一种稳健的雷达成像超分辨算法

在机动目标的ＩＳＡＲ成像情形下,由于目标散射点回波信号的多普勒频率不再保持恒定,此时若用常规的超分辨算法来提高横向距离分辨率,则由于模型误差将使得算法性能下降或失效．该文采用上述情形的多普勒频率的分段一阶近似模型,在此基础上,提出一种基于推广ＲＥＬＡＸ算法的线性调频信号参量估计方法,文中同时给出了数值模拟结果。     

一种稳健的雷达成像超分辨算法

在机动目标的ISAR成像情形下,由于目标散射点回波信号的多普勒频率不再保持恒定,此时若用常规的超分辨算法来提高横向距离分辨率,则由于模型误差将使得算法性能下降或失效。该文采用上述情形的多普勒频率的分段一阶近似模型,在此基础上,提出一种基于推广RELAX算法的线性调频信号参量估计方法。文中同时给出了数值模拟结果。     

基于外辐射源的ESPRIT超分辨成像算法

在基于外辐射源的无源雷达成像算法中,获得方位向的高分辨率需要大的目标累积转角,然而在实际系统中,一方面大转角需要时间长,难以满足实时要求;另一方面,目标散射函数在不同的姿态角下并不一样,当转角增大时,其变化的程度会更严重。该文针对小转角情况下如何获得较好的成像效果提出了ESPRIT超分辨成像算法。该方法通过估计回波信号的自相关矩阵,利用特征值分解得到各散射点对应的正弦波频率,根据正弦波频率推导目标点的位置,从而估计散射点散射强度。实验证明了该算法的可行性。     

基于矩阵束算法的多雷达信号融合超分辨成像

利用多雷达回波信号对目标进行融合成像可以有效提高分辨率.本文实现了一种多雷达融合联合超分辨成像算法,该方法基于单雷达观测数据指数和模型,建立了联合的多雷达观测数据模型,并将雷达二维成像的矩阵束算法引入到多雷达观测融合成像中,利用多雷达观测数据估计散射中心的参数,有效提高了分辨率.仿真实验表明,该算法有效提高了雷达成像的分辨性能,有利于后续的目标检测与识别.     

一种机载/弹载阵列雷达前视超分辨成像算法

针对机载/弹载雷达前视成像过程中方位分辨率急剧下降的问题,提出了一种基于超分辨技术的阵列雷达前视成像算法。该算法通过对接收的各通道回波数据进行样本协方差估计,并对该协方差进行修正及空间平滑等处理,随后采用改进的多重信号分类(MUSIC)算法估计空间谱,再根据系统参数将谱曲线进行累积,最终获得雷达前视图像。仿真及实测数据处理结果表明,该算法能有效提高雷达前视方向成像的方位分辨率,实现机载/弹载雷达前视超分辨成像。     

超分辨距离—多普勒成像研究

介绍几种超分辨成像方法,包括线性预测数据外推的离散傅立叶变换(LPDEDFT)法、动态优化线性最小二乘(DOLLS)法和Hopfjeld神经网络非线性最小二乘(HNNNLS)法,并给出B-52飞机缩比金属模型微波暗室转台实测数据和Boeing-727飞机外场实测数据的成像结果。比较了这些方法在分辨能力、计算复杂性等方面的优劣。采用这些超分辨成像方法,与普通的傅立叶方法相比,在相同信号带宽和总转角的条件下可以获得更高的图像分辨率,或用较小的信号带宽和总转角可以获得相同质量的图像。     

酉ESPRIT超分辨ISAR成像方法

针对ESPRIT超分辨成像方法没有利用复数共轭数据且难以确定散射点数目的不足,提出了采用酉ESPRIT实现ISAR超分辨成像的新方法.该方法利用改进的盖式圆盘方法确定散射中心的数目,克服了ESPRIT方法中无法确定散射中心数目的缺点.通过合成复观测数据及其共轭,提高了ESPRIT超分辨成像的分辨率.构造了中心复共轭对称矩阵,有效降低了计算量.利用仿真数据和实测数据对该方法进行了验证,结果表明该方法不但具有更优的抗噪性能和分辨率,也具有更高的运算效率.     

基于TPF-ESPRIT的雷达超分辨成像方法研究

超分辨雷达成像方法不受瑞利限的限制,可以极大地提高雷达距离维分辨率,利于目标识别。针对传统方法不具有频率选择性,研究了一种基于时域预滤波旋转不变参数估计技术(ESPRIT:Estimation of Signal Parameter via Rotational Invariance Techniques)的超分辨谱估计新方法,并成功应用于雷达距离维成像中。该算法把具有频率选择性的时域预滤波器和拓展旋转不变参数估计技术相结合。首先对雷达信号进行粗谱分析,获得信号频率分布的先验信息,然后针对性地设计频率选择时域滤波器对原始回波进行预处理,提高ESPRIT方法在目标信号所处频段的谱估计精度,改善距离维成像质量。仿真实验和暗室数据成像结果表明该方法具有频率选择特性和更好的频谱估计精度。      

单演函数距离分辨雷达

具有峰值自相关的序列,在距离分辨雷达和在地震研究中检测反射同态问题时是有用的。本文把这些应用中系统识别的相关处理概念扩大到单演特征信号的处理中去。文中列出了具有良好单演特征的一些序列。这些序列得到的序列压缩长度等于序列的长度,主/副瓣比或品质因数较同样长度的序列经相关处理所得到的主/副瓣比或品质因数要高。文章讨论了开发单演函数雷达中的一些问题,并提出了某些解决办法。     

多载频MIMO雷达的空时超分辨算法

该文建立了多载频MIMO (Multi-Carrier-Frequency MCF-MIMO) 雷达的信号模型,指出信号预处理后在接收端形成一个阵元数为NtNr的等效阵列(Nt, Nr分别为发射和接收阵元数),推导出窄带情况下导向矢量是发射和接收导向矢量的kronecker积,并针对该特点提出了采用空时2维MUSIC方法来实现距离和角度的超分辨,从而提高在多目标环境中目标距离以及角度的估计精度。推导了距离和角度估计的Cramer-Rao界,并仿真研究了估计性能与信噪比、快拍数和波达方向的关系,最后给出了面阵情况下3维空时超分辨的仿真结果,验证了该算法在面阵多维情况下的有效性。     

米波雷达最大似然超分辨测高技术研究

米波雷达垂直面波束比较宽,直达波与多径相干叠加导致垂直面波瓣分裂,波束比幅或DBF(数字波束形成)搜索的方法无法进行测高。介绍了最大似然算法原理,分析了米波雷达反射场的几何模型,提出了与阵列几何模型匹配的最大似然阵列超分辨测高方法,给出了算法的具体实现步骤,有效解决了米波雷达低仰角测高问题。针对试验米波雷达系统采集的实际回波,给出了DBF搜索、传统最大似然及该文算法的处理结果,试验结果也表明了该方法的优良测高性能。     

稀疏孔径下的运动补偿及快速超分辨成像方法

针对稀疏孔径条件下目标运动补偿难和方位稀疏成像算法效率低、分辨率差等问题,本文提出了一种稀疏孔径下的运动补偿和快速超分辨成像方法.首先,通过将运动补偿问题转换为距离频域内的多参数估计问题,基于黄金分割法实现参数的快速估计后同时实现包络对齐和相位校正,从而完成运动补偿;其次,针对补偿后不同距离单元ISAR回波的特征,为实现快速的方位成像,本文提出矩阵形式的Nesterov线性Bregman迭代算法（Matrix form of Nesterov Linearized Bregman Iteration,MNLBI）算法,分析了该算法的基本迭代格式,讨论了加快收敛的原因,并详细分析了该算法的运算量,仿真与实测数据结果验证了本文方法的有效性.     

机动目标ISAR超分辨成像的分辨能力研究

机动目标ISAR超分辨成像须考虑三维转动造成多普勒频率的时变性质,同时,成像质量也受到信号模型误差的影响,如包络对齐误差和自聚焦误差.采用误差参数和目标特征参数联合估计可显著提高机动目标成像的分辨率.本文将误差参数和目标参数联合建模,对信号模型解的不唯一性提出一种约束条件,引入分辨能力的概念,综合分析了存在这些因素时成像分辨率所受到的限制.     

一种基于权值矩阵的序列图像超分辨率盲复原算法

 建立准确的观测模型是提高现有超分辨率复原算法性能的关键.本文提出一种基于权值矩阵的超分辨率盲复原算法:定义了一种新的基于权值矩阵和运动补偿矩阵的观测模型,在最大后验概率框架下,采用交替最小化方法对权值矩阵和高分辨率图像进行联合优化求解.静止和动态图像序列的测试结果表明,该方法能够实现对低分辨率图像降质过程的准确描述,其复原性能明显优于传统基于理想观测模型的算法,部分结果甚至超过了观测模型已知的算法.     

基于认知的发射权矢量空时联合设计

方位超分辨一直是雷达领域里受到广泛关注的研究课题。为解决高斯噪声情况下天线低通效应造成的方位低分辨率问题,利用基于高斯噪声情况下ISRA算法对其进行研究。为了提高ISRA算法的收敛速度,提出了一种基于矢量外推的加速ISRA算法,然后利用加速ISRA算法进行方位超分辨。仿真结果表明:加速ISRA算法可用于雷达方位超分辨的研究,且收敛速度快于ISRA算法;与Tikhonov正则化算法相比,噪声适应性更好;加速ISRA算法分辨能力略优于CID算法,且收敛速度较快,验证了算法的有效性。     

Strategic Engineering of Sub-5 nm Dyes@CDs Nanoassemblies Platform for Super Resolution Imaging

The design and construction of fluorescence probes with small size, high quantum yield, photostability, and solubility in an aqueous solution to achieve biomarker have become a focus of interest in super-resolution bioimaging application. Herein, four kinds of GFP-like supramolecular nanoassemblies (SNAs) are constructed in a very facile manner by the host–guest interaction between isopercolic acid derivatives (IADs) and cyclodextrin (CD). ¹H NMR, Fourier transform infrared spectroscopy (FT-IR) and single crystal structure well prove the formation of SNAs. Moreover, compared to the initial state, the fluorescence quantum yield of the SNAs is dramatically improved through suppressing nonradiative relaxation pathways and shielding quenchers. The bimolecular exciton–exciton annihilation (bmEA) process under the high pumping fluence has been suppressed effectively. Both the improved gain and the reduced loss facilitate the buildup of stimulated emission and enable the high stimulated emission efficiency of these SNAs. Sub-5 nm IADs@β-CDs-mediated STED imaging exhibits excellent stimulated emission depletion (STED) performance: high photostability, low saturation intensity ( ≈ 0.50 MW cm⁻²), and high resolution (30 nm) under P_STED-775 nm of 109 MW cm⁻². This supramolecular strategy avoids the tedious molecular synthesis process and paves a new pathway for insights into building up novel high-performance STED probes.     

基于多姿态角下一维距离像的雷达目标三维成像

本文根据目标散射中心在雷达视线上的几何投影关系,分析了由多姿态角下一维距离像对雷达目标进行三维成像的基本原理和散射中心关联等技术难点,提出了基于聚类分析的散射中心关联和三维成像算法.最后,本文采用GTD散射模型生成的回波数据和暗室测量数据进行成像实验,验证了该算法具有实现简单、成像效果稳定等优点.     

一种脉冲多普勒雷达解模糊新算法

模糊问题是脉冲多普勒雷达的固有问题.目前常用的解模糊算法是孙子定理方法和一维集算法.本文提出了一种新的解模糊算法,即群算法.这种算法对测量误差不敏感,而且既可以解距离模糊又可以解多普勒模糊,所以它的性能优于孙子定理算法.另一方面,由于使用了查找表,群算法的计算量比一维集算法小,因而更适合实时处理.     

基于离线双字典学习算法的图像超分辨率重建研究

为了提高图像超分辨率重建的质量,采用离线双字典学习算法。首先图像块建立字典稀疏模型,确定字典中原子数量;然后使用基于离线字典学习对图像稀疏编码,同时把稀疏编码统一到一个框架中进行优化编码;接着对字典进行分解多个子字典,将图像块中像素点的列向量在子字典展开;最后双字典与超分辨率重构中不同分辨率的异构数据进行同构化,确定控制残差条件,给出了算法实现过程。实验仿真显示本文算法重建效果清楚,峰值信噪比最大,BIQI最小。