逆合成孔径成像激光雷达系统设计

微波波段逆合成孔径雷达的成像分辨率受到发射信号带宽的限制,在对远距离目标、微小目标成像或提取目标精细微动特征时已不能提供足够高的距离分辨率.为解决这一问题,提出一种新体制雷达--逆合成孔径成像激光雷达,将逆合成孔径技术应用于激光波段,利用激光信号的极大带宽和极短波长实现对运动目标的超高分辨实时成像.分析了逆合成孔径成像激光雷达的高分辨原理,并结合激光信号和运动目标的特点,给出了雷达系统的初步设计方案.仿真实验证明:与利用微波信号成像的逆合成孔径雷达相比,逆合成孔径成像激光雷达能够实现对运动目标更快速、更高分辨的成像.     

基于多重测量矢量的含旋转部件目标ISAR成像方法

针对逆合成孔径雷达(ISAR)中含旋转部件目标成像问题,提出了一种基于多重测量矢量和压缩感知(CS)的含旋转部件目标ISAR成像方法。通过分析目标主体信号和旋转部件信号的多普勒差异,建立目标主体信号在方位向的多重测量矢量(MMV)模型。由于主体信号在方位向具有固定支撑集,而旋转部件信号在此支撑集上不具有稀疏性,因此,利用MMV模型进行信号重建后即可获得目标的主体ISAR像。在此基础上,再利用逆Radon变换得到旋转部件的ISAR像。仿真结果验证了该方法的有效性。     

基于子空间投影的SFGPR压缩感知成像算法

针对传统压缩感知SFGPR成像重建算法在强杂波测量环境中往往会失效的问题,提出一种基于子空间投影杂波抑制技术的SFGPR压缩感知成像重建算法.该算法首先在每个天线测量位置通过压缩感知测量模型重建所有的频域原始均匀采样数据,然后采用子空间投影杂波抑制技术滤除较强的地面回波,最后结合稀疏重建算法对地下目标图像进行压缩感知重建.实验数据处理结果验证了所提方法的有效性和准确性.     

基于频率分集逆合成孔径雷达的多重信号分类目标成像算法

将频率分集的思想应用在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,通过单频信号合成宽带信号,可解决系统发射接收宽带信号复杂的问题.但窄带的合成可视为宽带信号的稀疏采样,由此带来了旁瓣提高等难点.提出一种基于频率分集ISAR体制的多重信号分类(multiple signal classification,MUSIC)目标成像算法,该算法将合成阵列接收的回波信号协方差矩阵进行特征值分解,得到信号子空间与噪声子空间,然后根据二者的正交性构建谱函数对目标位置进行估计,得到目标的超分辨二维像.将MUSIC算法与后向投影(back projection,BP)算法做了对比,仿真结果表明:在有较强噪声环境下,前者仍能有较好的成像效果,证明本文方法的应用可有效解决频率稀疏带来的高旁瓣问题.     

基于ISAIL的空间小目标成像系统设计与仿真

为了实现对空间小目标的毫米级成像,设计了基于转台模型的逆合成孔径成像激光雷达系统,实现了距离向和方位向的数据融合并完成了模拟目标的2维图像重建.系统采用窄线宽光纤激光器、大带宽电光调制器完成了对激光脉冲的线性调频,并利用外差干涉的原理提高了回波信号的信噪比.结合空间小目标的运动特性,推演了含有旋转分量的激光雷达回波信号方程.在R-D算法中代入旋转分量完成图像重建的校正,实现了对模拟空间小目标的2维图像重建.实验用毫米级铝条模拟空间小目标,用步进电机使转台匀速旋转,模拟目标旋转过程.实验结果显示:当目标固定时通过回波能量即可获得1维距离向图像,峰值位置与真实目标的特征位置一致; 当目标运动时通过数据压缩、R-D算法及旋转分量的校正可获得模拟小目标ISAIL的2维重建图像,验证了系统可实现对毫米级模拟小目标的图像重建.     

非聚焦式医学光声成像算法

以光声效应为基础,诠释了基于非聚焦式超声换能器探测模式的光声成像技术,着重讨论目前该领域主要的成像算法,包括逆三维Radon变换、滤波反投影算法、P变换算法等.     

融合Radon变换的孔边裂纹Lamb波定位成像研究

基于不同模态Lamb波与孔边裂纹相互作用的基本原理,聚焦不同模态Lamb波波包飞行时间精确检测问题,以各向同性板中的孔边裂纹为研究对象,开展了融合Radon变换的孔边裂纹Lamb波定位成像研究。首先,使用宽频chirp信号激励稀疏传感器阵列产生Lamb波,并采集通孔散射信号作为基线信号,采集孔边裂纹散射信号作为缺陷信号。其次,对chirp响应信号进行滤波处理,优化选取窄带单音频脉冲响应信号的中心频率和调制周期数。然后,对基线单音频脉冲响应信号进行Radon变换,得到优化后的群速度和偏移时间,并计算出Lamb波波包飞行时间。最后,使用椭圆定位成像算法对孔边裂纹进行定位成像,并将成像结果与名义群速度法的结果进行对比。结果表明,使用Radon变换可以准确获取Lamb波波包飞行时间,提升了不同模态Lamb波对孔边裂纹缺陷的检测能力。     

频率扫描阵列的ISAR成像技术

逆合成孔径雷达（ISAR）需要发射宽带信号,在与频率扫描阵列联合应用时,由于频率扫描阵列各阵元间馈线产生的相位差不能匹配发射或者接收信号频率的变化,因此该阵列在进行ISAR成像时对信号瞬时带宽有较大的约束。针对上述问题,论文将频率分集成像技术应用在频率扫描阵列上,通过不同时刻发射不同频率单频信号合成宽带,并且频率变化适用于频率扫描阵列的波束指向调节。该方法既能形成波束指向目标,又可以克服频率扫描阵列发射宽带信号时的限制,完成ISAR二维成像。在建立该方法的基础上,还针对阵列参数与目标航迹参数等对成像的影响进行了分析。结果表明,所提的频率分集ISAR成像技术,可在频率扫描阵列上实现对运动目标的二维成像。     

基于稀疏采样的调频率估计与多目标ISAR成像

针对目前多目标成像中关于信号调频斜率估计的算法存在着采样频率过大,以及短时条件下精度不高的问题,结合压缩感知理论,提出了一种基于稀疏采样的回波信号调频率估计与多目标ISAR成像方法。首先,根据目标回波信号的特点构造超完备稀疏基,将信号投影到该稀疏基上,利用高斯随机矩阵对分解后的信号进行欠采样,采用FOCUSS稀疏重构算法,精确提取出信号的调频斜率;然后,利用估计出的调频斜率对多目标回波信号中各个目标的回波分量进行分离和补偿;最后,基于稀疏采样对各个单目标分别进行成像。仿真实验验证了该方法的可行性和有效性。     

基于双树复小波变换的磁共振幅值相位同时重建

为了加快磁共振成像速度及同时获取可信度较高的磁共振幅值和相位信息，提出了一种基于双树复小波变换的磁共振幅值和相位同时重建算法。该算法在传统的压缩感知框架下，借助双树复小波变换的多方向选择性和平移不变性，对幅值和相位分别进行稀疏变换。实验结果表明，在不同的数据集下，该算法均能提高重建磁共振相位图像的质量，并一定程度地改善了幅值图像。     

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.     

复合材料层合板损伤的延迟累加成像算法

由于复合材料结构的各向异性,导致难以准确获得导波的波速和传播时间。因此在使用传统的延迟累加成像算法对复合材料结构进行损伤识别过程中,会造成损伤定位精度的降低。考虑到复合材料的各向异性导致导波在各个方向的波速并不相同,提出了一种改进的延迟累加损伤成像算法。该方法通过利用激励器与成像点以及成像点与传感器之间的方向角,在成像过程中选取了不同的方向波速进行损伤识别。通过一复合材料层合板冲击损伤的监测实验,将所提算法与采用不同方向波速的传统延迟累加成像算法进行对比,对所提方法的有效性进行了验证。实验结果表明:相比于采用单一速度的延迟累加成像算法,该方法的损伤监测误差控制在4%以内。     

基于改进相干因子的延时乘累加平面波超声成像

针对超声回波信号高相关性特性，提出一种基于改进相干因子的延时乘累加(pCF-DMAS)波束形成算法并应用至平面波超声成像.该算法通过增强相干因子的相干性来计算回波信号的权值，然后进行乘累加运算.通过使用Field II进行超声点目标和囊肿目标的仿真实验，对成像结果进行分析验证了算法的有效性.仿真结果表明，算法具有优秀的横向分辨率，在p取0.7时具有所有对比算法中的最高对比度.综合点目标和囊肿目标的成像效果，给出算法的最优p值0.3.相比延时叠加和延时乘累加波束形成算法，所提算法的图像对比度CR分别提高了12.559，9.602dB.     

永磁磁共振扩散加权平面回波成像涡流伪影校正

研究了涡流对永磁磁共振扩散加权平面回波成像的影响,提出了一种针对永磁磁共振成像系统的涡流补偿算法,并对扩散加权EPI序列由于剩余涡流引起的相位误差提出了一种补偿方法.在0.35T永磁型磁共振成像系统上对算法进行了验证,不同的梯度方向经过涡流预加重补偿后,涡流最少也会降至未补偿前的1/15.对涡流补偿和未补偿的模体扩散加权EPI图像进行了比较,经过两次补偿后,图像几何畸变会降低5%,图像伪影会降低1/3.实验结果表明,所提出的算法可以有效抑制因涡流引起的扩散加权EPI伪影及畸变.     

基于Lamb波混合成像算法的薄板结构损伤定位

针对传统椭圆法和双曲线法对结构损伤定位不精确的问题,提出了一种基于Lamb波的混合成像算法。该算法将椭圆法和双曲线法相结合,在使用相同数量传感器的条件下提高对信号数据的利用率,从而提高损伤定位的精度。通过有限元仿真对该算法进行验证,即建立一个无损伤模型和多个有损伤模型,模拟压电传感器以双面同相的激励方式获得单一模态的Lamb波,从而获得损伤的反射信号。用混合成像算法和传统椭圆法对仿真模型分别进行损伤定位。成像结果对比表明,混合成像算法对损伤的定位更精确,而且在结构有多处缺陷的情况下能检测到传统椭圆法无法识别出的损伤。     

改进后向投影算法应用于地下目标探测

为了解决地下目标的探测问题,提出了一种基于电四极子辐射模型的地下目标成像算法探测思路。对后向投影算法对地下目标成像的不足进行了定性分析,在综合考虑地下目标成像的有效性及地下目标电磁波传播的时延特性的基础上,通过改进电四极子辐射模型,构建了地下目标成像的数学模型,推导了地下目标电磁波传播的时延补偿计算公式,给出了算法的实现流程。最后,利用MATLAB对所建立的地下目标成像的数学模型进行了计算仿真。仿真结果验证了改进后向投影算法用于地下目标成像的有效性及时延补偿的正确性。将成像算法应用于岩、土体中埋藏的空洞、地雷和城市地下管道的成像,并分析了地面起伏和噪声干扰对成像效果的影响。     

基于3D-OMP算法的SAR动目标成像方法

针对稀疏场景下的SAR动目标成像问题展开研究，提出一种基于三维正交匹配追踪(3D-OMP)算法的稀疏成像方法。首先对成像区域进行网格划分，然后以运动目标的二维速度作为动态参数构建三维稀疏字典矩阵，即参数化稀疏表征。在算法迭代过程中，通过计算回波数据矩阵与三维稀疏字典矩阵各层之间的相关度筛选出信号的支撑集。最后利用最小二乘准则，计算出支撑集下目标场景的稀疏表征系数。该3D-OMP算法是经典OMP算法的改进与拓展，因此继承了OMP算法计算复杂度低、信号稀疏特征增强明显的优势，同时具备了重构SAR动目标图像的能力。仿真实验结果验证了该SAR动目标成像方法的有效性。     

一种改进的磁共振并行成像k空间数据采集算法

为进一步缩短磁共振成像时间,改善图像质量,提出了一种改进的有限脉冲响应(FIR)GRAPPA算法.与传统的权重固定的FIR GRAPPA算法模型相比,该算法考虑了相位方向的变化,包含更多的k空间数据且更符合并行成像数据拟合的物理过程.为验证该算法的有效性,对人体心脏和大脑图像的原始数据分别进行仿真实验,得到了在较大加速因子下的重建图像及均方误差.与传统的GRAPPA算法及其他改进的GRAPPA算法进行比较,结果发现,利用改进算法重建的图像更清晰,均方误差更小.因此,本文提出的改进GRAPPA算法有效可行.     

基于压缩感知的合成孔径雷达二维成像算法

通过对合成孔径雷达回波信号的分析,利用压缩感知理论基于信号稀疏性或可压缩性的基本原理,提出了方位稀疏表示的一种新方法,在此基础上给出了基于压缩感知的SAR回波信号处理方法和二维成像算法,实现了压缩感知对信号的全新采集和编解码,以较少的数据量实现成像,有效地抑制旁瓣,在一定程度上提高了成像中目标的分辨率,为有效降低高分辨合成孔径雷达的数据率提供了一种有效途径。通过对仿真数据和实测数据的处理验证了所提方法的可行性和有效性。