基于自聚焦BP的圆周SAR运动补偿方法简

圆周SAR由于平台运动轨迹的复杂性,导致沿航迹向和切航迹向回波信号存在严重耦合,因此成像处理运动补偿问题尤为复杂。本文针对圆周SAR成像运动补偿问题,首先分析运动误差对成像质量的影响;然后利用自聚焦BP算法对运动误差进行补偿,并与传统BP算法性能进行对比,验证了自聚焦BP算法对圆周SAR运动补偿的有效性;最后利用自回归思想将自聚焦BP算法进行改进并扩展到圆周SAR三维成像中,通过仿真实验,对比传统BP算法结果,验证了该算法在三维成像中的优势。     

一种自聚焦的弹载SAR成像方法

针对传统聚束式合成孔径雷达(SAR)成像算法对弹载SAR运动误差补偿困难的问题,该文提出采用相位梯度自聚焦算法(PGA)实现导弹成像过程中的相位误差校正。该方法利用方位滑窗对各像素点进行质量评估,从而挑选出质量最好的孤立特显点用于相位误差估计,并通过对相位误差的迭代修正获得其估计值。该文研究的PGA算法是非模型的相位误差估计方法,因此对任意阶相位误差都有非常好的自聚焦性能。理论和成像仿真结果表明,该方法具有运算量小、收敛速度快和估计精度高的特点。     

改进的机载SAR相位梯度自聚焦算法

相位梯度自聚焦算法的关键步骤是加窗处理,窗宽度的确定决定了成像效果,宽度过大将会引入大量的噪声,反之将无法包含足够成像用的散焦信息.文中针对复杂场景中强散射点的划分不同,提出了一种改进的相位梯度自聚焦方法,该方法通过对强散射点的划分设定阈值,采用门限式加窗方法.与原有相位梯度自聚焦方法成像的比较中,在分辨率和清晰度上优越于原有方法,最后使用机载雷达真实数据对该方法的有效性进行检验.     

环形激光束自聚焦效应的补偿研究

采用快速傅立叶变换,对高功率环形激光束在非线性介质传输过程中自聚焦环的形成与抑制进行了研究.结果表明,环形激光束在传输过程中容易形成自聚焦环,然而,当使用具有负折射率系数(γ<0)的非线性介质作为补偿材料,对非线性效应进行补偿,可以大大减小光束的累积B积分,有效防止环形激光束自聚焦环的产生.     

环形激光束自聚焦效应的补偿研究

采用快速傅立叶变换，对高功率环形激光束在非线性介质传输过程中自聚焦环的形成与抑制进行了研究．结果表明，环形激光束在传输过程中容易形成自聚焦环，然而，当使用具有负折射率系数（γ〈0）的非线性介质作为补偿材料，对非线性效应进行补偿，可以大大减小光束的累积B积分，有效防止环形激光束自聚焦环的产生．     

SAR图像的多尺度建模与分割

根据合成孔径雷达图像的成像机理,基于遗传算法,提出了SAR图像的期望最大建模方法和多尺度无监督分类方法。利用最小长度准则能够有效地确定SAR图像分类数,且集遗传算法和EM算法的优点于一身,使得算法能够取得全局最优结果。试验结果表明:该分割方法是可行的,与其它方法相比,分割质量有明显改进。     

基于MARMA模型的SAR图像SVM分割

在分析SAR图像特征的基础上,提出一种新的基于多尺度自回归滑动平均(multiscale autoregressive moving average,MARMA)模型的SAR图像分割方法.首先建立多尺度序列,然后通过研究SAR纹理图像的MARMA模型,建立适合SAR图像的多尺度特征矢量,最后采用提出的广义加权支持向量机进行特征分类.实验结果表明,采用此分割方法可以获得很好的分割结果.     

基于BP神经网络的数控机床综合误差补偿方法

针对多轴数控机床热影响导致的加工精度衰减问题,结合神经网络自学习与数据拟合能力,提出基于优化BP神经网络的多轴数控机床综合误差补偿方法。针对BP神经网络神经元误差曲面下降缓慢影响收敛效率的问题,引入陡度因子和放大因子,并基于此对数控机床运动轴加工精度进行预测和补偿。将大型A/B双摆角龙门数控铣床各关键发热源的温度检测数据和运动轴误差检测数据作为精度预测模型的输入量和输出量,采用改进后的BP神经网络进行训练,获得温度变化与位移误差量之间的非线性映射关系,并据此修改被加工工件的刀位数据文件,实现数控机床加工精度的提高。模拟算例和实验结果表明,该方法降低了传统BP神经网络的预测误差和运算时间,对机床平均误差补偿率达到50%以上。开发的数控机床误差补偿系统无须对现有机床进行大规模硬件改造,应用简便易于推广。     

采用斜距波数子带划分的SAR 图像自聚焦方法

小型旋翼无人机载合成孔径雷达在运动中易受大气湍流等因素影响,产生二维空变的运动误差,影响SAR成像质量。本文提出一种基于拟极坐标系的快速因子分解反向投影（QPG-FFBP）成像自聚焦方法。该方法基于斜距波数子带划分,采用基于加权的相位梯度自聚焦模型估计每个子带的方位相位误差,并融合非系统距离单元徙动的相干性估计,完成全图像的运动补偿,解决二维空变误差补偿问题,提升图像的聚焦效果。通过仿真实验以及小型旋翼无人机载实测SAR数据验证了该方法的有效性。     

GPS辅助的FMCW SAR成像运动补偿

针对小型无人机装载FMCW SAR脉内运动误差较大的情况,提出GPS数据辅助的SAR成像运动补偿方法。运用新的补偿函数对全成像场景分步骤补偿航迹法平面运动误差,采用非均匀的离散傅里叶变换校正航迹前向速度误差,从而正确补偿三维方向的运动误差,实现一定分辨力要求下的成像。仿真证明了方法有效性。     

基于相位扫描的GEO SAR多普勒中心频率高精度补偿方法

分析了地球自转和椭圆轨道对地球同步轨道星载合成孔径雷达(GEO SAR)多普勒中心频率的影响.在平台坐标系下推导出了二维偏航控制所需的偏航和俯仰角度的解析表达式;并结合GEO SAR偏航角度大、下视角变化范围小、平台转动难和稳定难等特点,提出了由小角度的二维相位扫描方法来完成GEO SAR多普勒中心频率的高精度补偿方法,实现了GEO SAR的偏航控制.仿真结果验证了该方法的有效性.     

基于自聚焦微透镜的内窥镜诊疗系统设计

内窥镜是医学微创手术的首选设备,而基于自聚焦微透镜的内窥镜因能达到传统光学及电子内镜无法满足5mm以下管腔微创手术的要求,又可最大限度减少患者痛苦和手术风险而成为内镜发展的主流趋势。利用0.1mm～3mm的自聚焦微透镜核心技术研制新一代超细内镜诊疗设备系列产品,其外径0.9mm～8mm,可作为妇科医生常规检查的新式武器——＂看诊器＂,用于阴道、宫腔及输卵管疾病的无创及微创诊疗,是传统光学宫腔镜的升级换代产品,并可向血管、胆管、眼科等各种细小管腔疾病的微创诊疗产品延伸。     

基于SVM的BP改进新法

BP人工神经网络算法作为一种基本算法在许多领域中都有着广阔的应用前景.但由于其本身的缺陷而很难投入实际应用.给出了一种基于SVM(Support Vector Machines)的BP改进回归算法,有效地提高了算法的收敛速度,减少了迭代次数,提高了回归预测的精度.     

基于圆周光强检测的血管OCT图像导管的去除方法

在血管OCT（Optical Coherence Tomography）图像中,OCT图像中导管在不同位置的成像,很大程度上影响了血管内其他目标检测及识别的结果。为了减少图像中导管对上述研究结果的干扰,提出一种快速检测和识别导管区域的自动化方法。该方法先在图像中心处划分检测圆的圆心坐标变化区域,在极坐标下建立圆周光强检测模型。然后,利用每个检测圆上其半圆周的像素均值差构建描述当前检测圆的特征数据。针对导管成像失真问题,采取动态地变换检测圆的圆心坐标和半径的方法。对4组血管OCT图像（约300幅/组）进行实验,实验结果表明,导管检测的准确率达到97.35%,且平均每幅图像的检测时间约为0.7秒。     

基于图像分割的SAR图像匹配方法

针对单一背景的海岛合成孔径雷达（SAR）图像,提出一种基于图像分割的图像匹配方法．该方法采用静态小波对原实时图分解滤波,抑制噪声;利用最大类间方差阈值法分割图像,分割出特定目标;选择结构元素进行形态腐蚀和膨胀,去掉细小背景杂波干扰;对二值化的图像进行面积统计,搜索出面积最大的目标．在原实时图中,以最大面积目标的外切矩形裁剪图像作为新的实时图．实践证明,利用裁剪的新实时图进行匹配,可以有效去除背景对匹配的不利影响,弥补了传统方法匹配精度低、实时性差的缺点．     

基于ADMM的SAR多运动目标成像方法

为提高合成孔径雷达（SAR）多运动目标同时聚焦性能和成像效率,利用多运动目标信号的多分量线性调频信号形式和稀疏先验知识,提出基于交替方向乘子法（ADMM）的SAR多运动目标成像方法。通过建立SAR多运动目标稀疏观测模型,将多运动目标成像问题建模为稀疏特征约束下的逆问题求解。基于自适应Chirplet分解方法对目标多普勒调频率进行估计,从而实现观测矩阵设计。为获得较高的动态响应范围和较低的旁瓣响应,采用ADMM对多运动目标进行稀疏重构,ADMM将复杂的凸优化问题分解为多个交替寻找最优解的子优化问题,从而实现多运动目标图像精确且高效重构。最后通过仿真实验和机载SAR实测数据验证所提算法在聚焦成像质量和工作效率方面优于其他成像方法。     

基于BP神经网络的岩土工程预测模型研究

BP神经网络具有自适应机制,通过训练和学习,达到对知识进行分类、模式判别、联想记忆等能力.岩土工程的灾害预测问题可以看作是一个模式识别问题,而岩土工程中变形情况的监测和预测模型的研究是矿山、建筑、水利等工程的一项重要课题,近年来安全监测技术发展有了巨大的飞跃,呈现出"实时"、"远程"、"非接触"的特点.针对BP神经网络预测模型监测在岩土工程方面的应用,应用BP人工神经网络实现了对岩土工程安全监测数据的预测预报,并对预测结果进行了分析,说明了隐含层数对预测结果误差的影响.通过比对,选择了误差最小的较优组合对岩土工程进行预测.     

基于Labview和BP神经网络的温度补偿的研究

经典压力传感器的输入输出大都存在非线性、易受工作环境温度的影响。本文提出了基于LabVIEW和BP神经网络的传感器温度补偿系统得设计,实验证明温度补偿效果较好,有一定的实用价值。     

一种改进的BP网络图象压缩方法

本文提出了一种改进的ＢＰ网络图象压缩方法．该方法对输入图象矢量进行分类，不同类别的图象矢量分别由不同的ＢＰ网络来实现压缩和恢复．因为同一类别图象矢量间离散度较小，所以可降低ＢＰ网络的映射复杂度，从而达到改善图象质量的目的．实验结果表明，这种改进能有效提高恢复图象的信噪比和视觉质量，对数据压缩比影响很小．