GSAFT（反投影）近场平面阵列成像边缘重建问题咨询

系统配置与算法基础 #

• 阵列：16发射机+88接收机组成30cm×30cm平面阵列
• 成像目标：6cm×6cm平面物体，与阵列平行放置，间距15cm
• 重建算法：GSAFT（反投影），算法公式：
  

MATLAB实现代码（电场数据来自FEKO） #

clc;
clear all;
close all;
numT = 16; % number of transmitter
numR = 88; % number of receiver
numF = 11; % number of frequency

load Efield  % a (numT*numR , 6 , numF) array  
% Efield(:,1:3,:) = x,y,z dimension of receiver
% Efield(:,4,:) = complex electrical field Ex in each receiver position and frequency
% Efield(:,5,:) = complex electrical field Ey in each receiver position and frequency 
% Efield(:,6,:) = complex electrical field Ez in each receiver position and frequency


% defining transmitter coordinates

Tx(1)=29.250000e+00;
Ty(1)=5.250000e+00;
...
...
...
Tx(16)=-5.250000e+00;
Ty(16)=-29.250000e+00;

x = (-8:0.2:8); % x pixel in centimeter
y = (-8:0.2:8); % y pixel in centimeter
coor = zeros(numel(x)*numel(y),2); % coordinates of pixels of object in a row
count = 1; % 补充初始化，原代码缺失

for x1 = x,
    for y1 = y,
       coor(count,1) = x1;
       coor(count,2) = y1;
       count = count + 1;
    end
end

freq = 10e9:(10e9)/(numF-1):20e9; 
reflectivity = zeros(numel(x)*numel(y),3); % object pixel reflectivity

c = 3e8; % light speed
z = 15; % distance between antenna array plane and object 

for i = 1:numel(x)*numel(y),    
    for tx = 1:numT  ,
        rt = sqrt((Tx(tx)-coor(i,1))^2 + (Ty(tx)-coor(i,2))^2 + z^2); % difference between transmitter and object pixel
        for rx = 1:numR
            for f = 1:numF,
                rr = sqrt((Efield((tx-1)*numR + rx,1,f)-coor(i,1))^2 + (Efield((tx-1)*numR + rx,2,f)-coor(i,2))^2 + z^2); % distance between receiver and object pixel
                r = (rr + rt)/100; % converting total distance to meter

                % 修正原代码笔误：or -> reflectivity
                reflectivity(i,1) = reflectivity(i,1) + Efield((tx-1)*numR + rx,4,f)*exp(1j*(2*pi*freq(f)/c)*r); % reflectivity resulted from Ex
                reflectivity(i,2) = reflectivity(i,2) + Efield((tx-1)*numR + rx,5,f)*exp(1j*(2*pi*freq(f)/c)*r); % reflectivity resulted from Ey
                reflectivity(i,3) = reflectivity(i,3) + Efield((tx-1)*numR + rx,6,f)*exp(1j*(2*pi*freq(f)/c)*r); % reflectivity resulted from Ez

            end
        end
    end    
end

image = zeros(numel(x)*numel(y),1);
image(:) = nthroot(abs(reflectivity(:,1)).^2 + abs(reflectivity(:,2)).^2 + abs(reflectivity(:,3)).^2 , 2);
image = image/max(image); % 
image = reshape(image,[numel(x),numel(y)]);

figure(1);
h = surf(x,y,20*log10(image));
colorbar;
set(h,'LineStyle','none');
view(2);
caxis([-15 0]);

当前重建结果 #

图像边缘存在明显重建失真，核心排查方向如下：

1. 代码笔误修复 #

原代码中reflectivity(i,1) = or(i,1) + ...的or是未定义变量，必须替换为reflectivity，否则初始累加逻辑完全错误，直接导致反射率计算偏差，这是优先修正的bug。

2. 相位补偿符号验证 #

GSAFT算法的相位补偿项应为负相位（exp(-1j*2πfr/c)），因为回波是往返路径的延迟补偿，代码中使用正相位会导致相位叠加错误，边缘区域对相位误差的敏感度远高于中心区域，是边缘失真的核心原因之一。

3. 坐标单位一致性检查 #

确认FEKO输出的接收机坐标Efield(:,1:3,:)单位是否为厘米：

• 若为米，与发射机坐标（厘米）、目标像素坐标（厘米）单位不统一，会导致距离计算放大100倍，相位完全错误。
• 若单位一致，当前距离转换为米的逻辑（除以100）是正确的。

4. 阵列几何覆盖性分析 #

计算目标边缘点（±3cm）到阵列边缘天线的入射角：

• 若入射角过大，回波能量衰减严重，且相位误差累积，会导致边缘区域有效信号不足，重建模糊。

5. 频率加权项补充 #

GSAFT算法通常需要加入频率权重（如f^2或文献指定的加权因子），高频成分对边缘细节贡献更大，直接累加所有频率会弱化高频信号，导致边缘分辨率不足。

6. 循环初始化修正 #

原代码中count变量未初始化，会导致coor数组索引错误，部分像素坐标赋值失败，这会直接导致对应区域（含边缘）的重建值异常。

内容的提问来源于stack exchange，提问作者mohammad rezza