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 Laadweber(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。     

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。     

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ROSAR的高分辨波数域成像算法

旋转式合成孔径雷达(rotor synthetic aperture radar,ROSAR)是一种新型成像雷达,在高分辨条件下,距离徙动对ROSAR成像结果影响严重。波数域成像算法利用插值操作实现距离徙动的精确校正,但由于ROSAR复杂的斜距历程,导致传统波数处理获得的二维波数谱形式复杂,难以进行插值操作。针对这一问题,提出了一种改进ROSAR波数域成像算法。重新构建角度维波数,通过求解隐函数获得易于插值操作的信号二维波数域表达式,设计参考函数消除高频调制影响,最终通过Stolt插值实现宽波束大场景下距离徙动无近似校正与精确聚焦。仿真实验验证了算法的可行性与有效性。     

基于稀疏恢复谱相似度的自适应样本筛选算法

非均匀环境下的空时自适应处理算法需对参考单元样本进行筛选。针对小系统自由度下,已有的基于傅里叶谱相似度(Fourier spectral similarity, FSPS)的筛选算法在污染样本剔除以及相似样本选择环节都存在分辨率不足的问题,提出一种基于稀疏恢复技术的自适应样本筛选算法。该方法利用参考单元样本及待检测单元(cell under test, CUT)样本的高精度稀疏恢复谱筛选出与CUT杂波特征相近的样本,保留了FSPS算法在非均匀杂波环境下的鲁棒性,同时提升对非均匀样本的分辨精度。仿真结果表明,所提算法在小系统自由度情况下具有优于FSPS算法的样本筛选效果及系统输出性能。     

基于近似逐次超松弛预处理的自适应CQ算法

在处理基于不完全数据重建的不适定反问题时, 针对预处理CQ算法存在的不足, 提出了一种近似的逐次超松弛自适应预处理矩阵选择策略. 该方法利用近似特征值矩阵在处理矩阵相乘和求逆中的优势, 将正则化与超松弛预处理方法合, 通过迭代逐次逼近预处理矩阵, 并给出了算法的自适应步长. 结合稀疏角度CT图像重建问题, 给出了算具体实现步骤, 通过仿真可以验证: 该策略可以使预处理CQ算法有较快的收敛速度; 当存在噪声时,也可以较好地通过提前停止迭代来提高重建精度. 该策略为预处理CQ算法在不完全数据重建领域的应用提供了参考.     

基于子图融合技术的图像增强算法

自由参数的选取以及全局性的灰度映射函数限制了空域图像增强方法的性能。针对这一问题,从图像融合的角度出发,提出了一种基于子图融合技术的图像增强方法。首先,将自适应空域图像增强看作是一个图像融合过程,将通过枚举自由参数得到的子图序列作为待融合的图像;其次,根据图像细节、饱和度、亮度信息来计算待融合图像的权重;最后,根据估算的权重进行图像融合得到增强图像。另外,将这一方法应用于改进一些较为常用的空域图像增强算法，如:分段线性变换、Gamma校正、对比度拉伸变换等算法。根据实验结果可知,所提方法能够有效地提高空域图像增强的视觉效果。     

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。     

模糊图像高维空间几何信息自适应复原方法

针对模糊图像高维空间几何信息(high dimensional space geometrical informatics, HDSGI)复原方法不能自动调节参数的问题,提出一种结合混沌粒子群优化(chaotic particle swarm optimization, CPSO)算法进行模糊图像自适应复原的新方法。HDSGI图像复原算法可以获得清晰的复原图像,但 是需要人工调节表征分布曲线的参数,参数选择不合适时复原图像中会出现噪声。将能同时度量图像模糊程度和噪声水平的无参考型图像质量评价指标作为CPSO算法的适应度函数,达到自适应地选择最佳分布曲线的目的,从而可以获得清晰复原图像。复原后的图像的主观视觉评价和定量评价指标均证明了方法的实用性和有效性。     

高光谱图像修复算法的自适应稀疏编码实现

针对高光谱图像(hyperspectral images,HSI)中缺损像元及条带影响图像后续处理及应用的问题,应用稀疏表示理论,将HSI修复问题建模为不完整观测下的信号稀疏重建问题,提出自适应稀疏编码实现的HSI修复算法。首先,对加性噪声假设下的HSI观测模型进行研究。然后,通过引入基于随机近似的在线学习优化方法,提出新的从高光谱数据中直接构造字典的算法,从而获取光谱字典。之后,应用变量分解和增广拉格朗日稀疏回归方法对图像进行稀疏编码求解。最后通过稀疏重构求得修复后的HSI。实验结果表明,相对于现有算法,在不同噪声条件下,所提算法均能够更有效地修复缺损的HSI,且与其他字典学习类修复算法相比计算耗时更短。     

基于非采样contourlet变换的多光谱和全色图像自适应融合算法

光谱保持和高分辨率保留是影像融合的两个重要问题。提出了一种自适应的基于非采样contourlet变换的多光谱和全色图像的融合方法。该方法在对多光谱影像进行IHS变换的基础上,对多光谱的I分量和高分辨率的全色影像分别进行非采样轮廓波变换(NSCT),然后对分解得到的近似分量以及各层金字塔各方向的细节分量利用本文提出的自适应基于局部特征的融合准则进行影像融合,通过非采样contourlet逆变换得到新的I分量,最后与H,S分量一起还原到RGB空间,得到融合后的高分辨率多光谱彩色图像。采用一组多光谱图像和全色图像数据进行融合实验,利用均值、标准差、熵、光谱扭曲度和相关系数5个重要评价指标对融合效果进行数理分析。实验融合图像的目视效果和统计指标均优于传统的IHS融和方法、小波融合方法以及contourlet变换方法。     

基于新最速下降算法的自适应波束形成

针对阵列信号处理中自适应波束形成技术的抗干扰问题, 提出一种基于新的最速下降法的波束形成算法。新的最速下降法将多元二次凸优化问题转换为一元二次问题, 通过循环迭代的方式使求出的极值点向高维凸优化问题的极值点逼近, 最终使结果收敛到最优解。将这种算法应用于自适应波束形成, 提高自适应波束形成的收敛速度、抗干扰能力和低快拍下工作的能力。经过仿真验证, 与基于最小均方算法以及改进最小均方算法的波束形成方法进行比较, 所提出的波束形成算法具有抗强干扰、收敛速度快、能在低快拍条件下工作的优点。     

曲线弹道SAR RD-Dechirp快视成像算法

研究了以景象匹配制导为目的的曲线弹道合成孔径雷达（synthetic aperture radar,SAR）快视成像问题。首先建立了曲线弹道SAR回波信号模型,分析了多普勒历程和距离徙动特点,提出了等效正侧视成像的概念,并分析了等效条件,大大减小了距离徙动校正难度和回波信号距离向与方位向的耦合,然后推导了曲线弹道SAR回波信号的二维频谱表达式,在此基础上提出了结合距离多普勒算法和频谱分析（spectral analysis, SPECAN）的快视成像方法。所提算法使用高效的SPECAN方法进行方位压缩, 能够完成曲线弹道SAR部分孔径数据的精确相干处理,没有因为孔径的非直线而增加成像算法的复杂性。     

随机投影阵下的界约束总变分图像恢复算法

主要研究以交替方向法为基础的总变分图像恢复模型,结合约束优化问题以及快速迭代技术,提出了一种约束总变分图像恢复的快速算法。对总变分模型添加范围约束,利用交替方向法进行求解,把原问题转化为3个子问题,分别用迭代阈值法、快速傅里叶变换法以及投影法进行求解。把快速迭代技术应用于迭代阈值法来提高计算效率,利用非精确计算法来克服系数矩阵为随机投影阵带来的傅里叶变换的计算费时问题。数值试验结果〖JP2〗表明,针对随机投影阵下的约束总变分问题,新方法在提高计算效率的同时还能得到很好的图像恢复效果。     

基于卷积神经网络及有限元仿真的电容层析成像图像重建

为求解电容层析成像(electrical capacitance tomography,ECT)图像重建非线性病态逆问题,提出基于一维卷积神经网络(one-dimensional convolutional neural network,1D CNN)的电容层析成像图像重建算法.通过1D CNN建立了ECT系统独立测量...     

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。     

一般性广义噪声协方差矩阵自适应迭代谱估计

分析了非参数化谱估计方法,分析表明,它们所解决的优化问题都是加权最小二乘（weighted least square, WLS）,不同在于如何估计广义噪声协方差矩阵来构建加权矩阵。基于统一框架,提出了一种能同时估计信号频谱和观测噪声的自适应迭代非参数谱估计方法。该方法在每一次迭代时都利用上一次估计结果来逐步逼近真实的广义噪声协方差矩阵。分析和仿真表明,本文方法具有分辨率高,谱泄漏抑制好,并能增强信号协方差矩阵的可逆性和频谱范围选择的随意性等特点。     

基于修正超指数迭代算法的双模式盲均衡算法仿真研究

收敛速度和剩余均方误差是评价盲均衡算法性能优劣的主要参数之一。超指数迭代盲均衡算法收敛速度快，但是，该算法对高阶QAM信号具有较大的剩余均方误差。针对数字无线电信道的盲均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正无线电信道引入的载波相位旋转，并具有较快的收敛速度。在此基础上又提出了一种双模式盲均衡算法，该算法在收敛阶段采用修正的超指数迭代算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶信号的剩余均方误差。通过仿真证明了本算法的有效性。