循环-循环块相位掩膜矩阵压缩双透镜成像

压缩成像(CI)是压缩传感(CS)理论的一个重要应用领域。本文在循环矩阵和分块矩阵的基础上提出一种新的循环-循环块相位掩膜矩阵可压缩双透镜成像方法,实现对图像的随机获取。模拟实验结果表明,新的相位掩膜矩阵CI可以在显著减少测量的同时,有效捕获图像信息重建原始图像;对于64pixel×64pixel的标准Lena和Cameraman图像,在只有原像素数58.6%的无噪声测量情况下,获得的重建信噪比(SNR)分别超过26dB和30dB。新相位掩膜矩阵的研究为确定性测量在CI领域的应用提供了更多的支撑,在拥有原循环和循环确定性测量优点的同时还拥有自身的块结构特点,可以进一步减少物理实现成本,并为新的照相机设计提供若干理论、计算和技术支撑。     

像面数字全息显微中的相位解包裹算法研究

为了快速准确地恢复出由像面数字全息显微术(IPDHM)得到的被测样品准确的相位分布,采用理论分析和实验验证相结合的方法,对5种相位解包裹算法的速度、准确性及适用范围等相关问题进行了研究。结果表明:对由IPDHM得到的含有欠采样区域的包裹相位图进行相位展开时,基于横向剪切的最小二乘法效果最好、速度最快;利用枝切法和质量导向图法处理的结果存在"拉线"和未展开区域,造成严重的解包裹错误;利用基于离散余弦变换(DCT)的最小二乘法和预条件共轭梯度法会使欠采样区域的误差进行传递,使得解包裹相位产生较大误差。因此,基于横向剪切干涉的最小二乘法是目前IPDHM中的最优相位解包裹算法。     

基于并行结构的相位恢复算法在全息激光投影中的应用

全息激光投影技术相比传统图像显示技术有突出的优势。作为全息激光投影技术的关键图像处理算法——相位恢复算法,算法的收敛速率和精度都有待提高,在实际计算中它们的效果不够理想,甚至不能保证迭代过程总收敛到正确解。基于此,本文提出了基于并行结构的相位恢复算法(PGSGA)。该方法思路是对多个初值进行并行运算,不断"筛"出最优结果来对GS算法进行加速。仿真实验证明,该算法在收敛速率和恢复的灰阶图像质量等方面具有优越性。     

基于OFDM的WLAN相位校正算法研究

相位校正对基于OFDM的高速数据传输系统至关重要.文章针对802.11a协议提出了一种使用导频进行相位校正的算法.该算法对接收导频样本进行最小二乘估计以获得相偏参数,算法综合考虑了抽样时钟偏移(SCO)和载波频偏(CFO)所引起的相位偏移.文章通过仿真比较了该算法与另一种相位校正算法在不同参数下的性能,结果证明在相偏主要由SCO和CFO引起的情况下该算法性能较好.     

一种采用光学相位分集接收技术的相干光正交频分复用远端接入系统

提出了一种采用基于光学相位分集接收技术实现远程相干光正交频分复用(CO-OFDM)信号的远程光接入方案,并进行了理论研究和仿真验证。在本方案中,没有使用色散补偿光纤(DCF)或者色散补偿模块(DCM)补偿光纤信道色散导致的负面效应,原因是CO-OFDM信号能有效抵抗传输过程中色度色散(CD)和偏振模色散(PMD)引起的负面效应。仿真结果表明,10Gbit/s CO-OOFDM信号在标准单模光纤(SMF-28)传输320km后,采用相位估计技术得到的OFDM电信号,其时域波形的相位抖动幅度更小;与采用光载波自提取技术接收相位调制COOFDM的方案进行比较,测试误差向量幅度(EVM)的结果表明,本文方案可以获得更好的COOFDM信号接收性能,星座图中星座点收敛更加紧凑,接收的CO-OFDM信号质量更高。     

一种新的InSAR相位解缠算法

干涉相位解缠直接影响到干涉合成孔径雷达(InSAR)高程测量精度,是InSAR处理及其重要的一步。文中在研究了最小二乘法相位解缠的基础上,提出了一种基于解缠相位误差迭代补偿的加权最小二乘法。首先,采用加权最小二乘法得到相位解缠的初值,然后,再通过对解缠误差相位的迭代补偿,对解缠效果进行优化。另外,针对迭代次数的合理选择,还设计了一种迭代机制,避免了迭代次数过多引入的补偿冗余和迭代次数过少导致的补偿不足。相比最小二乘法,该方法通过加权处理对相位噪声的全局影响进行了约束;通过误差迭代补偿进一步大大提高了解缠精度。仿真试验结果表明:文中所提方法具有优越性。     

基于凸优化方法的认知雷达波形设计

针对认知雷达扩展目标检测的问题,提出了一种与目标散射特性相关的相位编码信号设计方法,利用半正定松弛将输出信噪比的优化问题松弛为一个凸优化问题,并利用一维交互迭代搜索逼近原问题的全局最优解。该方法具有收敛速度块、运算量小等优点,能够准确逼近全局最优解。     

相位量化DRFM性能分析

本文提出了一种数字射频存储器(DRFM)偏移相位量化方法,它是在传统相位量化方法的基础上通过增加一个相位偏移而得到.通过傅立叶分析,得到了其谐波寄生信号性能计算公式,结果表明,其性能与传统相位量化方法相同.其优点是,由于其良好的对称性,更适合于硬件电路实现.在此基础上,提出了一种用D/A变换器代替加权求和网络实现相位量化DRFM信号重构的新方法,解决了多位相位量化DRFM工程实现的困难.采用计算机仿真方法对由于D/A变换幅度量化引起的性能变化进行了分析,表明当D/A变换器位数接近于相位量化位数时就可以获得满意的效果.     

无透镜傅里叶变换数字全息中的相位补偿

数值再现像相位的准确性直接影响到数字全息检测的结果。为了找出再现过程中存在的相位畸变并采取相应的方法达到自动补偿,对无透镜傅里叶变换数字全息中的相位补偿问题进行了研究。因为经过单次傅里叶变换法进行数字波面重构时,存在一个附加的二次相位因子,该附加因子造成了再现像的相位畸变。采用最小二乘曲线拟合方法,通过多剖面计算得出数字相位掩膜进而对相位分布进行校正,并进行了理论分析和对比实验验证。结果表明,与常用的二剖面方法相比,能够对相位畸变进行更好的校正。这一结果对相位补偿问题的研究是有帮助的。     

一种基于加权迭代贪婪算法的InSAR相位解缠的新方法

该文针对干涉SAR二维相位解缠问题,提出了一种利用贪婪算法提高解缠精度的新方法。首先从理论上推导了贪婪算法相位解缠的基本原理,然后提出了一种迭代加权的贪婪算法,以克服传统贪婪算法解缠结果收敛于局部最优解的弊病,最后利用仿真数据和实际数据进行实验分析,验证了本文算法的有效性。     

基于高阶马尔可夫随机场及非线性压缩感知的相位恢复算法

在编码衍射成像系统中,为精确重构复图像的幅值和相位,需获取大量的编码衍射图样,导致数据采集时间长.为减少编码衍射图样的数量,本文基于非线性压缩感知理论框架,利用高阶马尔可夫随机场统计先验模型,提出了一种鲁棒相位恢复算法.该方法将复图像的幅值和相位分别进行正则化,并将数据保真项与幅值和相位正则项结合作为代价函数,采用Heavy-Ball算法求解所对应的非凸优化问题.实验结果表明,本文算法在编码衍射图样较少的情况下仍能获得较高的图像重构质量,且对噪声鲁棒.     

PR-based SAR reconstruction algorithm for phase noise mitigation based on the hidden convexity

The performance of synthetic aperture radar (SAR) reconstruction is significantly deteriorated by the random phase noises arising from the atmospheric turbulence or frequency jitter of the transmit signal. Recently, the emerging phase retrieval (PR) technique is gradually extended to the SAR reconstruction problem via the phase-corrupted data attributing to its alluring potential for phase noise mitigation. In this paper, a novel PR-based SAR reconstruction algorithm for phase noise mitigation is proposed by jointing alternating direction method of multipliers (ADMM) and Kolmogorov spectral factorization (KoSF). Owing to the exploiting of the hidden convexity of PR-based SAR reconstruction problem and the structure advantage of the quadratic magnitude measurement, the proposed algorithm acquires better robustness for the complex-valued Gaussian white noises and the random phase noises than the existing PR-based SAR reconstruction algorithms. In the experiments, the synthetic scene data and the moving and stationary target recognition Sandia laboratories implementation of cylinders (MSTAR SLICY) target data are provided to verify the validity of the proposed algorithm.     

基于干涉原理和相位恢复算法的图像加密系统

以基于相位恢复算法和光学干涉原理为基本理论依据,提出了一种新的全相位光学图像加密系统。该加密系统利用一块随机相位板作为加密密钥,在其作用下输入图像被数值加密成两块相位板。这两块相位板的衍射图样视觉上无法分辨其内容,但却包含了解密所需要的信息。加密过程中,加密密钥与待加密图像分别作为输入平面和输出平面上的约束条件,在干涉原理的基础上通过迭代运算得到加密结果,即输入面上不同于加密密钥的另一个相位板的相位分布以及傅立叶频域上的相位分布。加密密钥的引入起到了置乱系统输入面相位分布的作用。解密过程中,加密过程中使用的随机相位板和迭代过程中生成的两块相位板缺一不可。计算机仿真实验结果表明,本文提出的加密系统具有算法收敛快、加密结果不存在非线性双随机相位加密和干涉加密方法中发现的信息泄露问题的优点。     

基于多通道的调频连续波雷达生命信号提取

针对单通道调频连续波(FMCW)雷达不能保证生命信号检测准确度的问题,该文提出一种基于多通道的FMCW雷达生命信号提取方法。所提方法对各等效接收通道进行距离像重构和相位信号提取后,首先采用最大比率融合(MRC)技术对各通道提取的相位信号进行融合,接着对融合后的相位信号进行变分模态分解(VMD)并对生命信号进行重构,最后对重构信号进行快速傅里叶变换(FFT)得到呼吸和心跳信号频率。实测数据处理结果表明相比于单通道FMCW雷达,所提多通道方法能够更加稳健准确地提取生命体征信号,且结合MRC技术与VMD的信号处理方法明显优于结合MRC技术与带通滤波(BPF)的信号处理方法。     

基于几何绕射模型的多频带信号融合新方法

多频带雷达信号融合处理利用从不同频段获取的目标在一维谱域呈稀疏分布的雷达观测数据,通过信号级相干融合来提高目标散射中心参数估计精度和一维距离像的分辨能力。传统谱估计类融合方法的性能都受限于模型阶数估计。而多频带的稀疏分布,破坏了观测系统矩阵的互相干性度量,从而使得基追踪（基于l1范数的稀疏表示）方法的全局最优解可能并不等于信号的真实稀疏表示。本文在GTD散射模型的基础上,提出了一种基于稀疏贝叶斯学习的融合方法,既避免了阶数估计,又克服了基追踪方法的缺陷。实验结果也表明了此方法的优越性。      

基于全变差正则化的相位恢复算法

相位恢复问题是指仅通过信号傅立叶变换（或其它线性变换）的幅值恢复原始信号.由于相位信息的缺失,该问题是一个不适定问题,因此需利用先验知识确保精确重建.本文基于非线性压缩感知框架,提出利用自然图像在梯度算子下的稀疏性进行相位恢复的算法.该算法将全变差正则项融合到基于支撑约束和幅值约束的相位恢复问题中,并利用交替方向乘子法（ADMM）对所对应的非凸优化问题进行求解.实验结果表明,该算法明显优于HIO,RAAR等经典的相位恢复算法,并对噪声具有鲁棒性.     

基于量化压缩感知的IR-UWB接收信号重构研究

压缩感知理论为IR-UWB信号的低速采样接收提供了新的思路,但现有的低速率压缩采样架构大都理想化了量化过程。该文充分考虑量化噪声的实际影响,拟设计出抗噪性强的IR-UWB接收信号重构方法。基于对压缩采样值中噪声分布特性的分析,修正了信号重构模型,并通过仿真对比了DS (Dantzig-Selector)法求解和传统重构算法求解的性能差异。在此基础上,提出了一种在DS和SP (Subspace Pursuit)算法中自适应选择的信号重构方法(联合DS-SP)。仿真结果表明,联合DS-SP以折中于DS和SP之间的复杂度在不同噪声情形下获得了最优的重构性能,且相对经典重构算法有较大的性能提升,为压缩感知框架下的IR-UWB接收机数字后端提供了一种新的信号重构策略。     

基于BFGS拟牛顿法的压缩感知SL0重构算法

平滑l₀范数(SL0)算法是一种基于近似l₀范数的压缩感知信号重构算法,采用最速下降法和梯度投影原理,通过选择一个递减序列来逐步逼近最优解,具有匹配度高、计算量低、不需要已知信号稀疏度等优点。但是,其迭代方向为负梯度方向,使得在迭代过程中产生“锯齿现象”,导致在最优解附近收敛速度较慢。牛顿法具有较快的收敛速度,但是对初值的要求较高,并且需要计算Hesse矩阵。拟牛顿法则克服了这个缺点,利用BFGS公式计算Hesse矩阵的近似矩阵,只需要计算1阶导数信息。该文在SL0算法的基础上,结合BFGS拟牛顿法,提出一种改进的压缩感知信号重构算法。首先采用最速下降法迭代得到信号的某个估计值,然后将此估计值作为拟牛顿法的初值继续迭代,直至得到最优解。计算机仿真结果表明,在相同的条件下,该算法在重构精度、峰值信噪比和重建匹配度等方面均有较大提高。     

基于高斯混合模型的衍射成像算法

编码衍射成像系统中记录的测量值丢失了相位,而相位含有关于图像的大部分结构信息.如何利用无相位测量值重构原始图像是相位恢复（Phase Retrieval,PR）算法面临的一个重要问题.由期望最大（EM）算法训练高斯混合模型（GMM）的最优参数,任一图像块可以选用GMM中某一模型分量最佳表示.基于该认识,本文利用GMM的统计特性融合数据保真项构造PR优化问题,并用加速邻近梯度法求解该问题.实验结果表明,该算法在噪声强度较大、编码衍射图案较少的情况下仍能获得较高质量的图像重构.     

一种新型的高阶时域有限差分方法

相比于传统高阶时域有限差分算法(FDTD)而言,该文提出了一种改进的高阶FDTD的优化方法,该算法基于安培环路定律,通过计算机技术寻找到一组最优的系数使得FDTD方法的全局色散误差达到最小,通过不同分辨率下的点源辐射模拟证明了该方法在较低分辨率的情况下仍然具有极低的相位误差,对于解决电大尺寸结构建模中的数值色散等问题提供了有效的解决方案。