一种新的基于稀疏贝叶斯学习的ISAR成像方法

将BP(基寻踪)算法和FOCUSS(Focal underdetermined systemsolver)算法用于ISAR成像中,由于它们具有一些缺点,在实际应用中受到很大的限制.但是SBL(稀疏贝叶斯)方法可以克服这些缺点.本文首次提出可以将SBL代替BP和FOCUSS用于ISAR成像中.真实ISAR数据的成像结果表明SBL是一种比BP和FOCUSS更有效,更有潜力的成像方法.     

基于二维稀疏采样的HRRP合成及ISAR成像方法

在分析传统的线性调频(LFM)信号体制ISAR高分辨距离像(HRRP)合成及二维成像原理的基础上,结合压缩感知理论,提出了一种基于二维稀疏采样的高分辨距离像合成及ISAR成像方法。该方法对经过二维稀疏采样后的ISAR回波信号进行二维重构处理,在大幅降低LFM信号采样率、减少子脉冲个数的前提下,获得高质量的HRRP和二维ISAR像;为缓解数字信号处理机的采样负担、降低已方雷达信号的被截获概率奠定了基础。仿真实验证明了该方法的有效性和可行性,同时观察了其鲁棒性。     

一种利用稀疏统计特性的超分辨ISAR成像方法

为提高短孔径逆合成孔径雷达的成像分辨率,利用逆合成孔径雷达图像的稀疏统计特性,提出了一种超分辨成像算法．通过结合逆合成孔径雷达像的强稀疏性,对成像过程建立近似的统计概率分布模型．利用最大后验概率及贝叶斯估计方法,推导了稀疏控制参数的显式表达,并通过共轭梯度法优化求解图像．另外,联合恒虚警概率检测和带宽外推技术的步进式成像过程,提高了参数估计和超分辨成像算法的稳健性．     

基于压缩感知的多目标认知成像方法

为利用有限雷达资源实现对多ISAR目标的实时高分辨成像,提出了一种基于压缩感知的相控阵雷达多目标稀疏孔径认知高分辨成像方法．在对目标稀疏特性认知的基础上,构建了基于目标横向稀疏度和成像积累时间的雷达资源动态分配函数,并给出了成像质量评估标准,最终实现了有限雷达资源条件下不同ISAR目标的高分辨认知成像．仿真结果表明,利用该方法成像不仅可以减少雷达成像发射脉冲数,而且可以有效减少雷达观测时间,同时还能获得高质量的目标ISAR像．     

一种高分辨的稀疏孔径ISAR成像方法

逆合成孔径雷达回波缺失程度较大时,传统的线性插值方法会带来较大的误差．针对这一情况,提出了一种基于压缩感知的稀疏孔径高分辨成像算法．通过构造一组时域稀疏的基空间和线性测量矩阵,结合范数1稀疏约束,利用凸优化进行基匹配搜索,直接提取目标的散射特性及多普勒频率信息,最终得到距离多普勒像．该方法无需对稀疏孔径进行插值,并且成像结果不存在旁瓣,对目标分辨特性较好．点目标模型仿真和实测数据处理的结果验证了该算法的有效性和优越性．     

ISAR Imaging of Missing Data Based on the Iterative Adaptive Approach

基于迭代自适应算法的缺失数据ISAR成像

王勇,张荣政

(哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001)

创新点说明：

本文提出一种新基于迭代自适应（IAA）算法的缺失数据ISAR成像算法,具体创新性可说明如下：

1） 首先在回波随机缺失的情况下使用IAA算法估计ISAR方位像上的多普勒谱,进而得到清晰且有较高分辨率的缺失数据成像结果。

2）本文所用方法解决了传统FFT的处理缺失数据的谱泄露问题,相比于主流的压缩感知方法,该方法恢复效果更好。

研究目的：

常规的FFT处理方法会导致图像模糊和高旁瓣等问题,为解决缺失数据下的ISAR成像问题,本文提出一种基于迭代自适应方法（IAA）的ISAR缺失数据成像算法。该算法具有全局收敛性,不需要预先设置参数,能得到清晰的成像结果。

研究方法：

1）对回波数据进行解线性调频处理,对其得到的每一个一维距离像进行运动补偿消除平等分量。

2）从缺失数据的回波中提取出有效时刻对应的一维距离像,作为有效数据。

3）将有效数据中每一个距离单元内的方位向数据视为一个非均匀采样信号,使用IAA算法应用加权最小二乘估计来获得非均匀采样信号的频谱,将其作为方位向压缩的结果,从而得到清晰的成像结果。

结果：

1）文中进行了针对一维线谱数据的缺失数据仿真实验,说明了IAA算法对于缺失数据频谱估计的精确性。

2）文中使用IAA算法及OMP算法进行了仿真MIG-25和Yak-42数据的缺失数据成像实验,实验结果说明,IAA算法能够在随机丢失数据的情况下获得清晰的目标图像。

3）文中将使用IAA算法的MIG-25 缺失成像实验数据与OMP算法实验数据进行了定量对比,说明了IAA算法的优越性。

结论：

本文提出的基于迭代自适应算法的ISAR缺失数据成像方法应用加权最小二乘估计来获得非均匀采样信号的频谱。 仿真MIG-25和Yak-42的结果表明,该算法能够在随机丢失数据的情况下获得清晰的目标图像。

关键词：迭代自适应,缺失数据,ISAR

     

利用压缩感知的短孔径高分辨ISAR成像方法

压缩感知理论揭示：对于稀疏信号可以利用非常有限的观测数据对信号本身进行精确恢复．基于此思路提出了一种利用短孔径有限数据实现高分辨逆合成孔径雷达成像的新方法,将逆合成孔径雷达成像转换为利用正交基重构稀疏信号的问题,然后利用压缩感知对目标像高分辨优化重建．同时,根据压缩感知理论对新成像方法的分辨率理论上界进行了推导．对舰船和机动飞机的实测数据的处理结果验证了新方法的有效性和稳健性．     

改进轮廓波变换的ISAR信号超分辨成像方法

为了克服由于实测数据有限、逆合成孔径雷达(ISAR)成像分辨率低的问题,提出了一种基于改进轮廓波变换(CT)的ISAR回波信号超分辨成像方法.该方法首先采用非下采样的轮廓波分解来实现信号不变尺度下不同方向的高频成分提取;然后将不同方向的高频信息与原始回波信息一同构建为CT变换的分解层;最后借助轮廓波重构变换技术实现ISAR回波信号的尺度拓展,进而实现超分辨成像.与用插值方法进行信号尺度拓展后成像相比,该方法更能反映空中目标雅克42型飞机雷达图像细节信息,提高成像质量,从而验证了该方法的有效性.     

New ISAR imaging interval selection method for ship targets on the sea

Ship targets on the sea swing because of the sea wave, which leads to instability of the rotation speed and variation of the image project plane. As a result, imaging interval selection should be taken into consideration in order to obtain a high quality ISAR image. In this paper, firstly, the relationship between effective rotating speed and image project plane is analyzed in detail, by which the conclusion that the image project plane is stable and the resolution of the ISAR image is best when the valid speed of rotation of a ship target is highest is drawn. Then a new method to select favorable imaging interval based on the rotation speed of ship targets is proposed. In comparison with existing methods, the proposed one can select a better period for ISAR imaging, which leads to an imaging result with higher quality. The effectiveness of the proposed method is verified by simulation and real data processing result.     

High-Resolution ISAR Imaging Based on Sparse Iterative Covariance-Based Estimation

基于协方差稀疏迭代谱估计的ISAR高分辨成像

王勇^1，2，张荣政^1，2

(1.哈尔滨工业大学 电子工程技术研究所，哈尔滨 150001;

2. 对海监测与信息处理工业和信息化部重点实验室 哈尔滨 150001)

创新点说明：

提出一种基于协方差稀疏迭代谱估计（SPICE）的ISAR高分辨成像算法，具体创新性可说明如下：

1）首先在回波数量有限的情况下使用SPICE算法估计ISAR方位像上的多普勒谱，进而得到高分辨率的成像结果。

2）本文所用方法解决了传统方法处理回波数量有限或者转角很小的ISAR数据分辨率不够的问题，相比于主流的压缩感知方法，该方法不需要预先设置任何参数。对比同类的谱估计方法，该方法的分辨率更高。

3）为解决SPICE方法计算量大的问题，给出一种基于G-S分解的快速实现方法，降低了运算复杂度。

研究目的：

由于实际系统可能具有有限数量的回波或者一些回波受到强干扰，因此传统的基于FFT的距离多普勒算法的分辨率可能无法满足要求。当相干累积角度受到限制时，有必要使用高分辨率方法进行ISAR成像。本文提出一种基于协方差稀疏迭代谱估计（SPICE）的ISAR高分辨成像算法。该算法具有全局收敛性，不需要预先设置参数，能有效提高成像分辨率。针对SPICE方法计算量大的问题，本文提出了一种改进方法。

研究方法：

1）对回波数据进行解线性调频处理，对其得到的每一个一维距离像进行运动补偿消除平等分量。

2）将有效数据中每一个距离单元内的方位向数据视为一个稀疏的复合频率信号，使用改进的SPICE算法估计信号的频谱，将其作为方位向压缩的结果，从而得到清晰的成像结果。

研究结果：

1）文中进行了针对一维线谱数据的频谱仿真实验，说明了SPICE算法对于数据量很小的信号频谱估计的精确性。

2）文中使用IAA算法及SPICE算法进行了仿真MIG-25和Yak-42数据的小转角成像实验，实验结果说明，SPICE算法能够在获得回波很少的情况下获得清晰的目标图像，有效提高了成像的分辨率。

3）文中将使用SPICE算法的成像结果与IAA算法成像结果进行了定量对比，说明了SPICE算法的优越性。

结论：

1）本文提出的基于协方差稀疏迭代的ISAR高分辨成像算法在不需要设置任何参数的同时利用信号的稀疏性，有效地提高ISAR成像的分辨率。

2）为减少计算量，本文还介绍了基于G-S分解的SPICE算法的快速实现。仿真MIG-25和Yak-42实测数据的实验结果说明了SPICE算法的有效性。

关键词：ISAR，高分辨，SPICE，快速实现

     

3D打印AlSi10Mg合金组织性能研究

二维稀疏舰船目标的三维干涉ISAR成像

王勇^1,2,陈雪飞^1,2

(1.哈尔滨工业大学 电子工程技术研究所,哈尔滨 150001;

2. 对海监测与信息处理工业和信息化部重点实验室 哈尔滨 150001)

创新点说明：

提出一种当舰船目标回波处于两维稀疏情况时的三维InISAR成像算法,具体创新性可说明如下：

1） 首先将距离维稀疏回波进行稀疏重构;然后利用全局类补偿方法对重构后的信号进行包络对齐、相位校正和图像配准;接着考虑舰船目标在成像时间内近似为平稳运动,对接收的稀疏回波提取出有效数据,进行方位压缩得到目标的高分辨ISAR图像;最后通过干涉处理得到目标的三维几何重构图。

2） 本文所提方法解决了回波两维稀疏情况下舰船目标的三维InISAR成像问题,可有效适用于回波距离维随机缺失、方位维随机缺失和块缺失的情况;相对于传统的三维成像算法,本文算法可得到更好的成像结果。

研究目的：

为解决回波处于两维缺失时舰船目标的三维InISAR成像问题,提出一种针对回波距离维随机缺失、方位维随机缺失和块缺失时的舰船目标三维InISAR成像算法。该算法具有一定的有效性和实用性,可实现在方位维回波随机缺失75%时的成像,块缺失中有效回波仅占接收回波1/8时的舰船目标三维InISAR成像。

研究方法：

1）对回波距离维随机缺失数据采用梯度自适应算法进行稀疏重构,得到重构的回波;

2） 利用全局平均一维距离像熵最小算法估计出中心雷达回波中目标的运动参数,利用该参数对各雷达回波进行距离对准;

3） 利用联合相位校正算法对包络对齐后的三雷达回波进行处理,在实现回波相位校正的同时消除回波间的波程差,实现各图像间的配准;

4） 将成像时间内舰船目标的运动近似为平稳运动,提取出接收回波中的有用数据进行方位向压缩后得到三幅ISAR图像;

5） 分别沿两基线进行干涉处理,并结合测距信息即可得到目标的三维几何重构,从而实现回波两维缺失时舰船目标的三维InISAR成像。

研究结果：

1） 由不同稀疏重构算法对距离维信号的重构误差对比图可看出,本文中的梯度自适应算法能获得更好的结果;

2） 由回波两维随机缺失时舰船目标的三维InISAR成像结果可看出,回波在不同的缺失情况时均能得到目标很好的三维图像,即使回波中有效数据仅占25%时。

3）由距离维随机缺失、方位维块缺失时舰船目标的成像结果可发现,本文算法对处于不同缺失情况下的回波均能实现目标的三维几何重构,表明了该算法的有效性。

4） 通过对采用不同图像配准算法的舰船目标三维几何重构图分析可以发现,本文算法更适用于稀疏孔径下目标的三维InISAR成像。

结论：

当雷达接收回波处于两维稀疏时,传统的运动补偿和图像配准算法将无法获得目标运动的精确补偿和图像间的精确配准,使得稀疏孔径下舰船目标的二维成像质量下降,三维几何重构精度偏低。本文提出一种针对回波处于两维稀疏时舰船目标的三维InISAR成像算法,仿真实验结果可看出,该算法适用于回波处于距离维随机缺失、方位维随机缺失或块缺失的舰船目标三维成像,验证了所提算法的有效性。

关键词：3-D InISAR, 两维稀疏,梯度自适应算法,平均一维距离像,联合相位校正

     

解线频调步进频率ISAR成像研究

提出一种采用两次相干化处理实现对解线频调步进频率的逆合成孔径雷达(ISAR)成像算法．首先对回波进行相干化预处理,以估计运动目标的参数,并对相干化后的回波进行补偿;之后,采用相位相干化技术对残留相位误差进行校正,并利用时域带宽拼接技术获得目标的高分辨一维距离像．最后利用传统方位成像算法获得目标的高分辨ISAR图像．仿真数据验证了该方法的有效性．     

A Scheme of sEMG Feature Extraction for Improving Myoelectric Pattern Recognition

This paper proposed a feature extraction scheme based on sparse representation considering the non-stationary property of surface electromyography (sEMG). Sparse Bayesian Learning (SBL) algorithm was introduced to extract the feature with optimal class separability to improve recognition accuracies of multi-movement patterns. The SBL algorithm exploited the compressibility (or weak sparsity) of sEMG signal in some transformed domains. The proposed feature extracted by using the SBL algorithm was named SRC. The feature SRC represented time-varying characteristics of sEMG signal very effectively. We investigated the effect of the feature SRC by comparing with other fourteen individual features and eighteen multi-feature sets in offline recognition. The results demonstrated the feature SRC revealed the important dynamic information in the sEMG signals. And the multi-feature sets formed by the feature SRC and other single features yielded more superior performance on recognition accuracy. The best average recognition accuracy of 91.67% was gained by using SVM classifier with the multi-feature set combining the feature SRC and the feature wavelength (WL). The proposed feature extraction scheme is promising for multi-movement recognition with high accuracy.     

多视角ISAR成像研究

提出了多视角逆合成孔径雷达(ISAR)成像方法,对不同视角回波数据子孔径内部与外部分别选用不同对齐基准的方法进行包络对齐,然后采用多特显点综合法进行自聚焦．对各个视角接收信号融合,给出了一种参数化方法与非参数化方法相结合以进行稀疏孔径外推的算法,经外推后通过方位向FFT得到目标ISAR图像,该算法可有效应用于合成孔径雷达稀疏孔径成像．     

岩心三维CT图像超分辨率重建

为了提高岩心三维图像分辨率,将调整的锚点邻域回归算法（A+）扩展为三维图像超分辨率重建,提出三维高频修正A+算法.该算法利用已有的高分辨率（HR）岩心三维CT图像和高频修正信息训练高低分辨率字典、高频修正字典、映射矩阵和高频修正映射矩阵.重建时,对每个输入的三维低分辨率（LR）特征块搜索匹配的字典原子以及相应的映射矩阵和高频修正矩阵,通过LR特征向量分别与映射矩阵和高频映射矩阵相乘,直接将三维LR特征映射到HR空间.针对多组岩心三维CT图像进行实验,与其他三维超分辨率算法进行比较.实验结果表明,该算法具有较高的峰值信噪比和结构相似度.     

一种高速自旋目标三维成像新算法

提出了一种基于二维频谱匹配滤波器组的高速旋转目标三维ISAR成像的算法．每个频谱匹配滤波器能输出对应散射点的聚焦切片．从各个滤波器组输出的聚焦切片提取聚焦点的三维空间参数,可以构建目标的三维像．已有的基于广义Radon 变换 (GRT) 和扩展的Hough变换 (EHT) 实现旋转目标三维空间信息提取的算法,由于是对散射点逐点进行投影,因此运算量很大,效率很低．该算法采用的是匹配滤波的处理方法,在处理过程中使用快速傅里叶变换(FFT), 使计算效率显著提高．计算机仿真验证了这种算法的正确性．     

一种基于时频分析的自适应积累成像算法

为改善基于时频分析的逆合成孔径雷达（ISAR）瞬时成像算法的性能，提出了一种基于时频分析的ISAR积累成像算法．该算法利用回波相关系数门限自适应调整积累范围，并结合图像熵法对积累范围内由时频分析得到的距离-瞬时多普勒像进行叠加成像．该算法可适用于机动目标和平稳目标的ISAR成像，其成像清晰度优于传统距离-多普勒算法．     

高速运动自旋目标的ISAR成像建模与分析

针对目标兼有高速运动和自旋特征时的逆合成孔径雷达（ISAR）成像问题,主要研究了该类目标的ISAR成像方法。依据高速运动自旋目标的运动特点,建立了其ISAR回波模型,并在回波模型分析的基础上提出了该类目标的ISAR成像投影像概念及计算方法。仿真实验同时验证高速运动自旋目标ISAR投影像计算方法和ISAR成像处理算法的有效性。     

基于冗余字典的高光谱图像超分辨率复原算法

为了提高高光谱图像的空间分辨率,将基于冗余字典的信号稀疏表示理论应用到高光谱图像的超分辨率复原领域,提出一种基于冗余字典的高光谱图像超分辨率复原算法.该算法通过训练一组高低分辨率相对应的冗余字典对,使得高低分辨率相对应的像元曲线在基于各自的冗余字典进行稀疏分解时,具有相同的稀疏表示系数.超分辨率复原过程中,将待复原的低分辨率高光谱图像基于低分辨率冗余字典进行稀疏分解,利用所得的稀疏表示系数和对应的高分辨率字典,重建高分辨率的图像.实验结果表明:与基于图像块字典的超分辨率复原算法及传统的双线性插值图像放大方法相比,重建图像的峰值信噪比(peak signal to noise radio,PSNR)得到了显著提高.该算法将高光谱图像沿光谱维方向进行整体稀疏分解,避免了传统算法逐波段进行超分辨率复原带来的波段间的光谱失真问题,显著降低了算法的运算量.     

结合自适应字典学习的稀疏贝叶斯重构

贝叶斯压缩感知是一种基于统计分析的压缩感知算法,具有很好的鲁棒性,能够充分利用信息间的相关性,它的重构依赖于图像的稀疏性表达.针对贝叶斯压缩感知的深层次稀疏化问题,笔者结合自适应字典学习思想,提出一种冗余自适应字典表示的稀疏贝叶斯学习算法.该算法对图像进行局部分块,从待重建图像的迭代中间图像分块中学习字典,并以该字典作为图像的稀疏变换基,通过稀疏贝叶斯学习算法获得稀疏解.实验结果表明,基于自适应字典的贝叶斯学习算法能提高稀疏化,明显改善图像的重构质量.