使用去噪自编码器减轻前方雷达图像穿墙失真
摘要：通过消除目标无关的静态和动态杂波，人们已经提出了几种方法来减轻室内穿墙环境中由衰减、折射和多径杂波引起的雷达图像的扭曲。然而，当没有关于传播特性或解析框架的准确知识时，尤其是在减弱目标相关杂波方面仍然存在相当大的挑战。在这项工作中，我们通过基于机器学习的解决方案（去噪自编码器）来减轻墙体效应，该方法不需要事先获得墙壁参数或房间几何形状的信息。相反，该方法依赖于在穿墙条件下收集到的大量训练雷达图像和相应的在视线条件下拍摄的干净图像。在训练阶段，自编码器学习如何去噪受损的穿墙图像，以使其类似于无障碍空间图像。我们已经验证了所提出解决方案在静态和动态人体目标上的性能。静态目标的前方雷达图像通过处理宽带平面阵列测量数据进行获取，使用二维阵列和距离处理技术。动态目标的前方雷达图像通过处理窄带平面阵列数据并使用二维阵列和多普勒处理技术进行模拟。在模拟和测量过程中，我们考虑了目标和传播条件的相当多样性。我们的实验结果，包括模拟和测量数据，表明与原始穿墙图像相比，去噪后的图像与无障碍空间图像相似程度更高。
作者：Shelly Vishwakarma, Shobha Sundar Ram
论文ID：1903.09451
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-07-19