基于压缩感知及光学理论的图像信息加密

针对信息加密系统中信息安全性不理想的问题,提出一种基于压缩感知的光学图像信息加密方法.在发送端,自然图像经稀疏表示、随机投影实现图像信息加密;然后将降维后的观测值通过4F双随机相位编码光学系统进行二次加密并将其融入宿主图像,实现信息加密及隐藏.在接收端,图像信息经双随机相位编码技术解码,通过正交匹配追踪算法实现原始图像信息重构.该系统能有效降低数据传输量、减小随机相位板大小.且收发方只需按照规则生成密钥而不需传输密钥,保证了密钥的安全性.仿真结果表明:解密恢复图像质量理想,峰值信噪比为30.899 1dB,且系统能较好地抵抗裁剪、噪音污染、高通滤波、旋转等攻击,鲁棒性强,安全性高.     

时变水声信道的动态压缩感知估计

水声多径信道具有的稀疏特性已被应用于设计稀疏估计方法提高信道估计性能。然而,水声信道具有的快速时变特性,给传统稀疏信道估计方法带来了很大的困难。考虑到水声信道除了高时变性多径,还存在着相对静止,缓慢变化的直达径或者海底反射径,通过将水声信道建模为由静态和时变稀疏支撑集组成,把时变水声信道估计转化为动态压缩感知问题。结合卡尔曼滤波和压缩感知理论,并采用原始对偶追踪算法求解Dantzig selector模型,从而实现对复数域基于卡尔曼滤波器的压缩感知稀疏求解问题的处理。信道时变条件下的数值仿真及基于信道估计的判决反馈均衡器的海上实验结果表明,该算法相对经典的正交匹配追踪和最小二乘QR分解算法具有较明显的性能改善。从而说明,通过对时变水声信道进行动态压缩感知估计可有效提高估计性能。     

基于压缩感知的动态散射成像

利用基于压缩感知的成像系统可以透过静态的散射介质获得高质量的重建图像. 但是当散射介质动态变化时, 因为采样所得的测量值受到散射介质衰减系数非线性变化的影响, 重建图像质量会大大下降. 针对上述情况, 本文提出基于压缩感知成像系统的测量值线性拉伸算法, 该算法能够对所得到的非线性测量值进行分析, 根据测量值大小的不同将测量值划分成数个区域并计算补偿系数, 从而根据补偿系数进行测量值线性拉伸变换, 使测量值线性化. 最后再对变换后的测量值进行压缩感知重建计算. 通过理论分析、计算机仿真和实验证明了所提算法能够有效地应对动态的散射介质, 提高基于压缩感知成像系统在透过动态散射介质时的图像重建质量.     

氢气拉曼光谱压缩感知方法分析研究

气体监测与我们的生活息息相关,氢气作为一种理想的研究模型更是受到广泛关注.拉曼光谱作为一种气体分析手段,具有无损非接触等优点.气体拉曼光谱测量存在的一个主要问题是拉曼散射信号弱.在一些特定场景下,需要信号采集时间较短,因此获得的拉曼光谱信噪比低.压缩感知方法作为一种新发展起来的信号处理手段,不仅可以压缩采样,缩短采样时...     

复杂场景下基于压缩感知的目标电磁散射与成像

研究了处于复杂场景下目标的逆合成孔径雷达(ISAR)成像问题。首先,建立了目标与复杂环境的电磁散射模型,采用计算电磁学的方法仿真得到了目标的雷达回波数据,进而充分考虑了背景噪声对雷达成像质量的影响。研究发现,目标所处的复杂背景会降低ISAR对目标的成像质量。其次,为减小仿真雷达回波数据所需的计算量,提出采用基于压缩感知(CS)的方法来对该场景进行成像,从而极大降低电磁仿真的计算点数。通过实验发现,在CS成像中,采用数据点使用率为0.4时所得到的成像质量可达到采用转台成像质量的效果。因此,采用基于CS的成像方法,可极大降低目标与场景的电磁散射计算复杂度,使得处于真实复杂场景下的目标电磁仿真和ISAR成像研究切实可行。     

复杂场景下基于压缩感知的目标电磁散射与成像

研究了处于复杂场景下目标的逆合成孔径雷达（ISAR）成像问题。首先,建立了目标与复杂环境的电磁散射模型,采用计算电磁学的方法仿真得到了目标的雷达回波数据,进而充分考虑了背景噪声对雷达成像质量的影响。研究发现,目标所处的复杂背景会降低ISAR对目标的成像质量。其次,为减小仿真雷达回波数据所需的计算量,提出采用基于压缩感知（CS）的方法来对该场景进行成像,从而极大降低电磁仿真的计算点数。通过实验发现,在CS成像中,采用数据点使用率为0.4时所得到的成像质量可达到采用转台成像质量的效果。因此,采用基于CS的成像方法,可极大降低目标与场景的电磁散射计算复杂度,使得处于真实复杂场景下的目标电磁仿真和ISAR成像研究切实可行。     

蒙特卡洛法研究随机粗糙表面的光散射特性

本文采用蒙特卡洛(M-C)数值模拟,生成起伏高度满足高斯分布的随机粗糙表面。借助Kirchhoff近似,并在综合考虑辐射传输、光学及电磁学有关理论的基础上,利用M-C方法计算了符合高斯分布的一维随机粗糙表面的单次和多次光散射分布,模型结合射线追踪法考虑了粗糙表面的遮蔽效应。结果表明在考虑多次散射时,存在后向散射增强现象,该结论与实验结果相吻合,证明本文数值模拟方法的正确性。     

并行压缩感知计算层析成像光谱

计算层析成像光谱既有传统成像光谱仪获取目标二维空间和一维光谱“图谱合一”的能力,还具有高通量测量和免扫描特性,在光谱成像领域拥有广泛应用场景并得到大量研究。根据中心切片定理,计算层析成像光谱仪性能主要受焦平面阵列探测器(FPA)和二维色散元件的性能制约,以往研究主要在改进二维色散元件设计以增加衍射级次和投影角度以提高精确重建光谱所需的采样量。从FPA二维色散投影测量入手,提出并行压缩感知理论和计算层析成像光谱结合的方法,构建并行压缩感知计算层析成像光谱模型,利用低分辨FPA实现更高分辨率的色散投影测量,最终实现高于传统计算层析直接测量的性能水平。该研究为验证该成像光谱模型的正确性与可行性,先选用高光谱数据集对色散投影直接测量模型进行了三光谱立方体到二维色散投影和并行压缩感知测量模型重建的仿真实验,在仿真结果正确的前提下使用连续谱激光器和反射式数字微镜进行了相应的光学系统实验,完成了投影矩阵的逐点精确标定,并提出提高标定效率的并行标定方法,将标定时间降低到单点标定的四分之一。结果显示并行压缩感知计算层析成像光谱可以获得更高的光谱重建质量,能获得高于FPA自身性能的高分辨光谱投影并大幅提高...     

基于压缩感知和粒子滤波的OFDM超宽信道估计

针对通信系统中的正交频分复用(Orthogonal frequency division multiplexing, OFDM)超宽信道具有的稀疏多径和含噪声特征,将信道估计问题转换为稀疏信号的重构和优化问题,设计了一种基于压缩感知理论和粒子滤波的OFDM信道估计方法。首先定义和描述了OFDM数学模型;然后在对压缩感知理论模型研究的基础上,采用改进的正交匹配算法对OFDM超宽信道进行重构,为了进一步减少信道重构的误差,将由于正交匹配算法得到的重构信道作为初始的粒子,并将OFDM数学模型转换为动态参数模型,并通过粒子滤波来更新模型中的参数和频率响应,通过不断迭代获得信道的估计值。为了验证文中方法的优越性,将文中方法与经典的正交匹配算法与粒子滤波算法进行比较,结果表明：文中方法能有效地对含噪声的稀疏信号进行估计,具有较小的重构误差,且与其它方法相比,具有较小的归一化均方误差。     

基于压缩感知的目标频空电磁散射特性快速分析

矩量法是求解目标电磁散射问题的一种常用数值方法,因其精度较高而被广泛应用.应用矩量法求解目标频空电磁散射特性时,随着入射波的角度和频率的变化,需要间隔很小的角度和频率步长反复求解矩量法生成的矩阵方程,运算量极大.为解决此类问题,本文结合压缩感知理论和渐近波形估计形成一种新的有效计算方法.首先,基于压缩感知理论引入一种富含空间信息的新型入射源,其次,在该入射源照射下应用渐近波形估计技术求解,从而快速实现目标频空电磁散射特性分析.     

基于压缩感知和改进自适应正交匹配的稀疏信号重构

针对传统香农-奈奎斯特采样定理指出在保证原始信号重构精度的前提下,采样频率必须为原始信号频率的2倍,提出了一种基于压缩感知理论和改进的自适应正交匹配追踪算法的稀疏信号重构方法;首先引入了压缩感知模型和信号重构目标函数,然后在对经典正交匹配追踪类算法进行分析和总结的基础上,为克服其不足,设计了一种二次筛选支配原子集的方法,即通过计算信号的QR分解并计算具有最大势能的原子从而得到能量候选原子集,通过计算余量与原子的相关性选出相关性最大的原子从而得到相关候选原子集,并将能量候选原子集和相关候选原子集的交集作为最终支配原子集;最后定义了具体的采用自适应正交匹配算法实现信号重构的算法;在Matlab仿真环境下试验,结果表明:文章方法能有效地进行稀疏信号重构,具有较小的重构误差,且与其它方法相比,具有收敛速度快和重构效果好的优点。     

随机散射屏的原子力显微镜形貌分析及其光散射特性

用原子力显微镜对三种不同粗糙度的随机散射屏的表面形貌进行了测量分析,发现它们在短程范围内具有明显的分形特征.对于粗糙度较大和较小的散射屏,分形特征分别以无规则的 高度调制和无特征大小的小颗粒的形式存在.用自仿射分形表面模型对散射屏的统计特性进 行了描述和拟合.光散射测量发现,散射光强在远轴区域按负幂函数下降,理论分析证明这 源于表面的分形结构;在近轴区域有散射亮环存在,用自仿射分形表面模型尚不能给出理论解释. 关键词： 随机散射屏 光散射 自仿射分形表面     

随机粗糙表面上相关点的散射

随机粗糙面上邻近两点的高度与坡度是相关的.由这种相关性对散射的贡献是明显的.在计算粗糙表面散射强度时,应包括这一相关性引起的贡献.本文提供了一种解法和修正后的一维散射强度的解析公式,以及数值计算的实例.     

新型压缩感知计算模型分析三维电大目标电磁散射特性

为提高基于压缩感知技术的矩量法在三维电大目标双站电磁散射问题中的计算效率和稳定性,提出新的稀疏、测量和重构方法,构建一种新型压缩感知计算模型.不同于基于欠定方程的传统的压缩感知计算模型,新型计算模型首先采用按行均匀抽取阻抗矩阵的方法构造测量矩阵以获得稳定的计算结果;然后,基于Foldy-Lax方程生成多阶特征基函数并作为稀疏基对感应电流进行稀疏转换;再依据少数低阶特征基函数足以近似表征感应电流的先验条件,将恢复算法简化为最小二乘法;最后,将矩阵方程转换为一个超定系统并采用最小二乘法解出电流系数.与传统的计算模型相比,新型计算模型不仅可以获得更加稳定的精确解,还可以显著提高电大目标双站散射问题的求解效率和计算精度.数值仿真结果证明了新方法的可行性和高效性.     

基于压缩感知的一维海面与二维舰船复合后向电磁散射快速算法研究

矩量法作为数值方法中积分方程方法的代表, 具有计算精度高、所用格林函数自动满足辐射条件、无须额外设置边界条件等优点. 但是在舰船目标与海面复合后向电磁散射仿真中, 传统矩量法需针对每个入射角反复求解矩阵方程组, 导致其在处理后向散射问题时计算量大, 耗时长, 仿真效率低下. 为解决上述问题, 本文提出了一种基于压缩感知技术的矩量法的改进算法. 该算法在求解复合后向散射问题时, 首先利用观测矩阵与传统矩量法中的电压矩阵相乘, 得到一组新的低维度的电压矩阵; 其次通过求解新电压矩阵下的矩阵方程组, 获得电流矩阵的观测值; 最后利用恢复算法(本文采用正交匹配追踪算法)重构出所需的原始入射源照射下的电流系数. 通过与传统矩量法的计算结果对比, 表明本文所提算法能够在保证计算精度的前提下, 明显减少计算时间, 提高计算效率.     

用蒙特卡罗方法计算光通过薄层随机分布粒子的散射

本文利用蒙特卡罗方法计算准直光束通过薄层随机分布粒子散射的透射和反射光强,并和输运理论的扩散近似结果做了比较。当散射接近各向同性时两者符合良好。当散射明显地成为各向异性时,蒙特卡罗方法的结果是合理的,而输运理论的扩散近似失效。     

用于随机解调器压缩采样的重构判定方法

提出了一种随机解调器压缩采样重构成败的判定方法. 该方法利用两次连续重构所得稀疏信号支撑之间的相关性来判断重构是否成功,其计算复杂度低,易于实现. 仿真结果表明,该方法能准确判断随机解调器压缩采样重构成败,用于宽带频谱感知中能够显著降低信号不稀疏时对主用户的干扰概率. 关键词： 认知无线电 频谱感知 随机解调器 压缩采样     

基于压缩感知的光学图像加密技术研究

提出了一种基于压缩感知的光学数字图像加密方案,利用压缩感知理论及特点,借助双随机相位编码技术,实现了对数字图像的多重加密。通过压缩感知使用随机测量矩阵作为密钥对原始图像加密,然后对加密图像利用Arnold变换置乱二次加密,并通过4f光学系统进行双随机相位编码再次对图像加密,从而实现了对图像的多次加密。考虑实际应用中传输过程的安全性,将加密图像融合于载体图像。在接收端,对加密图像进行解密重构。实验结果表明,该加密方案能够有效降低采样数据量,具有高稳健性,对密钥响应敏感并可以抵御较强的攻击。     

压缩感知的远场亚波长声成像仿真

压缩感知算法可以利用信号的稀疏性较好地分辨出两个相距较远的目标,但是当两个目标相距较近时仅利用压缩感知算法,分辨性能较差;另外,当分辨目标为硬散射体时,由于偶极散射的影响,分辨性能也会变得较差。考虑到上述两个问题,该文提出了以下解决方案：针对第一个问题,该文将声学超透镜和压缩感知算法进行结合;针对第二个问题,该文提出在压缩感知算法中考虑偶极散射分量的影响。根据上述方案进行仿真,仿真结果证明了在加入声超透镜并考虑偶极散射以后,硬散射体目标在相距较近时实现了较好的分辨率。