1．目的及意义
1.1 研究目的及意义
现在全球大约有68个埋有地雷和未爆弹的国家，数千万颗杀伤地雷至今没有排除掉。在欧洲和发展中国家的古今战场上，散布的各种地雷约有1亿颗地雷左右。而每年因新的局部战争又有约100万颗地雷被投入使用。各国虽然为扫除战后遗留的地雷和未爆炸弹的问题，投入了大量的人力、物力和财力，但是效果并不理想，参与地雷和未爆炸弹伤人，使人致残致死的惨痛事件时有发生，每年大概有2~2.6万人因地雷和未爆炸弹而丧生。另一方面，这些地雷和未爆炸弹对环境也造成了很大的污染和破坏，阻碍了经济的发展。因此，有效的解决地雷和未爆炸弹探测问题已成为国际社会十分关注的热点、难点问题，特别是战后的排除地雷和未爆炸弹工作，对探测技术提出了更高的要求。
传统的未爆弹排除方法有爆炸销毁法、普通燃烧法、深坑掩埋法等。但这些方法危险性较高且不能从根本上解除未爆炸弹的危害。探雷器是一种工兵器材，用于探测可能存在的地雷，分为便携式、车载式和机载式。其最基本的类型，是通过辐射的电磁场在埋藏的金属物体中产生涡流，再感应到这种涡流以发现和定位地雷。现代探雷器还有其他的原理，如雷达波探雷、土壤介电常数异常探雷等手段。其中，探地雷达在这些技术手段中有着显著的优势，与其他常规的地下探测方法相比，具有无损、探测速度快、分辨率高、操作方便灵活等优点，在工程勘察领域的应用日益广泛。
探地雷达是一种用高频电磁波来确定地下介质分布的无损探测方法。其通过发射天线向地下发射高频电磁波，通过接收天线接收反射回地面的电磁波，电磁波在地下介质中传播时遇到存在典型差异的分界面时发生反射，根据接收到的电磁波的波形、振幅强度和时间的变化等特征推断地下介质的空间位置、结构、形态和埋藏深度。由于雷达波在地下的传播过程十分复杂，各种噪声和杂波的干扰非常严重，正确识别各种杂波与噪声、提取有用信息是探地雷达记录解释的重要环节，其关键技术是对雷达回波数据进行各种处理。
1.2 国内外研究现状
在国内外GPR数据处理中的偏移技术研究，主要限于反射地震勘探的理论和方法。主要的算法有F-K偏移法、克希霍夫积分法、有限差分波动方程偏移法、Wavefront migration等。20世纪70年代初，地震数据处理进入数字处理时代，以波动方程的数值解为基础，理论严格的波动方程偏移技术诞生，这种偏移技术可以获得更精确的地下构造信息。波动方程偏移技术出现以后，形成了三类地震偏移成像技术体系：（1）1972年，Claerbout引入了建立在单向波动（抛物线）方程基础上的有限查分偏移方法；（2）Stolth和Gazdag于1978年在频率-波数域求解波动方程，并外推地震波场，提出了频率-波数域偏移方法；（3）1978年，Schneider在绕射偏移法的基础上使用波动方程解的Kirchhoff积分公式进行偏移处理，称之为Kirchhoff（基尔霍夫）积分偏移方法。
目前对成像算法的研究主要集中在反向投影（Back Projection，BP）算法、衍射层析（Diffraction Tomography，DT）算法、距离迁移算法、逆时偏移算法等。其中，DT算法成像结果相对精确，但其反演过程要求的近似条件较为苛刻，实用性受到较大限制。BP算法充分考虑了成像几何场景中介质分层的影响，对电磁波在介质交界面发生的折射现象可以精准补偿，并且易于实现，具有很大的实际应用价值。但是BP算法仅使用简单的延时-求和（Delay-And-Sum，DAS）波数合成算法，抑制杂波干扰的能力有限，因此，国内外的研究者又相继提出了改进的BP算法、基于自相关的BP算法等，这些BP的演生算法在不同程度上提高了杂波抑制能力，具有较高的使用价值。
{title}

2. 研究的基本内容与方案

{title} 本文以探地雷达检测地下未爆弹的应用技术为背景，研究了一种针对探地雷达成像的互相关BP（Back Projection）算法。反向投影（Back Projection, BP）算法是根据雷达回拨数据反向投影到成像区域的每个像素，通过像素值分布计算雷达回波在雷达天线和图像像素之间距离的延时值来进行成像，而基于互相关的BP算法则在BP算法的基础上充分利用了信号之间的相关性。
首先在仿真软件gprMax上模拟出GPR检测数据，并对获得的雷达数据进行预处理。探地雷达回波信号中除了目标信号还包括各种杂波及噪声，其中，杂波最主要的来源为地面反射信号。我们分别利用PCA、RPCA、MS等算法滤除回波信号中的非目标信号，并比较选取其中效果最好者用于实际数据处理中。
然后求取不同孔径相对各像素点的延时，在求延时的过程中采用适当的近似处理，以提高计算效率。对于单个像素点，得到其在各孔径下的实际值，对这些值两两求取相关性，并将其求和即得到该像素点的最终成像结果。将上述步骤应用于全部像素点，便可得到场景中所有像素的值。
最后，将该算法应用于实测数据中，并与现有的其他算法成像效果进行比较。其技术框图如下图所示：

图1 设计框图

3. 参考文献
[1] Jacobsen S , Birkelund Y . Improved Resolution and Reduced Clutter in Ultra-Wideband Microwave Imaging Using Cross-Correlated Back Projection: Experimental and Numerical Results[J]. International Journal of Biomedical Imaging, 2010, 2010:1-10.
[2] Zetik R , Sachs J , Thoma R . Modified cross-correlation back projection for UWB imaging: numerical examples[C]// IEEE International Conference on Ultra-wideband. IEEE, 2005.
[3] Zhou L , Huang C , Su Y . A Fast Back-Projection Algorithm Based on Cross Correlation for GPR Imaging[J]. IEEE Geoscience amp; Remote Sensing Letters, 2012, 9(2):228-232.
[4] Back-projection algorithm based on self-correlation for ground-penetrating radar imaging[J]. Journal of Applied Remote Sensing, 2015, 9(1):095059.
[5] 周琳,粟毅. 基于互相关的探地雷达反向投影成像算法[J]. 电子与信息学报，2011，88(11): 2714-2719
[6] 王磊, 彭涛, 孙浩伟, et al. 偏移技术在探地雷达数据处理中的应用[J]. 自动化技术与应用, 2007, 26(6):100-101.
[7] Lei W , Zeng S , Zhao J , et al. An improved back projection imaging algorithm for subsurface target detection[J]. TURKISH JOURNAL OF ELECTRICAL ENGINEERING amp; COMPUTER SCIENCES, 2013, 21(6):1820-1826.
[8] Vu V T, Pettersson M I. Fast Backprojection Algorithms Based on Subapertures and Local Polar Coordinates for General Bistatic Airborne SAR Systems[J]. IEEE Transactions on Geoscience amp; Remote Sensing, 2016, 54(5):2706-2712.
[9] Lim H B , Nhung N T T , Li E P , et al. Confocal Microwave Imaging for Breast Cancer Detection: Delay-Multiply-and-Sum Image Reconstruction Algorithm[J]. IEEE Transactions on Biomedical Engineering, 2008, 55(6):1697-1704.
[10] Zhang H , Benedix W S , Plettemeier D , et al. Radar Subsurface Imaging by Phase Shift Migration Algorithm[C]// Radar Conference (EuRAD), 2013 European. IEEE, 2013.
[11] Zhang H, Shan O, Wang G, et al. Matched filtering algorithm based on phase-shifting pursuit for ground-penetrating radar signal enhancement[J]. Journal of Applied Remote Sensing, 2014, 8(1):083593.
[12] Song X, Xiang D, Kai Z, et al. Improving RPCA-Based Clutter Suppression in GPR Detection of Antipersonnel Mines[J]. IEEE Geoscience amp; Remote Sensing Letters, 2017, PP(99):1-5.
[13] Pinar A, Havens T C, Rice J, et al. A comparison of robust principal component analysis techniques for buried object detection in downward looking GPR sensor data[C]// Spie Defense Security. 2016.
[14] 张家松, 朱自强, 鲁光银, et al. 偏移成像与希尔伯特变换在地质雷达探测隧道裂隙流水通道中的应用[J]. 地球物理学进展, 2012, 27(6).
[15] 张建中, 黄月琴. 基于相移偏移和匹配追踪的探地雷达成像方法[J]. 电波科学学报, 2012(4):152-156 216-218.
[16] 周琳, 黄春琳, 粟毅. 基于鲁棒Capon波束形成的探地雷达成像算法[J]. 电子与信息学报, 2012, 34(5):1024-1029.