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.     

基于自校验的单像素成像系统动态干扰去除方法

单像素成像系统通过对目标场景的多次调制,获取相应的单像素测量值,并由此重构图像.在这一过程中,如果其他物体侵入成像场景,会严重影响测量值的准确性,降低重构图像质量.由于侵入物体的反射率,形态均具有一定的随机性,因此从桶探测器信号的角度很难有效分离出受干扰信号.针对这一问题,基于哈达玛矩阵的特征,提出了一套自校验方法,即利用桶探测器自身测量值进行正确性校验,筛选出未受干扰的桶探测器信号,显著提升了重构图像的质量.该方法适用于一般性成像场景,且不需要引入额外的调制图像辅助校验,有力推动了单像素成像技术的实用化进程.     

混沌与湍流大气中的光通信

目前, 光无线通信的质量主要受到大气信道环境的制约, 大气信道中混沌介质与湍流的强烈扰动使得通信质量很差, 甚至通信中断. 提出了一种面到点的光无线通信机理: 利用面阵各单元的光信号在混沌介质中传输通道的空间非相干性, 通过桶探测器收集通过混沌介质的光信号的能量和, 平均各传输通道的交叉干扰, 降低混沌介质对光无线通信的影响; 利用随机噪声与随机编码的空间非相干性, 经过二阶相关运算, 构建新的信号传输方程, 减弱大气湍流及背景光对信号解码的干扰, 使得接收端并不需要窄带光学滤波器. 数值仿真和演示实验表明, 该光无线通信机理在混沌与湍流大气中的误码率为10^-4-10^-2, 能够实现复杂大气环境中的光通信, 在军事、抢险救援等方面具有重要应用价值.