實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[30]Fig.5 Experimental scenario and results of micro-Doppler signal analysis of multiple pedestrians in urban NLOS environment[30]

上述研究表明，不同類型非直視目標(biāo)的微多普勒、回波距離像等均有所不同，因此，基于此類特征可實(shí)現(xiàn)對(duì)不同目標(biāo)的分類。Gustafsson等人[32]基于離散短時(shí)傅里葉變換和自相關(guān)技術(shù)提取了無人機(jī)旋翼的時(shí)間-速度譜圖，通過分析無人機(jī)旋翼的微多普勒特征，實(shí)現(xiàn)了對(duì)不同材質(zhì)旋翼的判別。圖6展示了金屬旋翼和塑料旋翼的時(shí)間-速度譜圖。而日本電氣通信大學(xué)的He等人[33,34]提出了一種基于機(jī)器學(xué)習(xí)的人體衍射信號(hào)識(shí)別算法，該算法在支持向量機(jī)(Support Vector Machines,SVM)中引入原始回波、時(shí)間倒數(shù)、時(shí)間偏移以及短時(shí)傅里葉變換(Short Time Fourier Transform,STFT)這4類特征，實(shí)現(xiàn)了人體和金屬物體的區(qū)分，證明了時(shí)變的特征向量在LOS和NLOS情況下對(duì)人體和人造物體都有較高識(shí)別率，結(jié)果如圖7和表2所示。2019年，在AFRL的資助下，Tian等人[35]提出了一種新的無人機(jī)檢測(cè)系統(tǒng)，在非直視條件下，檢測(cè)率高于97%。該系統(tǒng)利用慣性測(cè)量單元捕獲無人機(jī)運(yùn)動(dòng)，借助接收信號(hào)強(qiáng)度(Received Signal Strength,RSS)之間的差異，區(qū)分了LOS信號(hào)和NLOS信號(hào)，基于深度學(xué)習(xí)方法實(shí)現(xiàn)了對(duì)NLOS無人機(jī)的檢測(cè)。

表2 時(shí)變的特征向量在LOS和NLOS情況下對(duì)人體和圓柱體的分類結(jié)果[34]Tab.2 Classification results of human body and cylinder under LOS and NLOS by time-varying eigenvectors[34]

圖7 毫米波雷達(dá)基于衍射信號(hào)的人體識(shí)別實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[34]Fig.7 Human body recognition experiment scene and experimental results of millimeter wave radar based on diffraction signal[34]

4.2 非直視目標(biāo)二維定位

然而，上述關(guān)于非直視目標(biāo)檢測(cè)與識(shí)別的相關(guān)研究?jī)H獲取了目標(biāo)的一維信息，判別了目標(biāo)存在與否，并對(duì)存在的目標(biāo)進(jìn)行識(shí)別，未能滿足實(shí)際應(yīng)用中獲取目標(biāo)確切位置的需求。因此，后續(xù)眾多研究機(jī)構(gòu)圍繞非直視目標(biāo)位置信息的獲取展開了一系列研究。具體來說，非直視目標(biāo)位置信息的獲取大體可以分為兩類：多徑積累和多徑分離。其中，前者主要利用多通道雷達(dá)獲取的多徑信息進(jìn)行成像從而獲取目標(biāo)位置信息；而后者則從回波層面將距離或者時(shí)間信息與其對(duì)應(yīng)的多徑匹配再進(jìn)行定位處理。通常這兩類方法均要求建筑布局先驗(yàn)已知，從而結(jié)合場(chǎng)景信息進(jìn)行輔助定位。

4.2.1 基于多徑積累的非直視目標(biāo)成像方法

此類方法主要將多通道雷達(dá)獲取的多徑信息在圖像域進(jìn)行融合/積累，從而提取出目標(biāo)的位置。其無需將多徑回波峰值和電磁波理論傳播路徑對(duì)應(yīng)，避免了部分路徑缺失導(dǎo)致的定位錯(cuò)誤問題。

目前，應(yīng)用在非視距目標(biāo)探測(cè)領(lǐng)域的主流成像算法是后向投影(Back-Projection,BP)算法[36-44]，其他的成像方法還包括：時(shí)間反轉(zhuǎn)成像算法(Time Reversal,TR)[45-47]、合成孔徑波束形成算法[48]、層析成像算法[49]等。

電子科技大學(xué)的Li等人[36]利用多發(fā)多收(Multiple Input Multiple Output,MIMO)雷達(dá)構(gòu)建多徑成像字典，對(duì)不同路徑的多徑成像字典進(jìn)行融合得到目標(biāo)圖像。具體來說，在建筑布局已知的情況下，首先通過鏡面反射構(gòu)建虛擬雷達(dá)，接著構(gòu)建不同路徑的多徑成像字典，最終對(duì)不同成像結(jié)果進(jìn)行非相干融合，進(jìn)而得到僅保留真實(shí)目標(biāo)的雷達(dá)圖像。然而上述方法使得多徑能量聚焦的同時(shí)也導(dǎo)致部分雜波能量匯集，此外，擴(kuò)展目標(biāo)也會(huì)引起距離像展寬，這些均致使圖像在非目標(biāo)處亦積累出較高值，為真實(shí)目標(biāo)的位置提取造成困擾。為此，F(xiàn)an和Li等人[37-39]提出基于圖像域多徑鬼影關(guān)聯(lián)的多目標(biāo)定位方法。與之前工作不同的是，該方法利用傳統(tǒng)BP算法進(jìn)行成像，所得到的圖像中均為多徑信號(hào)產(chǎn)生的鬼影目標(biāo)。隨后通過匹配的方式從其中篩選出真實(shí)目標(biāo)位置所對(duì)應(yīng)的一次多徑鬼影，進(jìn)而基于一次多徑鬼影位置與真實(shí)目標(biāo)位置鏡像對(duì)稱的關(guān)系實(shí)現(xiàn)定位，如圖8所示。基于類似的原理，成都理工大學(xué)的Tang等人[40,41]將該方法用于單發(fā)單收(Single Input Single Output,SISO)雷達(dá)，通過鏡面對(duì)稱構(gòu)建了虛擬陣列，從而解決了單通道雷達(dá)無法成像的問題。與多通道BP算法類似，上述方法會(huì)使多徑能量在其他位置聚焦，從而產(chǎn)生較多鬼影，為此，Yang等人[42]提出了雙視角觀測(cè)方法，基于不同視角下多徑鬼影分布的差異性，通過圖像融合的方法抑制了多徑鬼影，實(shí)驗(yàn)場(chǎng)景及結(jié)果如圖9所示。

圖8 基于多徑鬼影空間位置匹配的非直視目標(biāo)定位方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[38]Fig.8 Experimental scenes and results of NLOS target localization method based on multipath ghost spatial position matching[38]

圖9 基于雙視角觀測(cè)的單通道雷達(dá)非直視目標(biāo)定位方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[42]Fig.9 Experimental scenario and results of NLOS target location detection based on dual-view observation with signal channel UWB radar[42]

采用類似于BP成像算法的思想，國(guó)防科技大學(xué)的Du等人[43]提出了一種基于網(wǎng)格匹配的目標(biāo)定位算法。該算法基于多徑傳播模型計(jì)算每個(gè)網(wǎng)格點(diǎn)的到達(dá)時(shí)間并匹配最接近往返多徑到達(dá)時(shí)間，實(shí)驗(yàn)證明，當(dāng)傳播路徑數(shù)大于5條時(shí)，該算法具有較好的定位性能，測(cè)距誤差小于3 m。然而，該方法對(duì)回波信號(hào)的質(zhì)量要求極高，且建筑布局位置偏差會(huì)直接影響目標(biāo)定位的準(zhǔn)確性，如圖10所示。除此之外，電子科技大學(xué)的Fan等人[44]提出了一種基于BP成像算法的墻壁位置估計(jì)算法。根據(jù)BP成像聚焦區(qū)域的對(duì)稱特性、旋轉(zhuǎn)陣列，獲取不同墻面位置，并基于此求解出目標(biāo)的真實(shí)位置。圖11展示了該算法的實(shí)驗(yàn)結(jié)果。

圖10 基于網(wǎng)格匹配的非視距目標(biāo)定位方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[43]Fig.10 Experimental scene and results of NLOS target localization method based on grid matching[43]

圖11 基于墻體位置估計(jì)的非視距目標(biāo)探測(cè)方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[44]Fig.11 Experimental scenes and results of NLOS target detection method based on wall position estimation[44]

與上述基于BP成像的非視距目標(biāo)成像算法不同，日本京都大學(xué)的Fujita等人[45-47]基于TR和干涉測(cè)量法，提出了一種室內(nèi)環(huán)境非直視目標(biāo)成像算法，可估計(jì)得到目標(biāo)的形狀。此外，該算法利用TR得到的近似目標(biāo)位置以及估計(jì)回波在數(shù)據(jù)空間的傾角，去除了大部分的圖像假點(diǎn)。此外，2013年，AFRL的Setlur等人[48]在傳統(tǒng)合成孔徑波束形成算法基礎(chǔ)上，提出了兩種多徑利用方法。第1種方法利用點(diǎn)擴(kuò)散函數(shù)對(duì)傳統(tǒng)波束圖像進(jìn)行處理；第2種方法利用復(fù)合擴(kuò)散函數(shù)直接從原始回波信號(hào)中提取出目標(biāo)距離信息，降低了多徑引起的虛警。仿真結(jié)果表明，利用這兩種成像方法均能實(shí)現(xiàn)對(duì)非直視目標(biāo)準(zhǔn)確定位，如圖12所示。同年，意大利那不勒斯費(fèi)德里克二世大學(xué)的Gennarelli等人[49]提出了一種二維層析成像方法，該方法結(jié)合了線性逆散射模型和時(shí)域有限差分(Finite Difference Time Domain,FDTD)方法。提出的方法可提供良好的聚焦圖像而不受多徑鬼影影響。這種方法利用多徑信號(hào)改進(jìn)了橫向距離分辨率并且可以探測(cè)非直視區(qū)域的目標(biāo)。瑞典國(guó)防研究局的Gustafsson[50]在探測(cè)場(chǎng)景布局信息已知的前提下，基于幾何光學(xué)方法和衍射分量計(jì)算出探測(cè)場(chǎng)景的參考信號(hào)，將其與目標(biāo)后向散射信號(hào)進(jìn)行相關(guān)，得到了隱蔽目標(biāo)的圖像。

圖12 基于波束形成的數(shù)據(jù)域和圖像域非視距目標(biāo)成像算法仿真場(chǎng)景及仿真結(jié)果[48]Fig.12 Simulation scene and simulation results of imaging algorithm for NLOS targets in data domain and image domain based on beamforming[48]

美國(guó)亞利桑那州立大學(xué)Doddalla等人[51]通過一種后向傳播SAR成像算法驗(yàn)證了太赫茲波(Terahertz,THz)的非視距成像能力。然而，該方法僅適用于尺寸較小的環(huán)境，無法適應(yīng)更為復(fù)雜的大尺度場(chǎng)景。電子科技大學(xué)的Wen等人[52]則利用毫米波雷達(dá)(Millimeter Wave,MMW)，提出了一種非視距逆合成孔徑雷達(dá)(Inverse Synthetic Aperture Radar,ISAR)成像算法，實(shí)現(xiàn)了對(duì)遮蔽動(dòng)目標(biāo)的高分辨成像，該算法對(duì)飛機(jī)模型的成像結(jié)果如圖13所示。受SAR啟發(fā)，Wei等人[53]提出了一種有效的基于MIMO毫米波雷達(dá)的2D NLOS成像技術(shù)。該方法通過MIMO天線掃描合成二維虛擬天線陣列，利用多反射回波獲得二維NLOS成像。在此基礎(chǔ)上，提出了一種基于鏡面對(duì)稱反投影(Mirror Symmetry Back-Projection,MSBP)的非視距回波二維高精度聚焦算法，成像結(jié)果如圖14所示。

圖13 基于RMA的非視距動(dòng)目標(biāo)高精度成像方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[52]Fig.13 Experimental scene and result of high-precision imaging method for NLOS moving target based on range migration algorithm[52]

圖14 基于鏡面對(duì)稱反投影的非視距二維高精度成像算法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果圖[53]Fig.14 Experimental scenes and results of NLOS 2D high-precision imaging algorithm based on MSBP[53]

4.2.2 基于多徑分離的非直視目標(biāo)定位方法

此類方法主要將回波中的不同多路徑信號(hào)識(shí)別出來，從而借助其攜帶的時(shí)間信息或多徑信號(hào)之間的關(guān)聯(lián)性進(jìn)行非直視目標(biāo)定位。

2012年德國(guó)伊爾瑪瑙理工大學(xué)的Zetik等人[54]率先提出了一種基于多徑反射幾何關(guān)系的非直視目標(biāo)定位算法。具體而言，該算法在場(chǎng)景布局先驗(yàn)和目標(biāo)橫坐標(biāo)已知的前提下，從距離像中識(shí)別并提取出非視距目標(biāo)一次多徑反射所對(duì)應(yīng)的距離值，再借助一次鏡面反射的幾何對(duì)稱關(guān)系，實(shí)現(xiàn)了對(duì)于L形建筑拐角場(chǎng)景中水平運(yùn)動(dòng)的非直視目標(biāo)定位。然而，僅憑一次多徑反射的幾何關(guān)系無法推算出目標(biāo)的二維坐標(biāo)。針對(duì)該問題，瑞典國(guó)防研究局的Johansson等人[55]采用一種X波段窄波束掃描雷達(dá)系統(tǒng)，利用一次和二次鏡面反射實(shí)現(xiàn)了拐角后非直視目標(biāo)的定位。仿真結(jié)果表明，在已知場(chǎng)景幾何結(jié)構(gòu)的情況下，該系統(tǒng)可探測(cè)距離拐角8 m遠(yuǎn)的目標(biāo)，實(shí)驗(yàn)結(jié)果如圖15所示。

圖15 X波段窄波束掃描雷達(dá)非視距目標(biāo)定位仿真場(chǎng)景及仿真結(jié)果[55]Fig.15 Simulation scene and simulation result of NLOS target localization for X-band narrow-beam scanning radar[55]

除了盡可能多地使用多路徑反射，進(jìn)而解算出目標(biāo)二維位置，還可以將一次多徑反射對(duì)應(yīng)的距離值和到達(dá)方向(Direction Of Arrival,DOA)估計(jì)結(jié)合起來。電子科技大學(xué)的Zhao等人[56-58]基于毫米波雷達(dá)波束窄、角分辨率高的特性，在得到一次反射多徑所對(duì)應(yīng)的距離值后，再利用比相法得到其對(duì)應(yīng)的角度，由此得到目標(biāo)的鏡像位置，進(jìn)而結(jié)合對(duì)稱特性獲取得到目標(biāo)的真實(shí)位置，其實(shí)驗(yàn)場(chǎng)景及結(jié)果如圖16所示。除了比相法，北京航空航天大學(xué)的Wei等人[59]利用多信號(hào)分類方法(MUltiple SIgnal Classification,MUSIC)以實(shí)現(xiàn)多徑信號(hào)角度測(cè)量。此外，其還提出了一種新的非視距運(yùn)動(dòng)目標(biāo)檢測(cè)方法。該方法采用多項(xiàng)式擬合方法抑制靜態(tài)噪聲，采用距離門控方法濾除了NLOS目標(biāo)范圍之外的距離門噪聲，有效提升了非視距目標(biāo)的檢測(cè)概率。與之不同，國(guó)防科技大學(xué)的Du等人[60]利用合成雙基毫米波雷達(dá)提出了一種新的非直視目標(biāo)定位算法。其原理是聯(lián)合處理雷達(dá)位于不同位置時(shí)一階反射所對(duì)應(yīng)的到達(dá)時(shí)間(Time Of Arrival,TOA)，再結(jié)合場(chǎng)景布局信息即可實(shí)現(xiàn)角度的計(jì)算，從而避免了由隨機(jī)相位引起的DOA估計(jì)不精確的問題。但是該方法準(zhǔn)確定位的前提是目標(biāo)在兩次測(cè)量期間位置不變。而中國(guó)科學(xué)技術(shù)大學(xué)的Li等人[61]則通過旋轉(zhuǎn)雷達(dá)角度的方式獲取了多路徑對(duì)應(yīng)的角度信息。值得一提的是，其進(jìn)一步通過對(duì)不同距離單元的不同多徑回波信號(hào)進(jìn)行提取，從而實(shí)現(xiàn)了非視距區(qū)域靜止人體目標(biāo)呼吸速率的準(zhǔn)確估計(jì)。而電子科技大學(xué)的Chen等人[62]則利用L波段雷達(dá)測(cè)量角度信息，并結(jié)合TOA信息實(shí)現(xiàn)了多路徑的識(shí)別。具體來說，該方法首先利用矩陣束算法估計(jì)得到不同多路徑對(duì)應(yīng)的TOA，再通過最小方差無畸變響應(yīng)波束形成(Minimum Variance Distortionless Response,MVDR)算法估計(jì)得到回波的角度，進(jìn)一步地，基于匹配的思想實(shí)現(xiàn)了測(cè)量TOA和理論多徑的配對(duì)，進(jìn)而確定了真實(shí)目標(biāo)的位置，其實(shí)驗(yàn)場(chǎng)景及結(jié)果如圖17所示。

圖16 基于比相測(cè)角的非視距目標(biāo)定位方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[58]Fig.16 Experimental scene and result of NLOS target localization method based on phase comparison angle measurement[58]

圖17 基于角度和距離的多徑識(shí)別非視距目標(biāo)定位方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[62]Fig.17 Experimental scene and result of multipath identification of NLOS target localization method based on angle and range[62]

而對(duì)于單建筑拐角場(chǎng)景而言，由于缺乏反射面，利用鏡面反射的幾何關(guān)系求解目標(biāo)位置的方法不再適用。為此，電子科技大學(xué)的Li等人[63,64]針對(duì)電磁波在單建筑街角場(chǎng)景下的非視距傳播情況進(jìn)行了分析，建立了電磁波衍射-墻面反射組合傳播模型，并基于UWB雷達(dá)采集的街角后隱蔽目標(biāo)回波距離像結(jié)果驗(yàn)證了該模型的正確性。與之類似，國(guó)防科技大學(xué)的Du等人[65]也基于同樣的傳播模型實(shí)現(xiàn)了單建筑非視距目標(biāo)定位，并通過數(shù)值模擬分析了多徑衍射特性，為有效利用衍射信號(hào)提供了理論指導(dǎo)。

2015年，德國(guó)伊爾瑪瑙理工大學(xué)的Zetik等人[66]利用單發(fā)單收UWB雷達(dá)，基于平行閾值檢測(cè)器與全局最近鄰(Global Nearest Neighbour,GNN)算法實(shí)現(xiàn)了多徑回波與物理傳播路徑的對(duì)應(yīng)，再通過求解衍射和一次反射對(duì)應(yīng)的軌跡方程交點(diǎn)，實(shí)現(xiàn)對(duì)L形場(chǎng)景中非直視目標(biāo)的定位。

值得一提的是，文獻(xiàn)[66]首次提出了非視距區(qū)域的劃分方案，區(qū)域劃分模型如圖18所示，衍射路徑的理論覆蓋區(qū)域是整個(gè)走廊，然而根據(jù)均勻衍射理論，衍射到非視距區(qū)域的電磁波具有較少的功率，因此，將衍射的覆蓋區(qū)域限制為三角形區(qū)域CRD。依據(jù)射線追蹤模型，連接雷達(dá)A和拐角C的直線AR是視距與非視距區(qū)域的邊界，該路徑的鏡面反射路徑RT是一次反射的邊界，因此反射的覆蓋區(qū)域被規(guī)定為三角形區(qū)域CRT。

圖18 非視距區(qū)域劃分[66]Fig.18 NLOS area division[66]

電子科技大學(xué)的Wu等人[67]實(shí)現(xiàn)了更為復(fù)雜的U形非視距場(chǎng)景中的目標(biāo)定位。首先分析了電磁波在該場(chǎng)景中的傳播模型，并提取構(gòu)建了5類主要的電磁傳播路徑。利用橢圓交叉的方法獲得了鏡像目標(biāo)位置，再基于場(chǎng)景中鏡面反射的幾何關(guān)系校正得到目標(biāo)的真實(shí)位置。

但是上述方法僅提取利用傳播距離較短的多徑，無法很好地應(yīng)對(duì)多路徑缺失的情況。為此，電子科技大學(xué)的Fan等人[68,69]則主要基于峰值匹配的思想識(shí)別出多徑回波中幅值最強(qiáng)的兩峰值對(duì)應(yīng)的物理傳播路徑，進(jìn)而通過求解其軌跡方程對(duì)應(yīng)的橢圓交點(diǎn)實(shí)現(xiàn)目標(biāo)定位，實(shí)驗(yàn)場(chǎng)景及定位結(jié)果如圖19所示。國(guó)防科技大學(xué)的Wu等人[70-72]利用收發(fā)分置的多基地雷達(dá)提出了一種基于鏡面定位的非直視目標(biāo)定位方法。該算法通過構(gòu)建虛擬鏡像發(fā)射天線，將非直視問題轉(zhuǎn)化為視距問題，再利用TOA技術(shù)對(duì)拐角后隱蔽目標(biāo)進(jìn)行定位，這一方法本質(zhì)上依然是橢圓交叉定位算法。其實(shí)驗(yàn)場(chǎng)景及定位結(jié)果如圖20所示。然而，基于橢圓交叉的定位方法需要精確判別多徑回波中峰值所對(duì)應(yīng)的物理傳播路徑以構(gòu)造正確的軌跡方程。此外，目標(biāo)的擴(kuò)展往往會(huì)導(dǎo)致獲取的多徑回波峰值和理論值存在偏差，進(jìn)而影響軌跡方程交點(diǎn)的求解。因此，該方法的定位魯棒性較低。

圖19 基于TOA匹配的目標(biāo)定位方法實(shí)驗(yàn)結(jié)果[68]Fig.19 Experimental result of target localization method based on TOA matching[68]

圖20 基于鏡像目標(biāo)定位方法實(shí)驗(yàn)結(jié)果[70]Fig.20 Experimental result based on the mirror target localization method[70]

結(jié)合TOA信息與深度學(xué)習(xí)網(wǎng)絡(luò)，國(guó)防科技大學(xué)的Ding等人[73]提出了一種利用多徑到達(dá)時(shí)間關(guān)聯(lián)的單站雷達(dá)兩階段定位方法。在離線階段，生成不同位置的參考TOA數(shù)據(jù)；在線階段則通過稀疏重建方法估計(jì)來自目標(biāo)的多徑回波TOA集合。然后基于有限集統(tǒng)計(jì)理論，提出了一種基于網(wǎng)絡(luò)的多觀測(cè)數(shù)據(jù)關(guān)聯(lián)算法作為給定候選位置的多徑測(cè)量似然函數(shù)，進(jìn)而利用MLE得到目標(biāo)位置。

4.2.3 其他非直視目標(biāo)二維定位方法

除了上述多徑利用技術(shù)外，還有兩種非直視目標(biāo)二維定位技術(shù)。一種利用原始信號(hào)，基于假設(shè)檢驗(yàn)構(gòu)造了多徑匹配濾波器，以實(shí)現(xiàn)非視距目標(biāo)的檢測(cè)和估計(jì)；另一種則聚焦于非視距場(chǎng)景布局信息未知的情形。本節(jié)將介紹這兩種技術(shù)。對(duì)于前者，法國(guó)航空航天實(shí)驗(yàn)室的Thai等人[74]構(gòu)建了典型街區(qū)拐角場(chǎng)景中多徑信號(hào)傳播模型，利用毫米波雷達(dá)，在場(chǎng)景布局已知的前提下，提出一種基于多徑匹配濾波器(Multipath Matched Filter,MPF)的建筑拐角隱蔽目標(biāo)定位算法，并利用實(shí)測(cè)數(shù)據(jù)驗(yàn)證了該算法的有效性，實(shí)驗(yàn)場(chǎng)景及定位結(jié)果如圖21所示。

圖21 基于子空間匹配濾波器的遮蔽目標(biāo)定位方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[74]Fig.21 Experimental scene and results of conceal target localization method based on subspace matching filter[74]

2019年，Thai等人[75]又提出了一種基于平方律組合器(Square Law Combiner,SLC)的非直視目標(biāo)定位方法。然而上述兩種方法的性能都取決于所選取的路徑數(shù)，且當(dāng)路徑數(shù)過多時(shí)，定位結(jié)果中會(huì)殘余由多徑回波強(qiáng)模糊引入的虛假目標(biāo)。為了解決這一問題，該團(tuán)隊(duì)[76]利用非直視目標(biāo)位置與不同多徑時(shí)延的非線性關(guān)系，將廣義似然比(Generalized Likelihood Ratio Test,GLRT)粒子濾波器用于非直視目標(biāo)位置估計(jì)，該方法通過重要密度函數(shù)對(duì)目標(biāo)狀態(tài)和多徑幅值分別進(jìn)行了采樣。其目標(biāo)定位精度較高，但仍未解決其他多徑帶來的模糊問題。

現(xiàn)階段大部分非直視目標(biāo)探測(cè)方法可用的前提是場(chǎng)景信息先驗(yàn)已知或場(chǎng)景布局相對(duì)簡(jiǎn)單規(guī)則，這對(duì)多徑目標(biāo)探測(cè)技術(shù)在實(shí)際中的應(yīng)用產(chǎn)生了較大的限制。為此，電子科技大學(xué)的Wu等人[77]基于不同類型的多徑信號(hào)成像結(jié)果的幾何分布特征，提出了一種基于多假設(shè)檢驗(yàn)理論的非視距目標(biāo)定位方法，實(shí)現(xiàn)了對(duì)非視距場(chǎng)景通道寬度和遮蔽目標(biāo)位置的聯(lián)合估計(jì)。更進(jìn)一步地，該單位的Chen等人[78]實(shí)現(xiàn)了非視距建筑場(chǎng)景的墻體夾角和目標(biāo)二維位置信息的聯(lián)合估計(jì)。具體而言，首先將建筑物布局簡(jiǎn)化為參數(shù)未知的組合線性方程組，根據(jù)多徑傳播模型，將其應(yīng)用于圖像重建與布局估計(jì)問題。然后提出形狀重構(gòu)組稀疏約束算法，并結(jié)合粒子群優(yōu)化方法，同時(shí)實(shí)現(xiàn)了場(chǎng)景布局和隱藏目標(biāo)重建任務(wù)，其實(shí)驗(yàn)場(chǎng)景及結(jié)果如圖22所示。

圖22 基于稀疏度驅(qū)動(dòng)的建筑布局和目標(biāo)位置聯(lián)合估計(jì)方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[78]Fig.22 Experiment scene and joint estimation of NLOS building layout and target via sparsity-driven approach[78]

4.3 非直視目標(biāo)三維信息獲取

在實(shí)際應(yīng)用中，除了需要知道目標(biāo)在二維坐標(biāo)系中的位置，往往還希望得到目標(biāo)的高度信息，以獲取目標(biāo)的動(dòng)作姿態(tài)等人體行為特征。為此，電子科技大學(xué)的Liu等人[79]基于MIMO毫米波雷達(dá)，利用場(chǎng)景稀疏性和反射面的鏡面散射特性，提出了一種基于貝葉斯壓縮感知稀疏重建和反射面投影的NLOS三維雷達(dá)成像方法。Wei等人[80]基于MIMO毫米波雷達(dá)，以時(shí)域相干完整性消除了非主路徑回波的影響。在不需要其他傳感器如激光雷達(dá)(Light Detection And Ranging,LiDAR)等輔助手段的情況下，通過LOS信號(hào)感知反射面，通過二維切片成像提取反射面，利用鏡像對(duì)稱獲得盲區(qū)目標(biāo)的三維信息，如圖23所示。

圖23 基于毫米波雷達(dá)的三維MSBP重建算法實(shí)驗(yàn)結(jié)果[80]Fig.23 Experimental result of 3D MSBP reconstruction algorithm based on millimeter wave radar[80]

除此以外，美國(guó)亞利桑那州立大學(xué)的Cui等人[81,82]提出一種基于太赫茲雷達(dá)的NLOS目標(biāo)三維重建技術(shù)。該技術(shù)利用鏡像折疊的方法校正原始成像數(shù)據(jù)，實(shí)現(xiàn)了非視距目標(biāo)厘米級(jí)的三維高精度重建。如圖24所示，其中重建圖像的水平橫截面展示了成像結(jié)果，重建圖像垂直橫截面顯示了人體模型的幾何形狀和姿勢(shì)。

4.4 新型非直視目標(biāo)探測(cè)方法

針對(duì)現(xiàn)有方法僅適用于一次、二次等小范圍非視距區(qū)域，且探測(cè)性能受墻體等反射面粗糙度影響較大等問題，芬蘭坦佩雷大學(xué)的Solomitckii等人[83-85]在拐角區(qū)域引入了被動(dòng)反射器，從而輔助電磁波進(jìn)行更好的反射，反射面模型如圖25所示。

圖25 基于被動(dòng)反射面的非視距車輛探測(cè)方法示意圖[84]Fig.25 The graph of NLOS vehicle detection method based on passive reflector[84]

此外，該團(tuán)隊(duì)還通過分析推導(dǎo)簡(jiǎn)化了車輛模型的雷達(dá)截面積(Radar Cross Section,RCS)，確認(rèn)了保險(xiǎn)杠是檢測(cè)車輛的重要區(qū)域，并研究了后向散射功率與反射器空間方向的關(guān)系。但是這一探測(cè)方案有可能導(dǎo)致同信道干擾，從而限制其發(fā)揮作用。而意大利那不勒斯大學(xué)的Aubry等人[86]則將可重構(gòu)智能面(Reconfigurable Intelligent Surfaces,RISs)，即智能反射面應(yīng)用在了NLOS目標(biāo)探測(cè)領(lǐng)域，模型如圖26所示。與被動(dòng)反射面僅提供一種較為理想的反射面不同，RIS是人造數(shù)字可控元表面，能夠通過適當(dāng)?shù)碾娮涌刂聘淖內(nèi)肷湫盘?hào)的電場(chǎng)分布。因此，當(dāng)雷達(dá)將電磁波輻射聚焦于特定的RIS上時(shí)，通過適當(dāng)?shù)脑O(shè)置RIS參數(shù)即可改變電磁波傳播方向，進(jìn)而實(shí)現(xiàn)對(duì)于非視距區(qū)域的掃描。與上文引入輔助反射面以擴(kuò)大非視距覆蓋范圍、提升多徑信號(hào)能量不同，美國(guó)加利福尼亞大學(xué)圣迭戈分校的Woodford等人[87]則將實(shí)際城市場(chǎng)景中存在的物體用作中繼反射面，并基于MOSAIC(一種集成LiDAR和雷達(dá)的傳感器套件)研究了如何使雷達(dá)通過非平面、非理想反射面實(shí)現(xiàn)拐角目標(biāo)探測(cè)，統(tǒng)計(jì)分析了不同中繼反射器(例如，不同材質(zhì)的墻體、電線桿、行道樹、不同車輛等)的反射特性。實(shí)驗(yàn)結(jié)果表明，通過考慮非平面反射器和非對(duì)稱雙程路徑使得探測(cè)系統(tǒng)的非視距覆蓋范圍至少擴(kuò)大30%。

圖26 基于RISs的非視距區(qū)域探測(cè)示意圖[86]Fig.26 NLOS region detection diagram based on RISs[86]

除了從中繼反射面的維度開展研究，Rezvani等人[88]則在雷達(dá)系統(tǒng)方面進(jìn)行了創(chuàng)新，將一種稀疏、寬孔徑多波段雷達(dá)應(yīng)用于NLOS目標(biāo)探測(cè)領(lǐng)域，該雷達(dá)系統(tǒng)可結(jié)合高頻段和低頻段的各自優(yōu)勢(shì)，獲得比單頻段更好的非視距目標(biāo)探測(cè)性能。

此外，隨著深度學(xué)習(xí)的發(fā)展，神經(jīng)網(wǎng)絡(luò)也被引入這一領(lǐng)域。2022年，美國(guó)麻省理工學(xué)院的Yue等人[89]提出了基于射頻跟蹤的非直視目標(biāo)定位方法。首先根據(jù)射頻信號(hào)在復(fù)雜建筑環(huán)境中的傳播規(guī)律建立場(chǎng)景提示圖，然后將復(fù)雜建筑場(chǎng)景提示圖與采集的遮蔽目標(biāo)回波信號(hào)送入卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)進(jìn)行匹配訓(xùn)練，進(jìn)而得到目標(biāo)位置。其中，提示圖是一種描述射線追蹤和直接傳播路徑如何在特定環(huán)境下工作的編碼方式。實(shí)驗(yàn)結(jié)果表明該定位技術(shù)的誤差僅為傳統(tǒng)方法的1/12～1/3，實(shí)驗(yàn)結(jié)果如圖27所示。梅賽德斯奔馳公司的Scheiner等人[90]提出一種基于人工神經(jīng)網(wǎng)絡(luò)的非視距目標(biāo)檢測(cè)和跟蹤方法，并在實(shí)際道路環(huán)境中驗(yàn)證了算法的有效性，如圖28所示。

圖27 基于CNN的射頻跟蹤非直視目標(biāo)定位方法實(shí)驗(yàn)場(chǎng)景及實(shí)驗(yàn)結(jié)果[89]Fig.27 Experimental scene and result of the method of RF tracking NLOS target location based on CNN[89]

圖28 基于人工神經(jīng)網(wǎng)絡(luò)的多普勒雷達(dá)非視距目標(biāo)定位跟蹤方法原型車及實(shí)驗(yàn)結(jié)果[90]Fig.28 Prototype vehicle and experimental results of Doppler radar NLOS target location and tracking method based on artificial neural network[90]

5 總結(jié)與展望

本文對(duì)多徑利用雷達(dá)目標(biāo)探測(cè)領(lǐng)域的發(fā)展情況進(jìn)行了簡(jiǎn)要的梳理。從基于空中平臺(tái)的多徑探測(cè)技術(shù)到基于地面平臺(tái)的多徑探測(cè)技術(shù)，從非直視目標(biāo)探測(cè)的可行性研究到實(shí)現(xiàn)非直視目標(biāo)檢測(cè)、定位、成像及識(shí)別，在探測(cè)平臺(tái)和處理方法等方面都取得了許多振奮人心的成果。從現(xiàn)有結(jié)果來看，目前多徑利用雷達(dá)僅研究了典型環(huán)境下的多徑回波信號(hào)模型，其他復(fù)雜建筑環(huán)境尚未考慮，且只分析了場(chǎng)景中存在的鏡面反射，忽略了場(chǎng)景中存在的漫反射以及散射等電磁傳播特性。同時(shí)，準(zhǔn)確的環(huán)境信息是實(shí)現(xiàn)非視距目標(biāo)精確定位的前提，然而現(xiàn)階段大部分研究均假設(shè)場(chǎng)景信息先驗(yàn)且布局相對(duì)規(guī)則，因此，如何通過多徑利用雷達(dá)實(shí)現(xiàn)環(huán)境信息獲取是目前研究的一大挑戰(zhàn)。此外，現(xiàn)有多目標(biāo)定位方法尚未探討目標(biāo)間的干擾問題，例如目標(biāo)的相互遮擋及電磁波在目標(biāo)間的多次反射等問題，這無疑會(huì)對(duì)實(shí)際場(chǎng)景中的多目標(biāo)定位造成影響。綜上，多徑利用雷達(dá)技術(shù)在實(shí)際應(yīng)用中尚存諸多問題和挑戰(zhàn)，亟待進(jìn)一步分析和研究。

從本文的梳理結(jié)果來看，雖然國(guó)外在該領(lǐng)域的研究起步早于國(guó)內(nèi)，但在國(guó)內(nèi)研究人員的努力之下，也涌現(xiàn)出了很多新穎的探測(cè)方法。不過也應(yīng)該注意到，國(guó)內(nèi)在該領(lǐng)域的創(chuàng)新依然弱于國(guó)外。具體地，就理論層面而言，國(guó)外學(xué)者研究匯總了反射面的材質(zhì)、粗糙度以及形狀對(duì)于多徑信號(hào)反射的影響，而國(guó)內(nèi)對(duì)此類影響因素的研究分析較為匱乏；就方法層面而言，國(guó)外學(xué)者的探測(cè)系統(tǒng)涵蓋了L波段到THz波段，并引入了被動(dòng)反射面和智能反射面輔助定位，而國(guó)內(nèi)的研究則主要集中于L波段和毫米波波段，且主要依靠場(chǎng)景自身反射面輔助定位；就算法層面而言，國(guó)外學(xué)者率先研究了檢測(cè)和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)在多徑利用雷達(dá)中的應(yīng)用，國(guó)內(nèi)對(duì)此方面的研究起步較晚。但是隨著越來越多的研究人員對(duì)這一領(lǐng)域的持續(xù)關(guān)注，我們有理由相信，未來國(guó)內(nèi)在該領(lǐng)域的研究將可能取得非常顯著的突破。

多徑利用雷達(dá)目標(biāo)探測(cè)技術(shù)有著廣闊的應(yīng)用前景與研究?jī)r(jià)值，結(jié)合目前的發(fā)展情況與應(yīng)用需求來看，一些可能的發(fā)展趨勢(shì)是：

(1) 探測(cè)平臺(tái)將更加多樣化，特別是結(jié)合當(dāng)前自動(dòng)駕駛、無人機(jī)等技術(shù)的發(fā)展，未來的多徑探測(cè)會(huì)具有更高的空間探測(cè)自由度和更廣闊的應(yīng)用領(lǐng)域，所捕獲到的多徑信號(hào)將更加復(fù)雜多樣，這對(duì)多徑信號(hào)的識(shí)別和利用技術(shù)提出了更高的要求；

(2) 多種探測(cè)技術(shù)的融合將提高多徑探測(cè)性能，現(xiàn)有的技術(shù)將有可能相互融合以獲得效果更佳的探測(cè)性能，此外，越來越多傳統(tǒng)直視雷達(dá)的探測(cè)方法將應(yīng)用于非直視場(chǎng)景，為解決非直視目標(biāo)探測(cè)問題提供新思路；

(3) 可探場(chǎng)景將更加豐富，目前多徑利用雷達(dá)目標(biāo)探測(cè)技術(shù)大多局限于固定場(chǎng)景，未來可借助智能反射面等相關(guān)技術(shù)，有望突破現(xiàn)有技術(shù)對(duì)建筑固定反射面的依賴，從而縮小雷達(dá)探測(cè)盲區(qū)，提升雷達(dá)在城市環(huán)境中的覆蓋范圍，實(shí)現(xiàn)對(duì)多類型復(fù)雜環(huán)境的探測(cè)；

(4) 多種類目標(biāo)識(shí)別，現(xiàn)有多徑利用雷達(dá)目標(biāo)識(shí)別技術(shù)大多依賴于研究人員經(jīng)驗(yàn)選取，而深度學(xué)習(xí)具有自動(dòng)提取特征及任務(wù)泛化能力，通過科學(xué)合理的設(shè)計(jì)能夠?qū)崿F(xiàn)高效、普適的多種類目標(biāo)識(shí)別，未來利用人工智能方法解決非直視目標(biāo)識(shí)別問題也將成為研究熱點(diǎn)。

利益沖突所有作者均聲明不存在利益沖突

Conflict of InterestsThe authors declare that there is no conflict of interests