中文标题：基于RM核算子学习驱动的非视距毫米波雷达三维成像方法

英文标题：RM Operator Learning-Driven Non-Line-of-Sight 3D Imaging Method for Millimeter Wave Radar

来源期刊：雷达学报

基金项目：国家自然科学基金(62271108, 62401119)，四川省自然科学基金(2025ZNSFSC0526)

作  者：陈锟¹, 韦顺军^{1, 2}, 蔡响¹, 王谋^{1, 2}, 张浩¹, 崔国龙¹, 张晓玲¹, 陈思远³

作者单位：1. 电子科技大学信息与通信工程学院 成都 611731
2. 精密测量雷达系统技术四川省重点实验室 成都 611731
3. 北京控制与电子技术研究所 北京 100038

摘  要：非视距(NLOS)毫米波雷达三维成像利用电磁波反射、衍射、散射、穿透等传播特性，实现对隐蔽环境目标进行探测、定位和成像，在无人驾驶、灾害救援、城市作战等领域具有重要应用潜力。然而，受实际非视距场景中反射面、遮挡面等不确定性引入的相位误差、虚假目标、孔径遮蔽等影响，导致成像模糊、伪影增多等问题。针对上述问题，得益于深度展开网络的自适应优化特性，结合环境先验感知，该文提出了一种基于距离徙动(RM)算子学习驱动的非视距毫米波雷达三维成像方法。首先，建立了拐角(LAC)场景下非视距毫米波雷达三维成像模型，引入RM核算子提高成像效率，降低计算复杂度；其次，构建了一种基于快速迭代收缩阈值(FISTA)框架的高精度非视距三维成像网络，利用非视距场景特性，将算法参数设计为网络权重的函数，实现非视距目标高精度、高效率三维重构；最后，搭建了近场非视距毫米波雷达成像平台，完成了理想与非理想反射面场景下金属字母“O”和“S”以及埃菲尔铁塔模型和人造卫星模型等目标的实验验证，结果表明所提方法在提升三维成像精度的同时，其运行速度较传统稀疏成像算法提升了两个数量级。

全文链接： https://radars.ac.cn/cn/article/doi/10.12000/JR25132