基于残差网络的微波关联成像目标重构方法

微波关联成像将量子强度关联成像的思想扩展到微波领域,不仅很好地解决了传统雷达无法进行高分辨凝视成像以及复杂的运动补偿等问题,还具有分辨率高、抗干扰能力强等特点,受到广泛关注。针对微波关联成像传统重构算法在低采样数条件下重构质量差问题,将残差网络和卷积神经网络应用于微波关联成像重构中,提出一种基于残差网络的微波关联成像方法,以雷达接收机回波数据作为网络的输入,依次通过训练好的特征提取网络和图像增强网络,进行高质量图像反演,并将文中算法与伪逆算法和压缩感知算法进行仿真对比分析。仿真结果表明:在相同采样率下,文中算法成像质量均高于其他算法。同时,在不牺牲图像质量的条件下,单张图像重构执行程序所耗时间约为0.06s,提高了图像重建的速度,对工程应用有重要意义。     

模式耦合稀疏贝叶斯MIMO雷达成像

通过压缩感知稀疏恢复理论可利用少量MIMO雷达收发阵元实现对目标的高分辨成像。利用MIMO雷达目标图像的块稀疏特性,将模式耦合稀疏贝叶斯学习算法应用于MIMO雷达成像,首先建立MIMO面阵回波信号模型,引入模式耦合稀疏贝叶斯分层模型,将相邻系数通过共用超参数的方法耦合起来。通过贝叶斯推理得到雷达信号的估计式,再通过EM算法实现对超参数的迭代估计,进而实现对雷达信号的估计,直到信号满足误差允许范围,最后重构信号实现MIMO阵列高分辨成像。仿真实验表明,该方法的成像效果在图像的聚焦性能上优于传统的傅里叶、稀疏贝叶斯算法,在散射点重构上优于OMP算法。     

改进型离线迭代在线重构算法的电容层析成像技术研究

针对电容层析成像技术的逆问题中图像重构精度与速度的矛盾性,以12电极电容层析成像系统为对象,提出了一个改进型离线迭代在线重构(OIOR)算法。改进型OIOR算法是针对OIOR算法成像精度不高的问题加入了迭代滤波过程,既保证了成像速度,同时也提高了成像精度。以仿真电容值和实测电容值进行了图像重构的实验验证,从成像效果、相对误差、相关系数以及重构时间这4个方面对此算法进行了分析评估。仿真及实验结果表明:改进型OIOR算法通过迭代滤波100次即可在20ms内有效提高传统OIOR算法重构图像的精度,使其相对误差降低约20%;与传统迭代法相比,在获得相同精度图像的条件下,其重构时间约为传统迭代算法的1/10。     

基于低秩增强的图像压缩感知重构算法

基于非局部自相似性的自然图像压缩感知重构算法在低采样率条件下初始重构质量有限,导致相似块分组效果不理想,影响最终重构质量.针对此问题,文中在组稀疏重构算法(GSR算法)的基础上提出一种低秩增强图像重构算法.首先在初始重构中引入三维块匹配去噪方法,提出混合滤波重构算法,为相似块分组提供更高质量的初始重构图像;然后在相似块正式分组前进行低秩增强预处理,使得相似块分组过程更加关注图像块的关键特征,提高分组的正确度.仿真实验结果表明,文中所提算法和GSR算法相比,在低采样率条件下具有更好的重构性能.     

合成孔径雷达海面流场特征的成像仿真

根据合成孔径雷达海面流场特征的成像原理,将波流相互作用和随机多尺度微波散射模型结合相结合,建立了海面流场成像模型。并使用该模型对不同雷达频率条件下的弱海表流场进行了成像仿真。与M4S软件在相同条件下的仿真结果进行比较,证明了本文仿真结果的合理性。     

基于自一致性的磁共振并行成像高效重构算法

磁共振并行成像技术能够显著地减少成像时间,然而高质量的图像重构比较困难.为了提高重构图像的质量,基于自一致性的SPIRiT框架,提出了一种高效的重构算法.该算法针对一个含有数据一致性、校准一致性和联合稀疏性正则项的复杂优化问题,首先将该问题简化成一般性最优化问题;再使用算子分离算法将其分解成一个梯度计算问题和一个可通过软阈值法求解的去噪问题;最后,再使用加速方案对算法进行加速.实验结果表明,当加速因子为8时,采用所提出的新算法的重构图像比采用POCS算法的重构图像的SNR提高约2.4,dB,且重构时间也节约了约30%.对于要求高质量重构图像的场合,所提出的算法能够满足需求.     

一种基于Resnet的非稳态数据关联方法

设计了一种基于残差网络的非稳态数据关联方法.利用残差网络对多层次和异构特征的提取能力求解数据关联问题中的最优决策函数.首先将全局关联问题分解为固定问题空间大小的基本关联问题,然后设计深度网络提取非稳态数据中的不变特征,找到基本关联问题解的分类模型,可在误差分布变化和参数无法准确估计的情况下,提高关联鲁棒性和准确性.仿真试验结果表明:当误差分布参数在一定范围内变化和未知条件下,本算法优于联合概率数据关联(JPDA)算法和K近邻(KNN)算法.     

CVS中基于残差结构特征的块分类重构算法

现有最好的视频压缩感知重构算法大都采用"预测-残差重构"策略,可有效利用帧内和帧间的相关性获得较好的性能,但是残差重构均直接采用SPL算法,忽略了残差信号自身的结构特征,限制了性能的进一步提升.针对该问题,文中提出了一种基于预测残差结构特征的块分类重构算法,首先利用残差块观测值的平均能量对残差块进行分类,然后对不同类的残差块采用不同的重构算法.仿真实验表明,用于运动较快的视频序列时,文中方案与SPL算法相比可以获得更好的重构质量.     

月面态势感知雷达三维成像方法

为实现月球探测器软着陆前在悬停状态下对局部月面起伏态势的有效感知,提出一种基于高度维宽带高分辨以及平面二维接收数字波束形成的雷达三维成像方法.该方法的突出特点是不需要雷达与目标间的相对运动便能实现三维成像.根据成像原理,对雷达发射波形、天线形式及尺寸进行了研究和设计;探讨了成像高度以及场景栅格扫描时的波位步进量问题;给出完整的成像处理流程并进行仿真验证.仿真结果表明,采用该方法可以获得强散射中心三维坐标,重构出场景区域的三维图像.     

利用不规则曲线测量数据实现雷达目标三维成像

由于平台任务要求或环境影响,雷达数据采样路径可能是不规则曲线。利用通常舍弃的不规则曲线测量数据实现雷达目标三维成像,而且在稀疏测量情形下的成像分辨率甚至超过密集采样时传统成像算法的分辨率。不规则曲线测量数据的空间采样具有稀疏性和非均匀性,不能用传统成像算法得到高分辨率图像。基于压缩感知的雷达目标成像,突破了传统分辨率的瑞利准则限制,且可应用于非均匀采样数据。目标高频散射的稀疏性为压缩感知在雷达成像中的应用奠定了基础。更重要地研究证明,不规则曲线测量矩阵具有良好的互不相干性,因此基于压缩感知的三维成像能够满足重构精度和稳定性要求。考虑到三维成像中测量矩阵的高维性,用分段正交匹配追踪算法实现目标信号的稀疏重构。实验结果表明,算法不仅能够精确实现超分辨三维成像,而且成像算法具有很好的鲁棒性。     

脑网络组学构建分析及应用研究

大脑是自然界最为复杂的系统之一。脑网络作为复杂网络理论在神经科学中的重要应用,极大程度上表现了不同尺度的脑结构或功能连接模型,提供了解释人脑这一复杂系统在结构组织及信息加工模式等问题的重要工具。同时,脑网络在脑疾病的临床应用研究中,也已证明很多脑疾病,在网络层面中均体现了不同程度的拓扑结构差异。这些成果为在系统水平上揭示脑疾病的病理机制提供了新的思路。笔者将以脑网络研究为重点,介绍脑网络的构建方法,包括不同影像类型下节点及边的定义方法;关联矩阵的阈值选择及稀疏度的划分方法;网络度量指标的计算,包括度、小世界属性、模块化等;脑网络的比较方法及其在抑郁症的临床应用及未来可能的研究方向。     

面向各向异性3D-MRI图像超分辨率 重建的ESRGAN网络

高分辨率磁共振图像(MRI, magnetic resonance images)能够提高疾病诊断精度,但高分辨率MRI图像的获取十分困难。基于深度学习的图像超分辨率(SR, super resolution)技术可有效地提高图像分辨率。近年来,生成对抗网络(GANs, generative adversarial networks)为3D-MRI图像SR重建提供了新思路。相较于传统的基于深度卷积神经网络(DCNN, deep convolutional neural network)的SR算法,GANs网络以人类视觉机制为目标,且引入判别函数,使重建3D-MRI图像更接近真实图像。研究采用增强超分辨率生成对抗网络(ESRGAN, enhanced super-resolution generative adversarial networks)对3D-MRI图像进行SR重建;并利用3D-MRI图像的跨层面自相似性,将重建任务降维到2D,在保证重建效果的基础上,减少了网络训练时间和内存需求。通过与其他传统算法和基于DCNN算法对比实验表明,提出的算法能够进一步提高3D-MRI图像的视觉...     

硬盘镜像技术在光盘网络中的应用

硬盘镜像是将CD-ROM光盘按ISO 9660的光盘格式压缩或不压缩地“镜像”到硬盘中的一种新技术,硬盘镜像完整地保留了CD光盘的属性,并且具有防病毒侵袭和数据被改写的功能。目前硬盘镜像系统正以存储容量大,支持大规模光盘在线共享、读取速度快、性价比高的特点逐步取代传统的光盘塔和光盘库,成为光盘网络应用中的新方向。     

高光谱图像技术检测梨表面农药残留试验研究

以滴有不同浓度毒死蜱和炔螨特农药的水晶皇冠梨为研究对象,探讨高光谱图像技术结合人工神经网络方法检测水果表面农药残留量的可行性.分别配制不同浓度分布的毒死蜱水溶液和炔螨特水溶液样本各20个,按100μL和150μL取农药溶液滴在梨表面,在835.467 8～1 648.356 8 nm范围采集高光谱图像,提取感兴趣区域数据得到4组样本数据,每组20个,每组随机抽取5个样本作为预测集,利用BP人工神经网络对每组数据分别建立数学模型.滴有150μL和100μL农药溶液区域的建模结果为:两种农药的残留样本相关系数分别都大于0.99和0.95;RMSEC和RMSEP的最大值分别为0.634 9,1.323 9和1.742 5,3.441 7.结果表明:150μL农药样本区优于100μL农药样本区的建模结果,高光谱图像技术结合人工神经网络法检测梨表面农药残留量是可行的,为水果表面农药残留量检测提供了新方法.     

基于RBF网络与OMP重构算法的空间自旋目标成像

针对空间自旋目标的回波特性,提出了一种基于径向基函数(RBF)网络与正交匹配追踪(OMP)算法的自旋目标成像方法,并分析了该方法的成像质量.当空间目标自旋运动时,其等效视角的变化容易产生散射点的周期性遮挡和散射强度显著起伏,而已有的基于散射点投影路径逐点匹配方法未考虑这些效应而导致成像效果的下降.为此采用RBF网络建立了发生散射点遮挡与起伏效应后目标空间到回波序列的非线性投影过程,并利用OMP算法对一维距离像序列进行反投影匹配,实现了结构较复杂的空间自旋目标的成像(目标空间的全局优化解).最后结合电磁仿真软件产生的空间目标回波数据进行了仿真,仿真结果验证了该方法的有效性.     

基于红外热成像与CNN的压裂装备故障精准识别及预警

页岩气大规模压裂作业过程中,以压裂泵为代表的压裂装备的安全性、可靠性直接关系到整体压裂作业的顺利进行.考虑到复杂工况及作业环境对振动分析的影响,且设备内部不便安装振动传感器,可引入红外热成像技术进行运行状态的监测.由于页岩气压裂设备外部壳体较厚,加之内部液体的降温作用,使得泵头体等常见故障区域温度表征不明显.针对此问题...     

基于深度学习的白光-热成像双通道图像识别系统设计

为解决无人机图像自动识别系统对大视场角下小目标的识别准确率及实时性问题,利用深度学习卷积神经网络对热成像-白光联合图像进行目标识别。设计了一种针对具有温度特征的目标物识别系统以及双通道目标候选提名图像识别算法。充分利用热成像图中目标热源特征的HSV值,将目标物从热成像图中进行筛选、分割。通过Canny算子勾勒目标物轮廓,并标记出目标物大致区域,导入白光图像提取含有目标物的有效图像信息。利用YOLO V2算法对候选图像内目标物进行识别。通过实验表明,提出的双通道目标候选提名图像识别算法具有可行性与实用性,能够在大视场环境下对小目标进行精准快速识别,满足无人机机载系统简易、实时和准确性要求。     

Detection of dynamic brain networks modulated by acupuncture using a graph theory model

Neuroimaging studies involving acute acupuncture manipulation have already demonstrated significant modulatory effects on wide limbic/paralimbic nuclei, subcortical gray structures and the neocortical system of the brain. Due to the sustained effect of acupuncture, however, knowledge on the organization of such large-scale cortical networks behind the active needle stimulation phase is lacking. In this study, we originally adopted a network model analysis from graph theory to evaluate the functional connectivity among multiple brain regions during the post-stimulus phase. Evidence from our findings clearly supported the existence of a large organized functional connectivity network related to acupuncture function in the resting brain. More importantly, acupuncture can change such a network into a functional state underlying both pain perception and modulation, which is exhibited by significant changes in the functional connectivity of some brain regions. This analysis may help us to better understand the long-lasting effects of acupuncture on brain function, as well as the potential benefits of clinical treatments.     

基于U-net卷积神经网络的大转角ISAR成像方法

针对ISAR成像在大转角条件下产生严重的越距离单元徙动从而使得ISAR图像散焦的问题，提出一种基于U-net卷积神经网络的大转角ISAR成像方法。首先利用快速傅里叶变换对大转角条件下的回波数据进行预处理，得到散焦的ISAR复值图像作为训练样本，其次，根据ISAR成像特点对U net网络结构进行了改进，训练后得到具有良好聚焦能力的成像网络。仿真实验表明：与传统大转角ISAR成像方法相比，所提方法将ISAR图像的峰值旁瓣比降至-18 dB以下，具有更小的图像熵和最小均方误差，成像时间缩减至0.28 s左右，在低信噪比条件下仍可以实现ISAR图像的快速、准确重建。     

极紫外成像仪实验室仿真实验

地球等离子体层中He+对太阳辐射中的30.4 nm波长的极紫外(EUV,extreme ultraviolet)辐射形成共振散射。由于等离子层中的He+的30.4 nm辐射近似满足光学薄假设,因而其强度反映了He+的柱密度。因此,对地球等离子体30.4 nm极紫外辐射成像可以直接对地球等离子层进行探测,是研究地球空间磁层空间暴的触发机制和物理模型的重要手段,是进行精确磁暴预测、地球空间环境研究、空间天气预报、自然灾害预测等研究的重要途径。极紫外成像仪(EUVI)通过对30.4 nm的He+共振散射分布进行成像,实现对于地球等离子体层的冷等离子体分布进行研究的目的。首先对极紫外成像仪的工作原理以及成像机理进行了简要描述,对其成像过程进行了介绍。之后根据已研制完成的极紫外成像仪原理样机实验室仿真实验情况,对波形发生器仿真实验与实验室光源-探测器成像仿真实验两种实验方式的原理及实验结果进行了分析研究。根据实验结果,进一步验证了极紫外成像仪信号处理系统原理设计的可行性与正确性。同时,根据实验结果中出现的问题,也为对成像仪系统的进一步优化提供方向。