一种改进的主动式近场毫米波成像算法

近年来在机场等公共场合屡屡发生恐怖袭击事件,一种安全有效的毫米波安检成像技术应运而生,但是该技术采用的传统波数域算法存在从加载后向散射数据到重建图像耗时较大,无法完全满足快速安检成像的要求。故提出一种改进的主动式近场毫米波成像算法,该算法对近场毫米波成像首先进行邻近聚焦再结合一致聚焦函数来代替传统的匹配滤波函数和插值部分,所提算法可提高成像效率,使其更具实用性。通过大量的仿真实验和实测实验证实了所提算法的高分辨率和图像保真度。     

旅客人身时频调和型毫米波三维重建

在毫米波人身安检成像中,二维平面承载的有限信息量使得安检系统对隐匿危暴/爆品的检出概率不高,亟待获取人体三维全聚焦重建结果,且以往仅时域或频域三维重建算法均难以实现精度与效率的平衡。为此,基于“维度分解-算法调和”策略提出时频调和型三维重建算法（Time-Frequency Coordination 3D Reconstruction,TFC-3DR）。该算法融合频域算法的效率与时域算法的精度优势,利用距离徙动频域成像算法（Range Migration Algorithm,RMA）的方位平移不变性,在距离-高度截面统一地校正距离徙动,以保证运算效率,而后将时域后向投影（Back Projection,BP）算法应用于距离-角度维截面,通过将脉冲压缩数据与成像空间分辨单元逐点相干积累,以保证成像精度,由此加快运算效率的同时又保证重建精度。由于BP算法的引入,阵列天线角度维扫描轨迹灵活可变,有效降低了人体侧面盲区面积,避免漏检、误检。仿真和实测人体毫米波数据实验,验证了算法的有效性与实用性,同时分析重建效果与运算复杂度,验证了该文所提算法相比三维BP重建算法的优越性。     

基于等效相位中心近似与改进SLIM算法的稀疏阵列快速成像算法

提出一种应用于毫米波稀疏阵列成像的基于频率域成像算法和压缩感知技术相结合的成像算法。算法包含两个主要步骤,首先采用等效相位中心近似原理,将快速傅里叶变换成像算法用于周边形阵列,由于等效相位中心近似引入的残余相位误差无法在近距离成像应用中被完全补偿,因此在第二个步骤中,提出基于压缩感知技术的基于迭代最小化的稀疏学习（SLIM）的改进算法用于重聚焦初始图像。通过等效相位中心近似原理和改进的SLIM算法的结合,所提算法具备更高的计算效率、提升了图像质量、相比于传统的SLIM算法具备更少的迭代次数。仿真结果验证了所提算法的有效性。     

基于改进三维后向投影的多圈圆迹SAR相干三维成像方法

圆迹SAR(CSAR)因其特殊曲线运动轨迹而具备3维成像能力.单圈CSAR理论上可以获得距离方位平面亚波长级的分辨率,但是高程向分辨率却很低.同时,利用后向投影(BP)算法进行CSAR 3维成像的算法复杂度高,成像效率低.该文提出一种基于改进3维后向投影的多圈CSAR相干3维成像方法,针对现有成像算法时间复杂度高的问题,提出一种构造几何插值核的CSAR改进3维后向投影算法,可将3维插值操作转化为1维插值操作和距离向量搜索操作,通过多圈CSAR改进3维后向投影成像结果相干积累的方式得到最终3维图像.该文所提方法可有效解决单圈CSAR 3维成像高程向分辨率低的问题,改善3维成像细节,同时能够大幅降低CSAR 3维成像时间.仿真圆锥目标和美国空军实验室GOTCHA数据3维成像结果验证了该文所提方法的有效性.     

机载高波段SAR大斜视角大场景成像算法研究

该文基于合成孔径雷达(SAR)斜视成像模式,分析了机载成像处理中斜距展开和二维解耦合近似相位误差与波长、斜视角、分辨率和测绘带宽度等参数的关系,证明二阶近似可满足常规高波段SAR大斜视角成像要求,但改进RD算法的聚集深度问题限制了成像方位孔径,常规CS算法未考虑二次距离压缩(SRC)的空变性,其大场景成像效果均不佳,只有NCS算法考虑了SRC随距离的线性变化,大场景高波段SAR成像聚焦性能最优。对毫米波SAR点目标成像的计算机仿真结果证明了上述分析结果。     

主动式毫米波成像系统实现与方案设计

针对被动式毫米波成像信号强度弱,成像实际效果差,成像速度慢、设备体积大等缺点,本文通过对主动毫米波成像算法的分析,利用35GHz毫米波,设计并实现了一套单点式近场主动毫米波成像系统,扫描一个人体全身像时间为200s,分辨率为10.5mm,体积小于1.5m3,进而提出了一个改进的阵列式毫米波成像系统方案,其扫描一个人体像的速度达到了38.7s,分辨率达3.225cm。该主动式毫米波成像系统扫描的实际效果也较为理想,对于人体上的刀具等分辨清晰。     

毫米波人体安检图像自适应滤波方法

为解决毫米波人体安检图像背景区域的大量毛刺、混叠等噪声对隐匿物体识别造成的干扰问题,提出一种自适应的二次模板匹配滤波方法。首先将原始图像进行水平集二值分割,然后将分割结果作为模板对原始图像进行背景滤除,最后将滤除背景的结果作为先验图像对原始图像进行改进的双边滤波。基于毫米波成像系统的实际图像进行对比实验,验证了此算法相比于传统滤波方法的改善,并证明此算法可以针对性地滤除毫米波安检图像的背景噪声,保留人体区域的图像细节,有利于毫米波安检图像中的隐匿物品识别与定位。     

可结合CSAR时域成像处理的改进PGA方法

以后向投影算法（Back Projection, BP）为代表的时域类成像算法能够适用于复杂轨迹下的雷达图像重建,且具有精确成像能力。然而,这类算法的成像过程往往不满足结合传统自聚焦算法的条件,从而限制了其对实测数据的成像性能。针对这个问题,本文提出了一种可结合圆周合成孔径雷达（Circular Synthetic Aperture Radar, CSAR）时域成像处理的改进相位梯度自聚焦算法（Phase Gradient Autofocus, PGA）。首先,基于CSAR的成像几何,推导了运动误差形式;在此基础上建立了运动误差条件下的BP成像处理信号模型;接下来,提出了可结合CSAR时域成像处理的改进PGA算法,并给出了详细的处理流程;最后,利用实测数据成像处理结果证明了理论分析的正确性和所提算法的有效性。      

被动毫米波实时成像技术北大核心CSCD

被动毫米波实时成像技术在许多领域有广阔的应用。本文介绍了被动毫米波实时成像技术的特点、应用前景、工作体制和发展现状,并以用于人体安检的、采用了综合孔径辐射计技术的被动毫米波实时成像系统为例,详细讨论了其工作原理、系统设计、成像算法及成像实验等关键技术内容。所研制的被动毫米波成像系统实现了24帧/秒的成像速度,以及6cm@3m的空间分辨率和1-2K的温度灵敏度。     

基于等效相位中心近似与改进SLIM算法的稀疏阵列快速成像算法（英文）

提出一种应用于毫米波稀疏阵列成像的基于频率域成像算法和压缩感知技术相结合的成像算法。算法包含两个主要步骤,首先采用等效相位中心近似原理,将快速傅里叶变换成像算法用于周边形阵列,由于等效相位中心近似引入的残余相位误差无法在近距离成像应用中被完全补偿,因此在第二个步骤中,提出基于压缩感知技术的基于迭代最小化的稀疏学习(SLIM)的改进算法用于重聚焦初始图像。通过等效相位中心近似原理和改进的SLIM算法的结合,所提算法具备更高的计算效率、提升了图像质量、相比于传统的SLIM算法具备更少的迭代次数。仿真结果验证了所提算法的有效性。     

主动毫米波成像隐私保护算法

针对主动毫米波成像安检系统的个人隐私保护问题,提出了一种不受身高、站姿影响的毫米波人体图像隐私保护算法.通过预处理将毫米波图像背景噪声弱化,增加人体目标边缘细节.使用二值化和形态学处理进一步区分背景与人体目标,根据身高划分的人体部位比例与像素点遍历求最值法实现隐私部位的初步定位,可以满足标准站姿下不同身高受检人的隐私部位定位需求.算法所包含的定位复查校准模块通过对隐私位置条件的循环判断与调整,解决了非标准站姿下隐私部位的定位.最后,根据已定位的坐标进行模糊化处理,实现保护受检人隐私的功能.算法已应用于实际产品,与常规隐私保护算法相比,可移植性高,运行速度快,定位准确     

主动毫米波成像性别识别算法研究

针对主动毫米波成像安检系统的个人隐私保护问题,提出了一种主动毫米波人体图像性别识别流程,包括图像预处理、人体躯干图像分割、性别特征提取、各特征值权重确定、性别识别图谱形成、基于图形数据库的图像分类识别和算法优化验证。提出了一种基于灰度值提取的局域直方图性别识别特征图谱,给出了不同图像主体直观、量化的性别特征表达。基于该图谱,提出了一种多特征、多权值性别识别方法,性别识别准确率高于80%,可对海量人体图像快速分类与筛选,从而采取针对性隐私保护措施。该算法已应用于毫米波安检产品,其可移植性高,运行速度快,识别率高,在同类安检设备中具有巨大的应用潜力。     

基于IAA的毫米波人体三维高分辨成像算法

针对利用三维合成孔径技术成像的毫米波人体安检设备成像分辨力低的问题,提出一种将迭代自适应(IAA)技术与合成孔径成像技术相结合的波数域IAA成像算法。波数域IAA技术能估计出每个潜在位置所对应的信号源能量,具有分辨力高、旁瓣低且适合单快拍估计等优点。通过理论模型分析和仿真运算,将重构效果图与传统的匹配滤波方法重构效果图进行对比分析,验证了该算法的有效性;同时随着计算能力的提高,该算法的性能也得到提高。     

基于 RMA 的三维成像与二维 MIMO 阵设计

距离迁移(RM)算法能够精确校正近场距离徙动,同时通过使用快速傅里叶变换可以达到很高的计算效率,具有应用于近场MIMO雷达三维实时成像的潜力。RM算法应用于近场MIMO成像的主要挑战是设计合适的阵列结构。文中利用球面波分解为无穷多个平面波的方法推导了MIMO雷达近场三维RM 成像算法,在深入分析算法实现流程的基础上得 到了RM算法对MIMO阵列构型的四条约束条件。提出了一种适用RM算法的MIMO阵列设计方法,并利用所提方法设计了MIMO阵列,结合仿真,分析了所设计阵列的成像性能。     

应用改进自蛇模型和L-R算法恢复毫米波图像

在毫米波的图像恢复中,L-R算法是一种简单而有效的非线性方法,但当噪声不可忽略时,L-R算法难以获得较好的复原结果。针对毫米波图像数据量少和图像分辨率低的特点,提出基于改进自蛇模型和L-R算法毫米波图像恢复方法,以局部方差构造自蛇模型的边缘停止函数,其改进自蛇模型在消除噪声的同时更能够保留图像中的边缘和细节特征,然后使用L-R算法进行图像恢复,这种改进算法通过使用基于改进自蛇模型去噪能有效地减少噪声对L-R算法的影响。实验结果表明:在信噪比和相关度方面本文算法提高了L-R算法的性能,可用于含噪声的图像复原。     

被动毫米波三维成像技术初探

在简述当前被动毫米波二维成像技术已取得的成果及存在的不足的基础上,介绍了被动三维成像技术的原理、优势及难点. 对理想均匀球面阵列的被动三维成像性能进行了仿真分析,并着重对由成像遮挡问题引起的成像效果恶化进行了仿真评估. 最后提出了一种适用于非合作式人体安检的“门”型通道成像阵列,并对其能够实现的被动三维成像效果进行了探讨. 结果表明,所提出的“门”型通道成像阵列理论能够实现波长级的被动三维成像分辨率.     

毫米波下行多用户系统安全混合波束成形算法

毫米波混合波束成形结构受到日益广泛的认可,但缺乏以安全性为着眼点的混合波束成形算法研究,特别是当窃听者具有多用户译码能力时,系统安全性能无法得到保障。针对上述问题,该文基于人工噪声辅助的思想提出一种毫米波下行多用户系统安全混合波束成形算法。首先,将混合波束成形矩阵的模拟部分和数字部分解耦合独立求解,在充分考虑信道特性的基础上,通过最大化用户接收信号能量和迫零思想分别设计有用信号的模拟和数字波束成形矩阵;然后,通过SVD分解设计人工噪声的基带数字预编码矩阵,将人工噪声置于合法用户零空间。仿真结果表明,人工噪声辅助的安全混合波束成形算法有效解决了存在具有多用户译码能力窃听者时系统的安全问题。     

太赫兹被动成像系统性能研究

太赫兹被动成像技术具有很多独特的优势,已经成为安全检查领域的重要研究方向。为了进一步提高太赫兹被动成像系统的成像性能和实用性,研究了实验室自研的一套基于光机扫描的太赫兹被动成像系统的性能。通过探索不同系统参数和实验条件,包括成像距离、成像速度以及探测器状态,对背景噪声以及分辨率等图像性能的影响,获得了系统优化的性能参数,同时探究了该系统探测人体隐藏物品的能力,说明该系统可以有效地对人体进行安全检查。实验结果表明:该太赫兹被动成像系统的成像距离在机器前面1.5~2.5 m的范围内,即在大约1 m的景深内,能够显示清晰的太赫兹图像;该系统的成像速度为每帧1~2 s;探测器工作电平和增益对图像清晰度和系统噪声有较大的影响,存在一个优化的探测器工作状态,在该条件下可以获得清晰的太赫兹图像。在各项参数优化的条件下,该太赫兹成像系统可以达到的目标分辨率为1.5~2 cm,能够清晰地探测隐藏在人体衣服之下的金属物品和对太赫兹波有较强吸收的物质。     

Noninvasive imaging of bioimpedance distribution by means of current reconstruction magnetic resonance electrical impedance tomography

We have developed a novel magnetic resonance electrical impedance tomography (MREIT) algorithm-current reconstruction MREIT algorithm-for noninvasive imaging of electrical impedance distribution of a biological system using only one component of magnetic flux density. The newly proposed algorithm uses the inverse of Biot-Savart Law to reconstruct the current density distribution, and then, uses a modified J-substitution algorithm to reconstruct the conductivity image. A series of computer simulations has been conducted to evaluate the performance of the proposed current reconstruction MREIT algorithm with simulation settings for breast cancer imaging applications, with consideration of measurement noise, current injection strength, size of simulated tumors, spatial resolution, and position dependency. The present simulation results are highly promising, demonstrating the high spatial resolution, high accuracy in conductivity reconstruction, and robustness against noise of the proposed algorithm for imaging electrical impedance of a biological system. The present MREIT method may have potential applications to breast cancer imaging and imaging of other organs.