STRUCTURE-BASED BAYESIAN COMPRESSIVE SENSING FOR THROUGH-THE-WALL RADAR IMAGING. PhD thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF Structured-Based_Bayesian_Compressive_Sensing_for_TWRI_last.pdf Download (19MB) | Preview

Arabic Abstract

يُعرّف التصوير الراديوي عبر الجدار بأنه التكنولوجيا التي تستخدم الموجات الكهرومغناطيسية لتزويد صور عالية الدقة للأجسام من وراء حواجز معتمة. اقتُرحت مؤخرا تقنية الاستشعار المضغوط للتغلب على العديد من التحديات في تطبيقات التصوير الراديوي. إن هذه الأطروحة تبحث وتحل عن الأسباب الجذرية لتدهور أداء بناء الصور في خوارزميات الاستشعار المضغوط. في إطار إعادة البناء المتناثر، فإن مصفوفة الأساس لإشارات التصوير الراديوي تُظهر نمطاً بنائياً مما يؤدي إلى مشكلة تدعى ارتفاع الترابط المتبادل بين أعمدة المصفوفة. وهذه المشكلة تتناسب عكسياً مع جودة الصورة التي سيتم بناؤها. كما أن ارتفاع الترابط المتبادل يضعف مناعة خوارزمية البناء ضد الضوضاء في عملية البناء. إن هذا العمل يقترح خوارزمية لبناء مصفوفة أساس ذات ترابط متبادل منخفض مما يحافظ على جودة الصورة الناتجة ويعزز الأداء عندما تكون نسبة الإشارة إلى الضوضاء منخفضة. إن من التحديات في خوارزميات الاستشعار المضغوط هو تعقيد عملية بناء الصور. باستغلال التركيبة النمطية لمصفوفة الأساس في التصوير الراديوي، يقترح هذا العمل خوارزمية مبنية على نظرية بايزن وتتميز بأنها سهلة وغير معقدة. إن الخوارزمية المقترحة تستفيد من البيانات الإحصائية الموجودة في إشارات الرادار مما يؤدي إلى بناء صورة بأقل خطأ ممكن. وتستفيد الخوارزمية المقترحة من العلاقة بين الهوائيات المستخدمة في الرادار وذلك لتعزيز أداء بناء الصورة. علاوة على ذلك، تُـمَكن الخوارزمية من تبادل المعلومات الإحصائية بين الهوائيات من أجل القضاء على تأثير تعدد المسيرات والناتج عن الجدران المحيطة بالمشهد. لتقييم الخوارزمية المقترحة، تم تطوير جهاز محاكاة، ويتضمن هذا الجهاز معظم الآثار الحقيقة في التصوير الراديوي والمبنية على الأبحاث الحديثة. بالإضافة إلى ذلك، تم بناء نظام تصوير راديوي عملي مجهز بهوائيات ذات نطاق عريض جدا. ويستخدم النظام لتوفير بيانات واقعية لتقييم الخوارزميات المقترحة في هذ العمل. تبين النتائج من البيانات المبنية على المحاكاة والبيانات المستخرجة من الجهاز العملي أن الخوارزميات المقترحة تتفوق على الخوارزميات المعروفة الأخرى في أدبيات البحث.

English Abstract

Through-the-wall radar imaging (TWRI) is the technology that utilizes electromagnetic waves to provide high-resolution images of objects from behind an obscured obstacle. Compressive sensing (CS) has been recently proposed to overcome many challenges in TWRI applications. This dissertation solves the root causes for the deterioration of the image-recovery performance of CS algorithms once applied to TWRI. In sparse reconstruction framework, the basis-matrix of TWRI problem demonstrates high mutual-coherence, which is inversely proportional to the quality of the reconstructed image. The high mutual-coherence also weakens the noise immunity in the sparse reconstruction. This work proposes a technique for building a basis-matrix with low mutual-coherence which preserves the high-quality of the resultant image and enhances the performance in low signal to noise ratio (SNR). Applying the existed CS-algorithms on TWRI is challenged by the complexity of the reconstruction process. Exploiting the structure of the basis-matrix of TWRI, a low complexity Bayesian-based estimation algorithm is proposed. The algorithm takes advantage of the statistics of the radar-return to find an approximate minimum mean-square error estimate of the radar-image. The developed algorithm leverages the correlation between the antenna element of the synthetic aperture radar (SAR) to enhance the reconstruction performance. Furthermore, the algorithm enables sharing statistical information about the scene between the antenna for eliminating the effect of multipath cause by walls. For evaluation of the proposed algorithm, a TWRI MATLAB©-based simulator is developed. The simulator includes most of the TWRI effects based on state-of-the-art models. Additionally, a practical SAR system was built which is equipped with ultra-wideband (UWB) antennas. The system is used to provide realistic data for algorithm evaluation. The results out of the simulated and the measured data show that the developed algorithms outperform other known algorithms in the literature, with 56% enhancement at SNR=0dB with much less processing time.

Item Type:	Thesis (PhD)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Muqibel, Ali
Committee Co-Advisor:	Al-Naffouri, Tareq
Committee Members:	Zerguine, Azzedine and Zidouri, Abdelmalek and Kousa, Maan
Depositing User:	Mohammad Alkhodry (g200806080)
Date Deposited:	16 Aug 2017 06:00
Last Modified:	30 Dec 2020 12:44
URI:	http://eprints.kfupm.edu.sa/id/eprint/140426