基于压缩感知的后调制远距离三维成像研究

基于压缩感知(CS)理论,提出使用高功率纳秒脉冲激光器照射远距离目标物体,通过望远系统将目标物体成像到数字微镜阵列(DMD)上,利用DMD加载的调制图像对目标物体的像进行调制(后调制),采用光电倍增管(PMT)作为单像素探测器收集调制后的光强,通过压缩感知计算,完成对远距离目标物体的三维图像重建。将此系统应用于远距离三维成像,通过搭建实验系统,分别对距离为230m和4.5km左右的目标物体完成了绝对距离的测量,实现了64pixel×64pixel的三维成像。同时也证实利用压缩感知进行远距离图像恢复,随着采样率的提高,图像恢复的质量和对比度都有一定程度的提高;目标物体图像越稀疏,重构图像所需的采样次数越少。     

多频带联合包络调制谱检测

随着降噪消声技术的发展,如何有效被动检测低噪声目标,成为声纳研发者面临的主要问题之一。本文基于频谱感知、多频带联合检测及信息融合技术,提出了具有环境噪声利用和背景噪声抑制功能的多频带联合包络调制谱检测技术。此技术侧重基频调制谱检测,将可用带宽分为多个子频带,动态感知子频带内强频谱区域,将其峰值频率作为解调载波频率。并通过降采样和时间积累,提高调制谱频率分辨率和信噪比,通过联合检测和信息融合,提高调制谱检测率。仿真和海试数据分析验证了方法的有效性。此方法具有一定的应用价值和实际意义,将来还需要对方法理论和机理进行深入研究。     

基于分块压缩感知理论的太赫兹波宽光束成像技术

提出了一种基于分块压缩感知理论的太赫兹波宽光束成像技术。模拟结果显示,该技术可以实现高分辨率、高质量的快速成像。采用连续太赫兹波CO_2气体激光器光源,基于宽光束矩阵调制采样,对不同物体进行了分块压缩感知成像,并与基于单像素随机采样的分块压缩感知方法进行了对比。结果表明,所提技术具有更高的成像稳定性,且其采样过程对不同成像物体的普适性更好。     

基于改进的稀疏度自适应匹配追踪算法的宽带压缩频谱感知

针对在实际宽带压缩频谱感知中难以预先获知宽带频谱稀疏度的问题,提出一种改进的稀疏度自适应匹配追踪(modified sparsity adaptive matching pursuit, MSAMP)算法,该算法在支撑集选择过程中对稀疏度进行了预估计。结合序贯压缩检测技术,给出了一种基于该算法的多认知用户合作场景下的宽带压缩频谱感知方法,理论分析和实验仿真结果表明,该方法可在频谱稀疏度先验知识缺少的情况下,有效提高宽带频谱感知性能。     

基于改进的稀疏度自适应匹配追踪算法的宽带压缩频谱感知（英文）

针对在实际宽带压缩频谱感知中难以预先获知宽带频谱稀疏度的问题,提出一种改进的稀疏度自适应匹配追踪(modified sparsity adaptive matching pursuit,MSAMP)算法,该算法在支撑集选择过程中对稀疏度进行了预估计。结合序贯压缩检测技术,给出了一种基于该算法的多认知用户合作场景下的宽带压缩频谱感知方法,理论分析和实验仿真结果表明,该方法可在频谱稀疏度先验知识缺少的情况下,有效提高宽带频谱感知性能。     

面向低信噪比的自适应压缩感知方法

在压缩感知工程应用中, 信号往往被噪声和干扰所影响, 常规的压缩感知方法难以达到理想的重构效果, 特别是低信噪比应用场景中, 稀疏重构往往会失效. 分析了压缩感知中噪声对重构性能的影响, 从理论上解释了压缩感知中的噪声折叠原理, 并在此基础上提出了一种基于方向性测量的自适应压缩感知方案. 该方案通过后端信号处理系统估计出噪声的相关信息并反馈至压缩感知前端, 前端根据反馈的噪声信息调整测量矩阵, 从而改变感知矩阵的方向, 自适应地感知稀疏谱, 从而有效地抑制信号噪声. 仿真实验表明, 所提的自适应压缩感知方法对稀疏信号重构性能有较大的提升.     

基于压缩感知的激光干扰图像尺度分析

利用激光干扰CCD成像侦察系统可以使其降低或失去侦察能力,客观、准确、定量地评估干扰的效果是干扰技术研究的重要环节。本文以现有的背景杂波量化尺度为基础,结合激光干扰图像对CCD成像系统目标检测性能的影响,提出了基于压缩感知的图像尺度,并将该尺度运用于基于机器视觉的激光干扰CCD效果评估。激光视场内干扰实验及数值计算表明:该方法能够利用压缩感知理论的特点,较好地实现了对激光干扰CCD成像检测系统效果的定量评估,从而验证了该尺度的有效性。     

基于相位调制的单次曝光压缩感知成像

随着对成像分辨率的要求日益提高,成像所需采集的数据量不断增大,亟需发展一种具有更高图像信息获取效率的压缩成像方式。压缩感知信息理论的兴起使压缩成像研究得到了快速的发展。提出了一种基于空间随机相位调制的单次曝光压缩感知成像方案,通过压缩成像实验验证了该成像方案在原理上的可行性。理论分析并实验验证了系统的空间分辨能力、信噪比随系统参数变化的相互制约关系。     

基于主成分变换的图像稀疏度估计方法

压缩感知理论基于信号的稀疏性和可压缩性, 突破传统Nyquist采样频率的限制, 以较低的数据量对信号进行采样和高概率重构. 在压缩感知理论中, 信号的稀疏度确定了稀疏采样的最低数据量, 是验证采样方法及重构方法优劣的重要参数. 在实际研究过程中, 图像稀疏度通常未知, 这就可能导致过采样或欠采样的情况, 从而无法验证采样方法及重构方法的优劣. 因此, 快速而客观地估计图像的稀疏度对于压缩感知理论研究来说意义重大. 本文分析了基于小波变换的图像稀疏化表示方法, 通过遍历采样和重构得到基于小波变换方法的图像稀疏度, 但过程复杂, 而且结果的准确性依赖于小波基和变换尺度的选择. 本文通过压缩感知理论对主成分变换进行阐述, 在基于主成分变换系数近似为正态函数的假设下, 建立了图像稀疏度与系数函数方差间的线性关系, 并通过多组图像数据进行仿真验证, 结果表明线性关系的正确性. 通过分析和仿真可以看出, 基于主成分变换的稀疏度估计方法比小波变换简单、快速、客观, 对压缩感知理论研究有重要的应用价值. 关键词： 压缩感知 稀疏度 小波变换 主成分变换     

一种基于粒子滤波的雷达抗欺骗干扰方法

针对雷达的抗欺骗干扰问题,利用欺骗干扰信号强于目标信号的特点,基于粒子滤波进行了抗欺骗干扰研究。当存在欺骗干扰时,粒子滤波中各粒子的重要性权值会明显减小,据此可以检测干扰,并对受到干扰的数据点进行置零处理,使得欺骗干扰不再与匹配滤波器匹配,从而达到抑制干扰的目的。设计的粒子滤波算法不需要估计系统状态转移函数、系统量测噪声,从而使得算法更具实用性。仿真结果表明,该算法能有效地抑制欺骗干扰,且对干信比不敏感。     

压缩感知在合成发射孔径医学超声成像中的应用

为了解决合成发射孔径技术在医学超声成像实现中面临的数据量大及接收通道多的问题,提出一种超声成像系统频率域稀疏性模型的压缩感知成像算法。首先对超声系统频率域稀疏性模型进行了验证;然后根据稀疏性模型利用压缩感知理论对回波信号进行压缩采样,并使用最优化方法完成回波信号重建;最终通过合成发射孔径技术完成超声成像。针对医学成像中常用的点目标及模拟胎儿目标进行成像仿真实验,对重建图像在均方误差、分辨率及成像质量等方面与常规成像结果对比分析。实验结果表明在保证成像质量的同时,仅使用30%原始数据量及50%总接收通道数目可完成成像;频率域稀疏性模型的压缩感知成像算法可以大幅度减少合成发射孔径成像所需数据量及接收通道数,极大地降低了系统复杂度。      

基于微动调制的FMCW SAR无源压制干扰方法

调频连续波(FMCW)合成孔径雷达(SAR)体积小、重量轻、成本低、功耗低等优点,在无人机等小型飞行平台中具有较大的应用潜力,对FMCW SAR的干扰也将成为目前干扰技术研究的重点;在构建旋转微动目标回波模型的基础上,分析了FMCW SAR旋转微动目标的干扰特性,并进一步提出了一种基于微动调制的FMCW SAR无源压制干扰方法;该方法利用旋转角反射器在距离向和方位向上形成的二维干扰条带,能够实现对被掩护目标的有效保护;文章详细分析了对FMCW SAR实施干扰时旋转角反射器的参数选择方法,并利用仿真实验验证了理论分析与所提无源压制干扰方法的有效性。     

Study on compressed sensing imaging based on intensity modulation in Fourier domain

In 4F system, compressed sensing is usually implemented by using phase modulation in Fourier domain. In this paper, we present a type of 4F system based on intensity modulation in Fourier domain as the measurement system for compressed sensing. The feasibility of this system is demonstrated. At the point of coherence, the two modulation methods are compared and superiority of intensity modulation in Fourier domain was verified. Simulations are presented and the conclusion we presented is validated. Finally, we analyze the results.     

基于压缩感知理论的非线性γ谱分析方法

γ谱分析是一种重要的放射性核素定量分析方法. 弱峰的检测和重叠峰的分解是γ 谱分析中的难点. 为了解决这两个问题, 基于压缩感知理论, 提出了一种新的γ 谱分析方法. 这一方法从谱仪对γ 谱调制的物理机理出发, 通过数学建模, 将γ 谱分析转化为一个以真实γ 谱为解的求逆问题, 并在压缩感知理论框架下, 运用γ 谱特征峰的稀疏性, 进行逆问题的求解, 直接获得γ 谱的估计结果. 数值模拟结果和蒙特卡洛模拟结果表明: 该方法能在降低统计涨落的同时, 有效减小谱仪调制带来的能谱展宽, 从而提高γ 谱分析精度. 关键词： γ谱分析')" href="#">γ谱分析 压缩感知 非线性 逆问题     

Direction of arrival estimation and signal recovery based on single snapshot compressed sensing in frequency domain

Direction of arrival(DOA) estimation and signal recovery is the base of the underwater target localization,tracking and recognition.Based on the compressed sensing theory,a method for DOA estimation and source signal recovery is proposed using the single snapshot processing of the received array signal in frequency domain.The received array signal are transformed to frequency domain,and the single snapshot data in frequency domain are regarded as the measured data of the compressed sensing.According to the frequency,searching orientation and array manifold,the overcomplete array manifold is constructed as the sensing matrix of the compressed sensing.Both the target signal and power of the searching orientation are estimated by the basis pursuit method to complete DOA estimation and signal recovery.Simulation results show that the proposed method has a number of advantages over the minimum variance distortionless response(MVDR) method,including improved robustness to noise,fewer requirement in number of sensors and snapshots.And the correlation coefficient of the signal reaches up to 0.89.Experiment results in real environments verify that the proposed method performs more effectively in the detection of weak targets than the MVDR method and can be applied to real sonar system.     

频域单快拍压缩感知目标方位估计和信号恢复方法

方位估计和信号恢复分别是水下目标定位、跟踪和目标识别的前提。提出了一种阵列频域单快拍压缩感知的水下目标方位估计和信号恢复方法。首先将阵列接收数据变换到频域,取频域单快拍数据作为压缩感知的测量值,然后根据频域快拍对应的频率、搜索方位和阵列流形构造过完备的阵列流形矩阵作为压缩感知的感知矩阵,最后通过基追踪算法估计搜索方位上目标信号和功率,实现DOA估计与信号恢复。宽带仿真实验数据验证结果表明,同等条件下完成同样的目标方位分辨,提出的方法比最小方差无失真响应方法要求的阵元数和快拍数较少,要求的信噪比更低,恢复的目标信号更加准确,波形相关系数达到89%以上。海上实验数据处理结果表明,目标检测能力优于最小方差无失真响应方法,证明该方法可以适用于实际声呐系统。      

深海远程正交频分复用水声通信簇约束的分布式 压缩感知信道估计*

在深海远程正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)水声通信中,信道时延较长,导致信道频率选择性衰落严重,传统的压缩感知信道估计算法性能大幅下降。为此,本文利用深海远程信道在一定时间内具有相关性并呈较稳定簇状分布的特点,在分布式压缩感知信道估计中引入簇区域信息,进行簇约束的多数据块联合稀疏信道估计,提出一种簇约束的分布式压缩感知信道估计方法,并在深海开展了定点远程水声通信实验进行验证,实验结果表明,与传统的分布式压缩感知信道估计算法相比,本方法的能够降低50%左右的误码率。     

基于高斯混合尺度模型的压缩传感图像重构

在图像处理领域中,压缩传感重构是稀疏表示下的最重要的病态反问题之一。压缩传感图像重构利用图像可稀疏表示的先验知识,从比奈奎斯特采样率低得多的随机投影观测值中重构原始图像。为了克服传统的压缩传感算法中收敛速度慢和未利用变换系数的邻域统计特性的缺点,提出了基于高斯混合尺度模型的压缩传感图像重构算法,证明了独立的高斯混合尺度分布作为压缩传感重构的稀疏先验知识的可行性,结合全变差调整进一步提高算法的性能。实验结果表明,该算法有效地提高了重构图像的主观视觉效果和峰值信噪比,加快了压缩传感图像重构算法的收敛速度。     

光纤光栅多参数桥梁结构监测系统的研究

从土木工程应用的实际情况出发,利用光纤光栅传感器具有波长绝对编码和易于复用的特点,提出工程化同时测量温度、应变和压力的全光栅型低成本分布式传感方案。设计了基于连续波调频技术的光纤光栅多参量桥梁结构监测系统,将光频域反射复用与波分复用技术相结合,实现分布式光栅传感网络的寻址,提高了系统复用容量。实验表明：所设计的传感系统能够准确监测结构重要部位的内部应变及车流量等参数,为桥梁结构的静、动载测试提供了准确的数据,同时也为桥梁的工作状态评估和健康诊断提供了依据。     

基于压缩感知的振动数据修复方法

为解决旋转机械振动信号丢失数据修复的问题,提出一种基于压缩感知原理的振动数据修复方法.首先对采集到的不完整信号进行处理,将无信息输入时刻对应的数据用零元素填充得到有损信号,以单位矩阵为基础,根据有损信号中零元素的位置信息,构造对应于压缩感知框架下的观测矩阵;再根据待修复信号的特点并结合先验知识,构造或选择能够对振动信号进行稀疏表示的字典矩阵;然后使用高效且稳定的追踪算法,根据有损信号、观测矩阵以及字典矩阵重构原始信号,实现丢失振动数据的修复.使用仿真数据检验方法的有效性;使用实测的轴承振动状态数据验证方法对于振动数据的适用性,并通过比较完整信号、有损信号和修复信号对应的时域和频域特征值来检验数据修复效果.实验结果表明:本文方法能够有效地实现丢失数据的修复,且从统计特征的角度来看,相比于有损信号,修复信号能够更为准确地描述真实完整的振动信号.