Super-resolution processing of passive millimeter-wave images based on adaptive projected Landweber algorithm

Passive millimeter wave （PMMW） images inherently have the problem of poor resolution owing to limited aperture dimension. Thus, efficient post-processing is necessary to achieve resolution improvement. An adaptive projected Landweber （APL） super-resolution algorithm using a spectral correction procedure, which attempts to combine the strong points of all of the projected Landweber （PL） iteration and the adaptive relaxation parameter adjustment and the spectral correction method, is proposed. In the algorithm, the PL iterations are implemented as the main image restoration scheme and a spectral correction method is included in which the calculated spectrum within the passband is replaced by the known low frequency component. Then, the algorithm updates the relaxation parameter adaptively at each iteration. A qualitative evaluation of this algorithm is performed with simulated data as well as actual radiometer image captured by 91.5 GHz mechanically scanned radiometer. From experiments, it is found that the super-resolution algorithm obtains better results and enhances the resolution and has lower mean square error （MSE）. These constraints and adaptive character and spectral correction procedures speed up the convergence of the Landweber algorithm and reduce the ringing effects that are caused by regularizing the image restoration problem.     

无源毫米波实时成像PNL超分辨算法

投影Landweber (projected Landweber, PL)算法具有良好的频谱外推能力,能够应用于低信噪比降晰图像,是一种适合无源毫米波成像的超分辨算法。但其缺点是收敛速度缓慢,运算量不稳定,难以满足实时性要求。针对实时性问题,提出一种投影Newton Landweber (projected Newton Landweber, PNL)超分辨算法,首先使用Newton求逆法得到粗恢复图像,然后运用PL算法对图像做精细恢复。实验结果表明,该算法显著提高了收敛速度,图像恢复质量接近PL算法的性能。     

末制导合成孔径雷达信号分析及成像处理

研究了末制导合成孔径雷达（synthetic aperture radar, SAR）宽波束高分辨率成像问题,提出一种基于频谱分析的算法。将初始距离相同的目标作为多普勒分辨的处理对象,建立成像几何模型,分析了回波相位、方位分辨率、距离徙动。将波束照射区域分为若干方位角带,针对每一方位角带,采用相应参数进行距离徙动校正、二次相位补偿和频谱分析,根据各处理结果,合成波束照射区域内所有目标的高分辨率图像。给出了算法流程,仿真实验验证了算法的有效性。     

基于BP神经网络的超分辨率图像重建

针对卫星图像成像过程中成像装置存在极限,导致图像分辨率低的问题,提出了基于神经网络的图像超分辨率重建(neural networks super-resolution reconstruction,NNSR)方法。该方法利用误差反向传播神经网络(back propagation neural networks,BPNN)对样本图像进行学习和训练,利用图像退化模型获取学习样本,采用向量映射加速BP神经网络的收敛,充分融合了低分辨率序列图像中的冗余信息。通过对训练好的神经网络分别进行样本仿真实验和泛化实验,验证了这种图像超分辨率重建方法的有效性。     

Super-resolution processing of passive millimeter-wave images based on conjugate-gradient algorithm

This paper designs a 3 mm radiometer and validate with experiments based on the principle of passive millimeter wave (PMMW) imaging. The poor spatial resolution, which is limited by antenna size, should be improved by post data processing. A conjugate-gradient (CG) algorithm is adopted to circumvent this drawback. Simulation and real data collected in laboratory environment are given, and the results show that the CG algorithm improves the spatial resolution and convergent rate. Further, it can reduce the ringing effects which are caused by regularizing the image restoration. Thus, the CG algorithm is easily implemented for PMMW imaging.     

基于Laplace先验的复贝叶斯压缩感知ISAR高分辨成像算法

针对传统方法相位校正后存在残余相位误差导致图像散焦的问题,提出基于Laplace先验的复贝叶斯压缩感知(complex Bayesian compressed sensing,CBCS)逆合成孔径雷达高分辨成像算法。首先,假设目标图像各像元服从Laplace先验,建立稀疏先验模型;然后,把相位误差作为模型误差,利用BCS理论通过迭代交替求得目标图像并实现相位误差更新。该算法直接在复数域进行贝叶斯推理求解,避免了传统方法中将复数转换为实数处理所带来的运算复杂度高、自聚焦效果不强的问题。另外,在求解过程中采用分布式计算方法,与传统的矩阵矢量化求解方法相比,进一步提高了运算效率,仿真实验验证了算法的有效性。     

超完备稀疏表示的图像超分辨率重构方法

为改善单帧退化图像的分辨率,提出一种基于超完备字典稀疏表示的图像超分辨率重构方法。该方法的核心是构建信号自适应的超完备字典对及计算图像关于对应字典的稀疏表示。为降低在训练过程中构建超完备字典对的复杂性,采用学习低分辨率字典而数值计算高分辨率字典的方法,待超分辨图像应用正则正交匹配追踪的稀疏表示算法求解关于字典的稀疏表示,并联合高分辨率字典实现超分辨率重构。实验表明,该方法与其他类似算法相比,字典训练和超分辨测试的速度都有显著提高,实验图像的峰值信噪比改善3.3 dB,框架相似性提高0.09。本方法可应用于单帧模糊图像的高倍率的超分辨率重构,有效地提高了图像的分辨率水平。     

基于稀疏表示的图像超分辨率重建快速算法

基于图像在过完备字典下的稀疏表示,建立了稀疏性正则化的多帧图像超分辨凸变分模型。模型中的正则项刻画了理想图像的稀疏性先验约束,保真项度量其在退化模型下与观测图像的一致性。基于线性化Bregman方法,将正则项替换为其Bregman距离,对保真项进行线性化,从而可将原问题解耦,进而提出求解该模型的两步迭代算法:第一步为仅对正则项的阈值收缩操作,第二步为仅对保真项的梯度下降操作。此方法大幅度降低了计算复杂性,并能够对噪声保持鲁棒。实验结果表明,只需较少次数的迭代就可获得很好的超分辨重建结果,验证了本文模型与算法的有效性。     

无源毫米波成像最大似然多重网格超分辨算法

针对在无源毫米波成像中,由于天线孔径大小的限制而使获得的图像分辨率低的问题,为增强图像的分辨率,提出了一种针对无源毫米波成像应用的最大似然多重网格超分辨算法。该算法以Lucy-Richardson算法为基础,通过逐步频域内插避免了频谱混叠,从而实现频谱外推和超分辨。实验结果表明,该算法改善了收敛速度,减少了计算量,有利于无源毫米波成像超分辨的实时实现。     

基于参数估计精度的SAR图像分辨率评估方法

分辨率是SAR图像超分辨处理性能评估的一个重要指标。首先分析传统的3dB主瓣宽度计算方法用于超分辨性能评估的缺陷与不足,并利用三次样条方法证明了对传统方法而言,像元分辨率为最高测量分辨率。然后基于频域点散射模型,从最优参数估计精度角度提出了新的分辨率评估方法。该方法克服了传统方法的缺点,并建立了分辨率与目标参数、噪声水平之间的联系,可用于SAR图像超分辨及其它处理性能的预测与评估。利用仿真实验验证了该方法的有效性。     

双参数Beta过程联合字典遥感图像超分辨

为了改善遥感图像超分辨重建(super-resolution reconstruction,SRR)效果,针对以往仅适用于单特征空间的稀疏字典超分辨算法,提出同时适用于两个特征空间的双参数Beta过程联合字典(Beta process joint dictionary,BPJD)遥感图像SRR方法。首先,根据遥感图像退化模型生成训练样本图像,并分别对高、低分辨率图像进行分块和Gibbs采样,生成字典训练样本。然后,依据BPJD,建立连接高、低分辨率遥感图像空间的双参数联合稀疏字典,将字典稀疏系数分解为系数权值和字典原子的乘积,依据字典原子指标训练和更新字典,得到高低分辨率联合字典映射矩阵。最后,进行遥感图像超分辨稀疏重构。实验结果表明:所提方法可自适应地缩小字典尺寸,能以更小尺寸的稀疏字典重建更高质量的超分辨遥感图像,重建结果图像的纹理细节信息更丰富,峰值信噪比和结构相似性度均有提高。     

基于自适应共轭梯度算法的高分辨率谱估计器

基于AR模型的功率谱估计是现代谱估计应用非常广泛的一种方法。通过对一全极点模型的参数估计来实现功率谱估计。提出了一种采用自适应共轭梯度算法来进行参数估计的方法。由于共轭梯度算法采用迭代运算求解Yule-Walker方程,同现有的谱估计算法相比,大大减小了谱估计算法的计算复杂度;随着自相关矩阵阶数的增大,该方法谱估计精度在小信噪比下提高显著。仿真结果表明,这种方法和基于AR模型的其它谱估计方法在不同信噪比下具有几乎相同的分辨率。因此,该谱估计算法具有重要的实用意义,有助于谱估计算法的实时实现。     

基于压缩感知的阈值多路径稀疏度自适应图像重构算法

针对深度优先的多路径匹配追踪算法在进行图像重构时需要已知图像稀疏度、计算复杂度高等问题,提出了阈值多路径稀疏度自适应图像重构算法。该算法引入多个候选集,通过设定阈值来进行原子筛选和候选集数量的调整。然后每次迭代选出残差最小的路径作为新的候选集,以提高重构速度。此外,将残差差分小于某一阈值作为算法停止条件,因此不需要图像稀疏度作为算法的输入。实验结果表明,该算法可以获得较好的重构效果,同时保持了良好的时间复杂度和抗噪性能。     

α稳定分布噪声下基于梯度范数的VSS-NLMP算法

针对α稳定分布噪声环境下的自适应滤波问题，提出一种新的基于梯度范数的变步长归一化最小平均p范数(variable step size normalized least mean p norm, VSS-NLMP)算法。该算法首先对梯度矢量进行加权平滑，以减小梯度噪声的影响，然后利用梯度矢量能够跟踪自适应过程的均方偏差这一特点，利用梯度矢量的欧氏范数控制步长的变化。给出了新算法的迭代过程，然后对其收敛性进行分析，仿真结果表明本算法较现有变步长NLMP算法有更好的性能。     

基于APES的超分辨广域成像算法

多普勒波束锐化(Doppler beam sharpening, DBS)技术可以快速地对广阔地面场景进行成像,但存在成像分辨率不高的问题。简单介绍了DBS的成像原理,建立了方位向超分辨的信号模型,并在此基础上提出一种新的超分辨广域成像算法。该算法将脉压后的回波信号建模为一系列不同多普勒频率散射点的叠加,利用幅度相位估计(amplitude and phase estimation, APES)方法对脉压后的数据进行多普勒分析,进行方位向的成像。仿真结果与实测数据表明,所提算法可以获得清晰的广域超分辨图像。     

Adaptive IIR filtering based on balanced-realization

Due to low parameter sensitivity for balanced realizations, balanced structure becomes a good candidate for an statespace adaptive infinite impluse response (IIR) filter. Here, using coefficients of the transfer function as the adaptive filtering parameters, a balanced adaptive IIR filtering algorithm is proposed for output-error minimization. The algorithm in the internally balanced realization guarantees that the adaptive IIR filter always minimizes the ratio of maximum-to-minimum eigenvalue of the Grammian matrices at the each iteration. Simulation results are provided to corroborate the proposed algorithm.     

基于联合聚焦/超分辨贝叶斯模型的雷达目标超分辨重建

针对合成孔径雷达(synthetic aperture radar, SAR)、逆合成孔径雷达(inverse SAR, ISAR)等雷达目标图像,提出了一种基于联合聚焦/超分辨贝叶斯模型的超分辨重建方法。该方法基于联合聚焦/超分辨和点扩散函数参数模型,采用Metropolis-Hastings迭代更新算法,产生一系列描述目标散射截面和散焦参数概率分布特征的样本,从而估计出最佳目标散射截面元和散焦参数,实现低分辨率图像的超分辨重建。以合成与实测图像数据为例,对该超分辨方法进行了演示并给出了重建结果。实验表明,本文提出的方法对雷达目标图像重建效果良好,可用于SAR、ISAR及实波束成像等雷达图像目标信息的开发。     

基于盲均衡的超分辨率图像重建

超分辨率图像的重建是指从一组低分辨率图像重建出更高分辨率的图像。提出采用盲均衡与凸集投影的方法估计成像系统的冲激响应 ,并实现超分辨率图像的重建。这种图像重建算法不需要了解关于帧间运动模式与帧内模糊类型的先验知识 ,因而更接近实际应用的要求。模拟实验的结果表明了该算法的良好性能     

基于模糊函数构型的动目标探测波形设计

针对工程中常规雷达波形存在距离旁瓣高、抗截获性差、多普勒容许性差等问题,本文借鉴噪声波形与线性调频(linear frequency modulation, LFM)波形联合思路来探测非合作动目标,即约束波形恒模条件下,利用相位尺度因子来考虑LFM波形与噪声波形的相位部分,构造恒模化的LFM-噪声复合波形;进而在模糊函数图及主优化算法(majorization-minimization, MM)体制下利用先验知识映射模板实现对特定距离-多普勒区间的波形优化,将该二维旁瓣抑制问题分步转化为多维求解问题,通过选取两次逼近函数来逼近原优化问题的解域,并在算法的每一次迭代中加入级联松弛-缩放步骤、相位校正步骤,使之加快算法迭代收敛效率,获得波形兼具低旁瓣、低截获及多普勒容许性。仿真表明:所提基于相位修正的松弛加权MM复合波形设计算法收敛迅速,相比常规算法具有明显的性能优势。     

基于数据融合的分布式综合孔径微波辐射高分辨率成像算法

为了解决大型综合孔径微波辐射计系统随着分辨率需求的提高, 天线规模和系统复杂度随之增加的难题, 提出了一种基于数据融合的分布式综合孔径微波辐射计成像算法。首先建立了数据融合模型, 其次详细地介绍了数据融合算法, 最后开展了地面验证实验, 并对实验结果进行处理。理论和实验结果均表明: 该数据融合算法是可行的, 能有效提高系统图像的分辨率; 同时为后续被动微波遥感从数据维角度提高空间分辨率提供了一种新的解决方法。