基于空域非均匀傅里叶变换的傅里叶望远镜

为了在稀疏发射阵列下清晰重构目标图像,提出了一种基于空域非均匀傅里叶变换(NDFT)的傅里叶望远镜信号处理方法。依据傅里叶望远镜的发射器位置与抽取的目标空间频率关系,结合MATLAB程序特点,完成了空域非均匀傅里叶逆变换,重构了目标图像。稀疏发射阵列配置方式为:T型阵列单臂放置11个发射望远镜,连续抽取目标的8个低频信息,再抽取3个高频分量。选择不同形状和灰度分布的4个卫星作为成像目标。与补零均匀快速傅里叶变换(FFT)方法重构的图像对比发现:信噪比为100 dB时,相比补零均匀FFT方法, NDFT方法重构图像的Strehl比都有所提升,最高提升了0.159 8。     

准相位闭合在傅里叶望远镜图像重构算法中的应用

为了采用T型激光发射阵列的傅里叶望远镜对深空暗、弱、小目标进行高分辨率成像探测,研究了T型发射阵列情况下的图像重构算法.借鉴点面激光发射阵列,提出了准相位闭合概念,分别得到了T型发射阵列的最小二乘法(LMS)和加权噪声的Wiener滤波图像重构算法,完善了T型激光发射配置的傅里叶望远镜成像系统,为实际工程系统的实施奠定了技术基础.在不同成像信噪比条件下对整体系统数值模拟发现:相比直接傅里叶逆变换方法,重构图像成像质量有所提升,特别是当成像信噪比较低时,如SNR为50时,LMS和加权噪声的Wiener滤波方法重构图像的斯特里尔比分别提高了7%和8.4%,证实了该方法的可行性和正确性.     

三种降采样成像策略的性能优化以及与传统傅里叶望远镜的比较

为了获得成像质量较好且成像时间较少的新型傅里叶望远镜成像策略,本文比较了三种降采样成像策略(压缩感知方法 (CS)、低频全采样方法 (LF)和变密度随机采样方法 (VD))与传统傅里叶望远镜(FT)在图像质量和成像时间上的差异.分析方法如下:利用传统FT外场实验所获得的目标频谱数据作为基础,三种降采样方法 (LF, VD和CS)分别按照各自的采样模式和重构方法实现目标图像的重构;通过直观观察和Strehl比两种方法比较三种降采样方法与传统FT在图像质量上的差异;通过分析成像时间的组成要素,初步比较三种降采样方法与传统FT在成像时间上的差异.分析表明:1)压缩感知方法的图像质量优于其他两种降采样方法 (LF和VD),但略低于传统成像结果; 2)压缩感知方法在成像质量上略低于传统FT,但在成像时间上却明显小于传统FT; 3)分析中采用的外场数据均含噪声,这说明上述三种降采样重构过程对噪声有较好的鲁棒性.综合上述分析结果可以看出,基于压缩感知的傅里叶望远镜(CS-FT)是在实际含噪情况下可大幅减少成像时间的优良成像策略.     

傅里叶望远镜外场实验与结果分析

为了分析外场环境因素对傅里叶望远镜成像质量的影响和验证成像过程不受下行链路大气扰动影响的特点,开展了傅里叶望远镜外场实验研究.外场实验在室内实验的发射光学系统的基础上增加了主镜、次镜和会聚透镜组对目标散射光进行3次会聚仿真实际系统的成像过程,同时将目标与主镜、主镜与次镜分别拉开100 m距离验证成像系统不受下行链路大气扰动影响的特点.实验利用胶片打印的2种不同的卫星图片作为目标,获得了Strehl值分别为0.44、0.39的无大气扰动的外场重构图像和Strehl值分别为0.43、0.38的含大气扰动的外场重构图像.通过比较外场重构图像与室内重构图像的Strehl值,得出发射光学系统中光束的振动对成像有较大影响.分析发现无大气扰动外场重构图像与含大气扰动外场重构图像的Strehl值相近,从而验证傅里叶望远镜成像过程不受下行链路大气扰动的影响.     

基于迭代的傅里叶望远镜图像重构方法

为了提高最终图像的质量,结合传统的直接重构算法和相位重构算法,提出了一种基于迭代的傅里叶望远镜图像重构方法。对反演得到的傅里叶频谱进行逆傅里叶变换得到直接重构图像,取直接重构图像的阈值图像作为相位重构算法的初始输入,通过迭代能够获得质量更高的图像。成像仿真实验结果表明,成像信噪比为50倍时,与直接重构图像相比,迭代重构图像斯特列尔比从0.82提高到0.88,峰值信噪比从17dB提高到19dB;在成像信噪比为100倍时,迭代重构图像斯特列尔比从0.89提高到0.93,峰值信噪比从20dB提高到22dB。     

多速率STFT超宽带信号瞬时频率估计研究

提出多速率短时傅里叶变换(Multi Rate Short Time Fourier Transform,MR-STFT)瞬时频率估计算法,提高了超宽带信号瞬时频率估计精度。该方法将多速率信号处理算法与短时傅里叶变换(STFT)技术相结合,兼顾采样频率和被测频率,将宽频范围进行分段采样,对分段处理结果进行拟合,构成多速率STFT算法,实现超宽带信号瞬时频率的高精度测量。论文通过对仿真信号和实测信号进行处理,研究了方法的可行性和频率估计精度,结果表明MR-STFT算法较大提高了超宽带信号瞬时频率估计精度,尤其对低信噪比的超宽带信号效果显著。     

基于改进短时傅里叶变换的磁共振随机噪声消减方法

磁共振测深法(magnetic resonance sounding, MRS)具有无需钻探即可直接探测地下水含量的优势,但是极低的信噪比(signal-to-noise ratio, SNR)限制了该方法的大范围应用,目前的研究工作主要集中在消除MRS信号中的尖峰噪声和工频谐波噪声上,而随机噪声由于其无规律性导致难以消除,但是它的影响不容忽视.目前MRS随机噪声的消减常采用叠加法,需要重复采集数据叠加平均来达到消噪目的,探测时间长且消噪效果有限.针对这一问题,本文提出了一种改进的短时傅里叶变换方法,该方法通过处理单次采集的MRS包络信号来降低数据量,提高数据处理效率.改进的短时傅里叶变换方法采用解析信号代替常规短时傅里叶变换中的实值信号,提高MRS信号时频域瞬时幅度的准确度,得到MRS信号的高精度时频分布,然后提取时频域峰值幅度和峰值相位重构信号来消除随机噪声.仿真实验和实测数据处理结果表明,该方法能够直接处理单次采集数据,在信噪比高于–17.21 dB的情况下可有效提取MRS信号,实现随机噪声的压制,且与传统叠加法相比,信噪比最多可提高27.88 dB,均方根误差最多缩小36.44倍,参数估计值更加准确.本文的研究结果为利用MRS获取准确的地下水分布情况奠定了良好的基础.     

基于光调制技术的混浊介质空间散射光信号检测方法研究

为提高被测混浊介质样品漫反射、漫透射和准直透射光信号的测量信噪比,首次将光调制技术运用于空间多点特征光信号的检测中。测量系统以调制盘转动频率对样品入射光强进行频率调制,然后对采集的多点光强数据通过离散傅里叶变换进行解调,提取调制频率点的谐波分量作为测量值。用该方法对浓度为8%,直径为0.7μm的聚苯乙烯小球悬浮液进行了实验测试,结果表明该方法能有效提高被测样品特征光信号的测量信噪比,为强噪声背景下混浊介质光学参数研究提供了新的途径和方法。     

从傅里叶望远镜接收信号中获取目标速度的方法

分析了傅里叶望远镜接收信号，结果表明，接收信号中不仅包含了被测目标的图像信息，还包含了目标的二维速度矢量信息。通过提取接收周期信号的频率可以推算出目标各分量的速度，从而得到二维速度矢量。信号频率的提取采用快速傅里叶变换分析进行频率粗估计，频率精确校正采用加Hanning窗的比值校正法。仿真了利用傅里叶望远镜测量导弹飞行速度。结果表明:在无噪声影响下，利用该方法获取的目标速度几乎无误差；存在噪声时，若接收信噪比高于5 dB，测量的目标速度精度高于0.02%。说明从傅里叶望远镜接收信号中获取目标速度的方法精度高、抗噪性好，理论上是可行的。     

基于FFT奇异值分解的光谱信号去噪算法

微型光谱仪在采集光谱信号过程中,光谱数据经常受到来自仪器光学系统和电子电路中的干扰出现噪声和光源特征峰,严重干扰了真实光谱信号的图谱特征,因此需要使用合理的预处理方法保留光谱信号中有用信号并尽可能过滤噪声信号同时将光源特征峰滤除,从而提高光谱信息定量分析的稳健性和准确性。并且在线检测系统要求尽可能减少人为参数选择对去噪效果的影响,奇异值分解经常应用于由系统电路引起的噪声去噪,奇异值降噪阶次的选取对提高信号信噪比十分关键,但是往往参数选取主要依赖经验调试和实验验证。因此,提出了一种基于奇异值重构信号分量频率的光谱信号去噪算法。该算法首先重构原始光谱信号单个奇异值分量信号,然后对每个奇异值分量信号作快速傅里叶变换,得到每个奇异值分量信号快速傅里叶变换结果中振幅最大所对应的频率值,最后按照奇异值递减方式对相应分量信号频率值进行一阶滞后差分,得到频率差分谱,研究表明,差分谱第一个谱峰值在大于设定阈值处所对应的奇异值即为奇异值分解降噪的有效阶次。结果表明：对包含多种重金属离子的溶液在线测量的紫外可见光谱信号,添加不同强度的随机噪声,并进行去噪处理,使用信噪比和均方根误差两个性能指标进行对比。所提算法相较于SG滤波算法和小波变换去噪算法信噪比分别提高了22.05%,10.88%,均方根误差分别降低了74.28%,41.29%。所提算法完全基于数据驱动,在处理真实紫外可见光谱信号中不仅抑制了噪声影响,而且将微型光谱仪的光源特征峰有效滤除,在紫外可见光谱信号的定量分析中具有较好的应用前景。     

Fourier Telescopy extrapolation based on the sampling theorem

Fourier Telecopy (FT) technique plays a promising role in deep space target detection. To improve the imaging quality of circular transmitting telescope array FT, a new processing method which adopts an extrapolation method based on the sampling theorem is proposed. Simulation results show that the extrapolation method can obviously improve system imaging resolution as well as reconstructed image quality. Even at a relative low SNR level the method improves system imaging resolution to a certain extent.     

多子阵合成孔径声呐波数域算法不均匀采样问题研究

多子阵合成孔径声呐(SAS)方位向采样不均匀,因而单子阵波数域算法(ω-k)不能直接用于多子阵SAS图像重建。为此,提出两种改进ω-k算法的方法,使其可以应用于多子阵SAS图像重建。不均匀分离快速傅里叶变换(NSFFT)方法采用多子阵匀速直线运动的假设,将方位向不均匀采样的傅里叶变换分解为若干个均匀采样的傅里叶变换;不均匀快速傅里叶变换(NFFT)方法则直接快速计算方位向不均匀采样的傅里叶变换。文中对这两种方法进行了理论分析,并利用仿真数据和湖试数据对这两种方法进行了验证。成像结果表明两种方法均可用于多子阵SAS系统图像重建。NSFFT计算效率较高,但声呐基阵前进方向速度的不均匀性会对成像质量造成一定的影响;NFFT可以适用于任意速度的情况,但计算效率比NSFFT方法低。综合来看,两种方法各有特点,可以根据应用场景的不同进行选择。      

傅里叶望远镜中激光频移误差对成像质量影响的分析

傅里叶望远镜成像技术,综合了激光主动成像技术、光学合成孔径技术和相位闭合技术是一种新的高分辨率成像探测技术。激光频移的效果是影响傅里叶望远镜成像质量的重要因素,特别是使用大功率、宽光束和宽调制带宽激光的系统。构建了不同的误差模型,推导了频移误差在系统中的传递函数,利用仿真实验分析其对系统成像的影响,得到了对应的误差影响分析。结果表明,频移精度和稳定度严重影响到系统的成像效果,部分情况下含有误差的反演图像与理论反演图像的施特雷尔值已降到0.2,因此合理的设计和选择声光频移器是改善系统成像的一个关键因素。     

Fourier变换光谱仪信噪比测量方法研究

对一种测量计算Fourier变换光谱仪信噪比的方法进行了修正.讨论了该方法与传统信噪比测量方法之间的关系,发现采用本修正方法计算的信噪比较传统方法计算的信噪比高约1.5倍,并通过计算机模拟和理论分析给予证明.讨论了Fourier变换光谱仪的主要误差源,特别提出在设计Fourier变换光谱仪时,为了避免零光程差采样位置的变化引起的复原光谱强度失真,采样频率应适当高于Nyquist频率.     

相移同轴无透镜傅里叶数字全息的分析与实验

应用菲涅耳衍射和全息理论，详细分析了无透镜傅里叶变换数字全息图的记录、再现方法和再现像的特点，分析了相移数字全息图的记录和再现方法，并进行了相应的实验验证。结果表明：直接对无透镜傅里叶数字全息图进行傅里叶逆变换可同时得到与物体完全相同的再现像及其共轭像；同轴无透镜傅里叶数字全息术能最大程度满足CCD对采样条件的要求，从而可以增大记录物体的尺寸，减小记录距离，明显提高再现像的清晰度和分辨率；相移数字全息术能有效地消除数字再现光场中的零级光场和共轭像，显著提高再现像的信噪比。条件许可时，相移同轴无透镜傅里叶数字全息术是目前解决数字全息术中再现像的分离与满足采样条件之间矛盾的最佳方法。     

数字全息图的非同步采样对再现像的影响

基于香农采样定理和傅里叶频谱分析,通过模拟数字全息光栅的实验,对非同步采样数字全息图的一些基本问题进行了分析。模拟实验结果表明：全息图透射率函数中的低频调制现象随非同步采样光栅空间频率的增大而变得更明显;全息图再现过程中的频谱泄漏使再现波前发生高频起伏,其影响大小取决于非同步采样的偏离程度,与光栅本身的空间频率无关。另由数值模拟实验表明,频谱泄漏对再现波前的影响可通过数字全息图加窗切趾方法来抑制,以提高再现像质量。     

非局部变分修复法去除高密度椒盐噪声

分析了中值滤波及其改进型算法在处理高密度椒盐噪声时效果不理想的原因,采用变分修复方法来去除高密度椒盐噪声,基于现有的全变差修复模型提出了非局部全变差修复模型。该模型利用椒盐噪声特点(均匀分布、灰度值为0或255),将噪声点看成是图像中遗失或是破损的点,首先在图像中寻找与噪声点邻域相似的区域,将相似区域的中心像素作为噪声点新的邻域然后对其插值,把图像降噪问题转化为图像修复问题,从而达到去除高密度噪声的目的。实验结果表明:该模型对噪声密度为90%的彩色和灰度图像去噪后,其峰值信噪比为22.85和28.77,在客观评价标准方面优于中值滤波及其改进型算法。该模型能有效去除高密度下的椒盐噪声并较好地恢复图像细节,为图像去除高密度噪声提供了一种新的途径。