断层成像技术的发展与展望

回顾了断层成像技术的发展历史及其现状,指出了传统断层成像技术中存在的问题。针对这些问题,介绍了一种并行的、分布的、自适应学习与容错的断层成像算法,即神经网络断层成像算法。此算法采用正三角形划分图像区域,用反馈式神经网络进行图像重建,图像重建具有快速、高精度的特点。     

复杂轨迹合成孔径雷达后向投影算法图像流GPU成像

相对于基于傅里叶变换的频域成像算法,后向投影(BP)算法因采用时域逐点相干积累,更适合于复杂轨迹合成孔径雷达(SAR)高精度成像。但BP算法计算量巨大,限制了其应用于SAR大场景大数据量快速成像。图形处理器(GPU)具有强大浮点运算和并行处理能力,为大场景BP算法快速成像实现提供了途径。结合GPU并行处理,提出了一种基于图像流的复杂运动SAR大场景BP快速成像处理方法。该方法借助BP算法中图像像素点相互独立处理的特性,采用图像像素点并行及图像流程处理,设计了孔径与图像缓存调度方案,提高SAR大场景大数据BP算法成像效率。仿真和机载实测数据结果验证了方法的有效性,在有限GPU显存条件下实现了8 192×8 192大场景快速成像,并且成像加速比相对于传统CPU单线程处理可达300倍以上。     

主动毫米波成像地海面目标识别方法

主动毫米波成像传感器为前下视对地成像,作为侧视SAR和前斜视SAR成像的补充,能够实现全方位观测覆盖,采用扫描方式实时获取飞行路径前方地物目标图像数据,在飞行器导航中具有重要应用前景。针对主动毫米波成像目标识别所面临的成像信噪比低、图像方位向分辨率低以及保障条件为异种传感器图像数据等难点,探讨了目标检测识别实时信息处理流程中的地面信息保障、匹配识别算法等若干关键技术和方法,结合目标背景特性,提出的结合特征检测的目标匹配识别定位方法,能满足低信噪比条件下的目标快速检测识别的要求。     

多视角穿墙雷达联合稀疏成像算法

多视角穿墙雷达成像系统利用多个视角的目标回波数据,可以有效提高目标成像重建结果的质量。在建立多视角穿墙雷达联合稀疏信号模型的基础上,提出了一种基于交叉验证技术的删失同时正交匹配追踪成像算法。该算法将每个观测视角雷达单元的测量数据分成重建数据和交叉验证数据两部分,通过进行多次删失同时正交匹配追踪迭代计算实现测量噪声水平估计和成像重建,既减小了各个视角雷达站间的数据通信开销,也摆脱了成像算法对测量噪声水平和场景稀疏度先验信息的依赖。仿真实验结果验证了所提成像算法的有效性和准确性。     

基于插值和多帧重建的图像超分辨分析

基于插值的超分辨重建方法是单幅低分辨率图像利用相邻像素间的相关性来重建一幅高分辨图像.基于多帧多帧重建的超分辨重建方法是利用多幅图像间的信息互补来获得比单幅图像重建更多的细节,它按照特定的退化模型,通过输入的多幅低分辨图像估计高分辨图像.本文主要实现了典型的三种基于插值的超分辨率重建以及基于多帧重建的迭代后向投影法的超分辨重建算法,并对这两类方法的性能进行了比较分析.     

一种毫米波前视合成孔径雷达成像算法

针对传统正侧视和斜视雷达无法对雷达载机前方场景进行成像的缺点,提出了一种基于距离多普勒算法(RDA)的毫米波前视合成孔径雷达(SAR)成像方法。给出了系统的结构模型,分析了系统成像原理。基于空间几何模型和回波信号形式,分析了点目标回波的多普勒历程,给出了方位向多普勒调频率,得到各相位补偿因子和距离徙动校正公式。对成像场景大小和方位向成像分辨率进行了详细分析,采用MATLAB对6个点目标进行了成像仿真,〖JP2〗并对仿真结果中点目标峰值中心的64×64点切片和方位向、距离向进行了分析。理论推导和实验仿真表明,基于RDA的前视合成孔径雷达可以对场景中目标有效成像且方位向成像分辨率可达到2 m,该系统可应用与侦查和制导领域。     

基于低秩稀疏约束的穿墙雷达成像算法

针对穿墙雷达(TWR)成像过程中墙杂波与成像空间分别具有低秩性和稀疏性的特点，提出了一种基于低秩稀疏约束的穿墙雷达成像算法。所提成像算法通过奇异值软阈值法和l1范数最小化技术进行迭代求解低秩稀疏约束优化问题，实现在墙体强反射波存在的探测环境中基于压缩感知框架对墙后隐蔽目标的准确成像重建。仿真和实验数据的处理结果验证了所提成像算法的有效性和准确性。     

基于BP和CS相结合的圆周SAR三维成像算法

与传统的直线SAR 相比,圆周SAR(CSAR)具有对场景进行三维成像的能力,但对于一 般的目标,其有效孔径只是一定角度的圆弧而非完整圆周孔径,使得圆周SAR只能获得航迹 向和斜距向的高分辨率,影响了其三维成像能力,所以现在通常采用沿着不同高度角进行多 次观测的多航过圆周SAR模式来实现三维成像。针对多航过圆周SAR由于多航过稀疏并且 非均匀采样而严重影响成像质量的问题,提出一种将BP算法和压缩传感算法（CS）结合的三 维成像算法。该算法先利用BP算法实现每一次航过数据的二维成像,再利用压缩传感算法进 行高度向聚焦,来改善高度向的聚焦质量,最后将实测数据成像结果和传统的三维BP算法的 结果进行比较,证明该算法可以有效地抑制旁瓣,得到超分辨的三维成像结果。     

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差(BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明：与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。     

基于L曲线的自适应时空正则化视频超分辨率重建

为了解决视频超分辨率重建的病态问题,以得到良好的重建效果,提出了一种新颖的视频超分辨率重建算法。在算法中引入了时空联合正则化算子,通过视频帧本身的空间平滑信息和视频相邻帧的帧间相关先验信息的引入,提高了解的质量;同时,为了选择合适的时空正则化系数,提出了基于L曲线的自适应时空正则化系数计算方法,可以自适应地计算合适的正则化系数。通过对模拟图像序列和真实视频序列的实验结果表明,算法能得到较为精确的解,重建出具有良好视觉效果的高分辨率视频。     

随机混沌感知矩阵及其在成像雷达中的应用

根据压缩感知理论提出了一种适用于成像雷达的新算法,在成像目标分布满足稀疏性前提下,利用发射的随机混沌序列(SCS)形成卷积矩阵,然后通过随机行抽取构造随机感知矩阵(SCSM)。给出了完整的算法实现框架,从理论上证明了SCS的随机性和统计独立性以及SCSM的有限等距性(Restricted Isometry Property,RIP)。仿真结果验证了算法的有效性,同时分析了影响算法性能的主要因素。与匹配滤波法相比,所提算法重构误差小,输出旁瓣低。SCSM与其他随机矩阵具有相同的性能,然而,SCSM容易在硬件上实现,且更适用于要求保密性高和抗干扰能力强的场合。     

基于OFDM随机步进频的雷达通信一体化信号模型

为了解决雷达通信一体化系统中的雷达信号与通信信号较难分离的问题,在正交频分复用(OFDM)雷达的基础上,提出了一种基于OFDM脉间随机步进频的雷达通信一体化信号模型,通过频率捷变将数据信息加载到雷达信号上,利用随机的步进频率传输数据,从而使一体化信号能同时实现雷达探测和数据通信功能,避免了信号分离。同时设计了雷达通信一体化方案,在雷达接收端,运用相关法实现一维距离成像;在通信接收端,通过带通滤波器组检测频率点解调数据。仿真实验结果表明,一体化信号能实现分米级的距离高分辨和速率为Mbit/s级的数据通信,能够满足大批量数据传输的要求。     

基于回波数据压缩的MIMO-SAR成像方法

针对多发多收合成孔径雷达（MIMO-SAR）高分辨成像的回波数据量过大问题,提出了一种基于数据压缩的MIMO-SAR成像方法。通过对MIMO-SAR回波数据的分析,补偿了由于MIMO雷达收发分置导致的相位误差;其次利用距离徙动算法(RMA)对回波数据进行预处理并分析了其稀疏性;然后针对预处理后的回波数据进行压缩传输,在接收端利用压缩感知重构算法获得回波数据在距离多普勒域的稀疏表示并进行成像处理。仿真结果表明,所提方法可以在大幅压缩MIMO-SAR回波数据的基础上实现准确成像。     

基于折射波静校正的未知参数穿墙成像合成延迟时算法

在穿墙雷达实际应用中,墙体一般由两层不同介质构成,且各层墙体参数未知。若对墙后目标直接成像,会产生目标散焦或位置偏移。针对该问题,提出了基于折射波静校正的合成延迟时方法对墙后目标进行聚焦成像。首先读取每根接收天线回波数据确定电磁波的折射回波时刻,通过基本折射方程得到延迟时超定方程组,解此超定方程组可得电磁波在外层墙体内的传播时延,再运用相邻发射天线和相邻接收天线延迟时之差估计内层墙体中电磁波的传播时延,最后各个通道内传播时延依次相加后运用后向投影算法获得目标精确成像。对成像位置精度、图像熵,以及输入输出目标杂波比等性能的分析和比较证明了该算法的有效性。     

宽带随机混沌雷达高速目标速度估计与成像

随机混沌具有真随机性、对初值敏感、易于产生和控制等特点,频率步进信号易于工程实现和处理,结合两者的优势,提出了一种载频随机步进的随机混沌信号(RSCFSCS)模型,用于高速目标的速度估计和距离维高分辨成像。首先,通过非周期函数激励非线性系统,产生不可预测的随机混沌信号(SCS),经频率调制后用作基带子脉冲。同时,将SCS通过映射变换得到跳频编码(FHC),用来决定调频脉冲串的载频步进。RSCFSCS 速度估计包括粗搜索和精搜索,粗搜索采用固定步长,保证速度偏差小于速度分辨单元,而精搜索采用黄金分割搜索算法可得到精确的速度估计。最后,子脉冲经相干合成形成宽带信号,实现高分辨距离成像。数值仿真表明提出的信号模型和处理算法性能良好。     

一种使用离散时间尺度变换技术的合成宽带雷达成像系统

基于离散时间尺度变换技术,提出了一种新的适用于合成宽带信号的机载雷达成像 系统。为了消除多普勒散布效应,该系统使用了尺度变换矩阵,将同一目标在不同子带上的 多普勒频率变换到一个已知的频率上,以便每一个子带可使用相同的传统多普勒滤波器组形 式去获得无失真的合成距离像。同时,利用FFT及CZT算法,进一步推导出尺度变换矩阵的一 种快速实现算法。实验仿真结果验证了所提方法的有效性。     

基于分数阶傅里叶变换的运动舰船聚焦算法

为解决合成孔径雷达(SAR)图像中运动舰船目标产生的散焦现象,结合对比度最大算法和分数阶傅里叶变换(FRFT)算法,提出了一种改进的对比度分数阶傅里叶变换(CFRFT)自聚焦算法。该算法利用分数阶傅里叶变换对已成像SAR图像进行时频域分析,根据旋转角分别利用参数模型和非参数模型对二阶相位误差和高阶相位误差进行补偿,和传统的相位梯度(PGA)法相比,图像分辨率和旁瓣比提升显著,可以更有效地补偿SAR中舰船运动产生的相位误差。对不同舰船和尾迹SAR图像实验表明,算法对二阶以上的相位误差具有较好的补偿效果,误差估计准确性高,适用范围广,解决了SAR运动舰船的散焦问题,提高了海洋舰船监测的准确性。     

基于一维距离像稀疏表达的无源假目标识别

为了解决敌方释放箔条干扰我方防空反击任务或者敌方舰船设置角反射器阵列干扰我方对海目标打击任务中的雷达抗干扰问题，提出了一种基于雷达一维距离像的稀疏表达的无源假目标识别的方法。首先，分别利用大量关注目标和无源欺骗干扰的雷达一维距离像数据进行稀疏字典学习，分别得到目标和干扰的稀疏字典；然后利用两种稀疏字典分别对未知的雷达一维距离像信号进行稀疏表达；最后分别计算两种稀疏字典对未知信号稀疏表达的重构误差，利用重构误差比值识别目标和干扰类别。仿真结果表明，在目标与无源假目标干扰的回波不混叠、目标与干扰噪声比3 dB条件下，识别无源假目标欺骗干扰的准确率超过90%，证明了该方法抗无源假目标干扰的有效性。