穿墙雷达成像是近些年快速发展起来的一种对障碍物后的小范围区域进行微波成像的技术,它能够对隐藏在墙体或者建筑物后的目标进行探测、成像、定位、跟踪与识别等,因此在城市巷战、反恐安保、灾害及人质救援等方面有着广泛的应用。作为一种新的复杂环境下的雷达成像技术,穿墙成像还面临着诸多的困难和挑战。本文在学习了穿墙雷达成像的基本原理和应用特点的基础上,围绕着获得高质量穿墙成像结果这一目的,对穿墙成像处理技术的以下几个方向展开了重点研究。首先,本文对墙体杂波的抑制问题进行了研究。墙体杂波是信号穿墙过程中墙体的反射波,具有幅值大,持续时间长的特点,非常容易对目标回波形成遮蔽效应,是穿墙成像中最主要的也是影响最大的杂波,所以必须要采取一定的方法对其进行抑制。在第三章中,本文分别从回波域和图像域出发,提出了两种墙体杂波抑制方法。在回波域方法中,本文利用了墙体杂波在空域是缓变的这一特点,引入SaS方法并联合SVD技术对其进行了抑制。在图像域方法中,由于观察到杂波像素的回波分量之间存在严重的不一致性,而目标像素的回波分量之间则有较好的一致性,所以本文引入了统计学中的离散系数来根据这一特点对像素进行加权,从而达到增强目标像素抑制杂波像素的目的。在仿真和实验中,这两种方法都表现出对墙体杂波良好的抑制能力。其次,本文对多径回波引起的虚像问题进行了研究。在室内环境下,由于目标场景四周墙壁的存在,信号不仅会通过目标与雷达之间的直达径传播,还会在雷达-墙壁-目标之间形成的反射路径中传播,从而在接收信号中产生多径回波。这些回波会在成像结果中形成多径虚像,导致虚警概率升高。针对这一问题,本文第四章先是建立了室内场景下的多径回波模型,然后根据这一模型,提出了一种通过对消多径回波来消除虚像的方法。在这一方法里,先通过多径模型估计出多径回波的时延和幅值,再从接收到的雷达回波中找到并减去这些多径回波,进而得到虚像抑制后的新的成像结果。之后本文又提出了一种基于压缩感知(CS)技术的能够抑制虚像出现的成像方法。这种方法将每一个多径都视为一个观测通道,并写成观测矩阵的形式,再把它们集中到一个观测模型中,最后使用CS方法进行求解成像。由于多径回波已经通过多径观测矩阵被认为是目标在另一个观测下的回波,所以多径回波会被反演到目标的位置上,而不会再引起虚像的出现。之后本文又对墙体参数未知时如何进行成像这一问题进行了研究。在实际穿墙成像环境中,墙体参数往往是未知的,且无法进行精确测量,这会给场景目标的正确反演带来较大的困难。本文第五沿着两种不同的思路对这一问题进行了研究,并在两种思路下各提出了一个具体的解决方案。在“先估计墙体参数-再成像”这一思路下,本文提出了一种基于支持向量回归(SVR)的墙体参数估计方法。该方法将大量已知参数的墙体的回波当做训练样本,利用SVR对其进行回归分析并得到相应的回归函数。之后只要将接收到的未知墙体的回波输入回归函数,利用回归函数的输出和一个代价函数的最小化过程,即可以估计得到未知墙体的参数。第二种思路是不估计参数,直接使用自聚焦方法来获得聚焦正确的成像结果。由于普通自聚焦方法的计算量比较大,不利于实时成像,本文通过对图像质量评价标准和优化变量的简化,提出了一种简单快速的穿墙成像自聚焦算法,在提高了计算效率的同时获得了与参数已知条件下相近的成像结果。最后本文对穿墙条件下的融合成像与图像融合方法进行了研究。在穿墙成像中,往往可以利用多个观测角度或者多种观测手段对同一个场景进行多次观测。这些多次观测的结果可以通过有效融合,来提供一幅质量更高、更有信息量的图像。在目标的散射位置和散射强度在两次观测中近似不变时,本文第六章首先提出了一种基于CS技术的融合成像方法。由于目标的散射位置和散射强度被认为是近似不变的,所以可以将两次观测的数据直接组合起来,统一到CS的观测模型下进行求解,得到高分辨率且没有较高旁瓣的融合图像。当目标的散射位置和散射强度在两次观测中变化较大时,本文提出了一种双层模糊逻辑的图像融合方法来对两次观测各自得到的图像进行非相干融合。该方法在利用第一层图内融合对目标在单副图像中的信息进行充分利用的基础上,再通过第二层的图间融合,将两个阵列之间的信息进行了融合。仿真和实验结果表明该方法能够增强目标抑制杂波,获得良好的融合效果。