本发明涉及雷达前视成像，具体指一种灵活鲁棒的无相位太赫兹孔径编码三维成像方法及装置。
背景技术：
1、随着科学技术的快速发展以及雷达成像技术的不断成熟，高分辨雷达成像技术在导引头末制导、近炸引信、安全检测以及无损检测等军事和民用领域有着迫切的应用需求。传统的高分辨率雷达成像技术依赖于雷达与目标的相对运动，又受制于雷达与目标的相对运动，难以实现前视、凝视条件下的高分辨成像。实孔径阵列雷达或相控阵雷达需要大规模阵列来获取方位向分辨，虽然避免了目标运动带来的相位误差影响，但其结构复杂，体积庞大，制造成本高昂。综上，为了满足实际应用的需求，弥补传统雷达成像的缺点，迫切需要发展一种不依赖于多普勒效应的高分辨前视成像技术。
2、太赫兹（0.1-10thz）孔径编码成像是近年来提出的一种新型雷达成像技术，它借鉴了光学孔径编码成像、微波关联成像和计算成像的思想，它是利用超材料孔径编码天线对入射的太赫兹波的幅度或者相位进行调制，在目标区域形成时空独立的辐射场分布，然后利用相干或者非相干的方式接收回波信号，再利用计算成像的方式实现波束内目标信息的提取和解耦，最终实现高分辨、前视、凝视、全天时成像。从成像原理来说，它不再依赖大规模的天线阵列和雷达与目标相对转动获得方位向的高分辨，这不仅减小了系统复杂度，也规避了“运动成像”带来的问题。从成像频段来说，太赫兹波波长位于光波与微波之间，相对于光波具有更强的穿透性，相对于微波其波长更短带宽更大，而短的波长能够带来更高的角分辨率，大的带宽可以为孔径编码成像提供更加丰富的编码调制模式。从成像系统来说，太赫兹器件容易小型化，孔径编码成像利用超材料天线实现相位或者振幅的调制，规避了多通道同步的问题，其系统简单，容易实现阵列化和集成化。
3、在太赫兹孔径编码三维成像中，目前主要对基于相干接收的有相位成像进行了研究，其一般是对成像空间进行网格划分，利用“距离-时延”推演分析来建立成像模型。为了减小计算复杂度和提升成像效率，目前采用脉冲压缩的方式将复杂的太赫兹孔径编码三维成像转化为二维成像。虽然很大程度减少了计算冗余，但是在太赫兹频段，成像网格剖分精细，成像方程规模庞大，目标散射系数求解负担依然很重。最近有一种基于生成模型的太赫兹孔径编码成像求解方案，其可以适用于有相位成像和无相位成像，其主要利用生成对抗网络进行学习，从数据中习得先验信息，利用先验信息降低目标重建对回波数据的需求，从而减小成像方程规模，降低目标散射系数求解复杂度，在压缩测量下实现了从带噪声和杂波的回波信号中解析出目标信息。
4、但是该方案得益于生成先验，也受制于生成先验，其无法对生成模型范围之外的目标进行重建，限制了可适用范围。在实际太赫兹孔径编码成像中，待求解目标具有很强的随机性，而该方案中的生成模型只能根据潜在变量生成与真实数据相似的新数据，对于数据集之外的目标并没有更多的考虑，而对于真实数据集其很难囊括所有目标。这个缺点使得该技术方案只适用于生成范围之内的目标重建，而对实际太赫兹孔径编码成像场景中随机目标的重建无能为力。此外，该方案并没有考虑到太赫兹孔径编码成像系统误差对成像性能的影响。
5、因此，亟需一种灵活性和鲁棒性更强、成像效率更高的方法和装置来实现快速高分辨三维成像。
技术实现思路
1、本发明针对现有技术的不足，提出一种灵活鲁棒的无相位太赫兹孔径编码三维成像方法及装置，实现三维目标的高分辨重建。
2、一种灵活鲁棒的无相位太赫兹孔径编码三维成像方法，包括如下步骤：
3、步骤1、构建基于距离域切片和探测阵列的无相位太赫兹孔径编码数学成像模型，
4、步骤1.1、搭建太赫兹孔径编码成像系统，利用太赫兹孔径编码成像系统中的探测阵列获取回波信号，对回波信号进行脉冲压缩处理获取一维距离像，根据一维距离像提取和分离有冲击响应的距离单元将三维成像区域划分为多个不同距离域的二维成像区域；
5、步骤1.2、在所述二维成像区域，通过测量和计算获得距离域切片处的参考信号矩阵，利用参考信号矩阵和距离域回波信号构建基于距离域切片和探测阵列的无相位太赫兹孔径编码数学成像模型；
6、步骤2、将去噪机制与所述无相位太赫兹孔径编码数学成像模型相结合得到基于深度去噪先验和探测阵列的无相位太赫兹孔径编码成像优化模型；
7、步骤3、采用交替方向乘子法迭代求解所述无相位太赫兹孔径编码成像优化模型，且在求解过程中加入提前训练好的灵活深度网络作为交替方向下降乘子算法的子模块；
8、步骤4、求解出所有距离域切片的方位向和俯仰向的目标散射信息，通过联合重构实现三维目标的快速高分辨重建。
9、作为优选，所述步骤1.2中，某一距离域切片r处基于探测阵列的无相位太赫兹孔径编码数学成像模型为：
10、 （1）
11、其中，是距离域r处待求解的目标散射系数向量，是回波信号m次探测过程中受到的干扰噪声向量，和是探测阵列m次采样接收到的回波信号和参考信号矩阵，对于第m次采样接收时整个探测阵列接收到的回波强度可以表示为：
12、 （2）
13、其中，是h个探测阵元探测的回波向量，是对应的参考信号矩阵，，是第n个网格单元和第h个探测阵元对应的参考信号。
14、对于参考信号矩阵的建模方法如下：
15、首先通过少量已知目标构建目标数据集，然后利用不同的目标经过成像系统获得不同的回波向量，通过组合可获得回波数据集矩阵，那么对参考信号矩阵进行建模的数学表达式可写为
16、 （3）
17、其中，表示转置，为回波数据集矩阵的第m列，表示距离域r处待建模矩阵的第m列，表示矩阵的第m列，其中，通过逆问题求解算法对公式（3）进行求解，可得实际参考信号矩阵的第m行，经过m次循环可获得距离域r处的参考信号矩阵。
18、作为优选，所述步骤2中，基于深度去噪先验和探测阵列的无相位太赫兹孔径编码成像优化模型，表达式如下：
19、 （4）
20、其中，是距离域r处待求解目标散射系数，n是目标网格数量，是整个探测阵列在m次采样获得的回波信号向量，是通过测量和计算建模获得的距离域r处的参考信号矩阵，是一个通过灵活深度网络优化学习得到的先验项，是一个预设的非常小的数。
21、作为优选，所述灵活深度网络采用去噪卷积神经网络，其主要包括三个部分，第一部份由卷积层和非线性激活层组成，第二个部分由卷积层，批量标准化和非线性激活层组成，第三部分是卷积层。
22、作为优选，所述步骤2中，还包括获取训练数据集，应用训练数据集训练灵活深度网络，所述训练数据集包括无噪声目标数据集和通过无相位太赫兹孔径编码数学成像模型求解的带噪声目标数据集。
23、作为优选，所述灵活深度网络的训练方法为：
24、将所述带噪声目标数据输入所述灵活深度网络中得到残差图像；
25、将所述带噪声目标数据和残差图像进行相减得到去噪声目标；
26、根据所述去噪声目标和无噪声目标进行均方误差计算得到重构损失；
27、根据重构损失不断从训练数据集中学习去噪卷积神经网络的权重参数，最终得到训练好的灵活深度网络。
28、作为优选，所述步骤3中，在求解太赫兹孔径编码成像优化模型时，需将优化问题转换为下式所示的多变量的增广拉格朗日函数，并在太赫兹孔径编码成像优化模型中加入松弛变量和对偶变量，表达式如下：
29、 （5）
30、上式中，为距离域r处待求解二维目标散射系数向量，是一个通过灵活深度网络优化学习得到的先验项，是整个探测阵列在m次采样获得的回波强度信息向量，是通过距离域r处的参考信号矩阵。
31、作为优选，所述步骤3中，通过交替方向乘子法循环迭代求解公式（5）主要包括三个变量的求解。首先固定和，利用梯度下降算法更新松弛变量，优化函数可表示为：
32、 （6）
33、其中，是优化迭代第t+1步的估计值， ， ， 为第t步估计值，是整个探测阵列在m次采样获得的回波强度信号向量，是通过测量融合建模方法获得的距离域r处的参考信号矩阵，利用梯度下降法可得更新后的松弛变量；
34、然后固定和，利用所述提前训练好的灵活深度网络来逼近优化问题的解，优化函数可以表示：
35、 （7）
36、其中，和为优化迭代第t+1步的估计值，为第t步估计值，是一个通过灵活深度网络优化学习得到的先验项，根据极大似然估计后验分布的观点，使用去噪效果良好的去噪卷积神经网络去逼近所述上式的解而无需复杂的优化迭代。
37、固定和，更新对偶变量 ：
38、 （8）
39、其中，，和为优化迭代第t+1步的估计值，为第t步估计值，参数。
40、作为优选，使用所述利用深度去噪网络去逼近的更新优化函数，表达式如下：
41、 （9）
42、其中， 和为优化迭代第t+1步的估计值，为第t步估计值，是所述训练获得的深度去噪网络，是设置的去噪系数。
43、本发明还提供了一种实现灵活鲁棒的无相位太赫兹孔径编码三维成像方法的装置，包括：
44、基于探测阵列的信息采集模块，用于获取回波信号，简化成像系统的复杂度，减少成像系统编码和采样的次数，降低所述成像系统中超材料编码天线刷新速率的需求；
45、距离域切片模块，用于将复杂的三维距离像转化为不同距离域的二维距离像；
46、参考信号矩阵建模模块，用于实现低工作量下高精度的参考信号矩阵建模；训练样本获取模块，用于获取训练数据集；
47、灵活深度网络训练模块，用于将所述数据集输入灵活深度网络直至得到训练好的灵活深度网络；
48、目标图像反演模块，用于将所述探测阵列接收的回波信号输入优化模型，利用所述训练好的灵活深度网络，通过交替优化迭代，得到所述不同距离域切片处的目标高分辨重建，通过联合重构实现低信噪比下的三维目标的快速高分辨重建。
49、作为优选，所述太赫兹孔径编码成像系统包括太赫兹发射系统和阵列探测接收系统，所述太赫兹发射系统包括发射天线和超材料孔径编码天线，所述发射天线发射太赫兹波至超材料孔径编码天线，所述超材料孔径编码天线反射的太赫兹波经过时间随机和空间随机反射至探测目标，所述探测目标将太赫兹波反射至阵列探测接收系统，所述阵列探测接收系统获取回波信号。
50、作为优选，所述发射天线发射的太赫兹波的主波束将超材料孔径编码天线全部覆盖。
51、本发明具有以下的特点和有益效果：
52、（1）相比于现有基于相干接收的有相位太赫兹孔径编码三维成像，采用以上基于探测阵列的无相位成像技术方案，可以简化接收成像系统的复杂度和降低系统成本。此外探测阵列可以利用空间采样代替时间采样，可以降低系统采样和编码的次数，从而降低成像系统对超材料孔径编码天线刷新率的需求和提升成像速率。
53、（2）相比于现有的基于稀疏先验的优化模型求解方法，采用以上基于灵活深度网络的交替方向乘子法可以降低目标重建对回波测量数的需求，从而降低矩阵成像方程规模，减小整个三维成像计算复杂度，提升成像效率。
54、（3）相比于基于生成先验的优化模型求解方法，以上技术方案具有很强的灵活性和鲁棒性，不再受制于生成模型范围的限制。此外，以上技术方案考虑了实际太赫兹孔径编码成像系统误差对成像性能的影响，其能够实现在实际太赫兹孔径编码成像场景中对随机目标进行高分辨重建。
1.一种灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，所述步骤1.2中， 某一距离域切片r处基于探测阵列的无相位太赫兹孔径编码数学成像模型为：
3.根据权利要求2所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，所述参考信号矩阵建模的方法如下：
4.根据权利要求3所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，所述步骤2中，构建基于深度去噪先验和探测阵列的无相位太赫兹孔径编码成像优化模型，表达式如下：
5.根据权利要求1所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，所述灵活深度网络采用深度去噪网络，其主要包括三个部分，第一部份由卷积层和非线性激活层组成，第二个部分由卷积层，批量标准化和非线性激活层组成，第三部分是卷积层。
6.根据权利要求4所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，所述步骤2中，还包括获取训练数据集，应用训练数据集训练灵活深度网络，所述训练数据集包括无噪声目标数据集和通过无相位太赫兹孔径编码数学成像模型求解的带噪声目标数据集。
7.根据权利要求6所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，所述灵活深度网络的训练方法为：
8.根据权利要求6所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，所述步骤3中，在求解太赫兹孔径编码成像优化模型时，需将优化问题转换为下式所示的多变量的增广拉格朗日函数，并在太赫兹孔径编码成像优化模型中加入松弛变量和对偶变量，表达式如下：
9.根据权利要求8所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，所述步骤3中，通过交替方向乘子法循环迭代求解公式（5）主要包括三个变量的求解，首先固定和，利用梯度下降算法更新松弛变量，优化函数表示为：
10.根据权利要求9所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法，其特征在于，使用所述利用深度去噪网络去逼近的更新优化函数，表达式如下：
11.一种实现权利要求1-10任意一项所述灵活鲁棒的无相位太赫兹孔径编码三维成像方法的装置，其特征在于，包括：
12.根据权利要求11所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法的装置，其特征在于，所述太赫兹孔径编码成像系统包括太赫兹发射系统和阵列探测接收系统，所述太赫兹发射系统包括发射天线和超材料孔径编码天线，所述发射天线发射太赫兹波至超材料孔径编码天线，所述超材料孔径编码天线反射的太赫兹波经过时间随机和空间随机反射至探测目标，所述探测目标将太赫兹波反射至阵列探测接收系统，所述阵列探测接收系统获取回波信号。
13.根据权利要求12所述的灵活鲁棒的无相位太赫兹孔径编码三维成像方法的装置，其特征在于，所述发射天线发射的太赫兹波的主波束将超材料孔径编码天线全部覆盖。
