基于最优区域划分的子块快速因子分解后向投影算法

后向投影(Back Projection,BP)算法具有精确聚焦、完美运动补偿等优点,适合于机载超宽带合成孔径雷达(Ultra Wide Band Synthetic Aperture Radar,UWB SAR)成像,但是巨大的计算量限制了它的实际应用。子块快速因子分解后向投影算法(Sub-Image Fast Factorized Back Projection,SIFFBP)算法大幅度减小了BP算法的计算量,提高了BP算法的实用性。本文通过分析SIFFBP算法区域划分的约束条件,提出了一种基于最优区域划分的改进算法,解决了传统SIFFBP算法在小波束积累角时加速性能下降的问题。当波束积累角小于60度或成像区域长宽相差较大时,改进算法进一步减小了计算量。仿真和实测SAR数据的成像结果验证了改进算法的性能。

GPU加速下的三维快速分解后向投影SAS成像算法

后向投影(back projection,BP)算法是一种精确的时域成像算法,但BP算法的计算复杂度高,难以实现实时性成像,特别是在考虑三维成像时,BP算法的计算复杂度会进一步增加。提出一种应用在合成孔径声纳(synthetic aperture sonar,SAS)上的三维快速分解BP(fast factorized BP,FFBP)成像算法,并利用图形处理器(graphics processing unit,GPU)加速三维FFBP算法。经过对点目标的测试,计算时间从原本的263 s降低到了2.3 s,解决了SAS中的三维成像实时性问题。同时,验证了所提算法在非理想航迹下的成像效果。结果表明,在添加幅度不超过0.1 m(一个波长以内)的正弦扰动时,所提算法对点目标仍有良好的聚焦效果。

基于快速分解后向投影算法的小天体快速三维成像

雷达成像技术凭借其快速、无损伤以及高分辨率的特点,在深空探测领域得到了日益广泛的关注。针对合成孔径雷达(Synthetic aperture radar,SAR)三维成像过程中运算效率低的问题,基于小天体弱引力和快速自旋的特点,提出了一种适用于慢飞越观测模式的快速分解后向投影(Fast factorized back-projection,FFBP)三维成像算法。首先,分析了慢飞越模式下的等效运动模型,基于运动模型将二维极坐标系成像域扩展至三维球坐标系成像域,对三维FFBP算法中的孔径划分以及图像融合问题进行了深入分析,推导了子孔径二维划分规则和图像递归融合方法,并给出了具体实现流程。最后通过数值仿真和实测数据验证了算法的有效性。实验结果表明,所提成像算法可大幅提升运算效率,根据不同的孔径划分方式,相较于后向投影(Back-projection,BP)算法,可实现30~50倍的加速比,并获得与经典BP算法近似的成像性能。

快速分解后向投影SAR成像的自聚焦算法研究

SAR图像的自聚焦处理依赖图像域与距离压缩相位历程域之间的傅里叶变换对(Fourier Transform Pairs,FTP)关系。与频域算法不同,时域算法下的这种FTP关系不仅复杂,且难以获取。为了兼顾图像快速重建和自聚焦处理,该文首先对快速分解后向投影(Fast Factorized Back-Projection,FFBP)算法进行必要的改进和适当的优化处理,提出了IFFBP(Improved FFBP,IFFBP)算法,为自聚焦算法的使用奠定了基础。其次,针对数据处理的实际需求,该文提出了一种结合中等精度惯导粗补偿、嵌套相位梯度自聚焦(Phase Gradient Autofocus,PGA)精补偿的IFFBP算法处理流程。最后,通过仿真实验和实测数据处理验证该文方法的有效性。

一种基于快速分解后向投影的条带SAR成像新方法

快速分解后向投影(Fast Factorized Back-Projection,FFBP)最初用于超宽带SAR成像,并在聚束SAR信号处理领域取得了巨大的成功。然而,由于积分孔径和角域升采样的限制,FFBP算法难以直接用于条带SAR处理。为了提高FFBP算法在条带SAR处理的实用性,该文从积分孔径和角域波数带宽的角度出发,提出一种适用于条带SAR处理的重叠图像法。该方法极大地保留FFBP算法的运算效率,有效地避免因角域升采样带来数据量大的问题。最后,通过斜视条带SAR仿真实验验证了该方法的有效性。

基于快速平行因子分解的声矢量传感器阵二维DOA估计

将声矢量传感器阵列参数估计问题与平行因子(Parallel factor,PARAFAC)模型相结合,提出了一种基于快速PARAFAC分解的二维波达方向(Direction of arrival,DOA)估计算法。该算法首先将接收信号构建为PARAFAC模型,然后在数据域对参数矩阵进行初估计,最后利用PARAFAC分解获得信号二维DOA估计。该算法能够应用于任意结构的声矢量传感器阵列,同时能够得到和信源一一匹配的仰角和方位角估计。借助于参数矩阵的初始估计,所提算法收敛速度较快,其计算复杂度大大降低。该算法角度估计性能接近于PARAFAC算法,同时优于借助旋转不变性进行信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法和传播算子(Propagator method,PM)算法。

多枝域电磁场问题快速投影分解法的收敛性分析及应用

对求解枝连区域上电磁场问题的投影分解法和快速投影分解法的收敛性进行了分析和比较,并证明了快速投影分解法的收敛速度要快于一般的投影分解法.实际应用表明,快速投影分解法的收敛速度大大加快,其迭代次数大约只有原来的三分之一左右.

三维快速因式分解后向投影算法

后向投影算法具有精确成像、易于补偿、适于多种阵列构型及信号形式等优点,广泛应用于雷达成像领域。针对三维成像中,巨大计算量带来的低运算效率问题,文中利用孔径分块的方式将二维快速因式分解后向投影(FFBP)扩展至三维成像应用,建立了适于三维FFBP成像的三维极坐标系,对三维FFBP中孔径划分问题、算法实现问题以及计算效率问题进行了分析。仿真结果验证了该算法,其成像效率可提高13.8倍。

双站前视低频超宽带SAR的快速因式分解后向投影算法成像处理

双站前视低频超宽带(UWB)SAR兼具双站前视的复杂成像构型和低频UWB的强距离方位耦合两个特点,因此极大地增加了实现高精度成像处理的难度。针对这个问题,该文提出一种基于快速因式分解后向投影(FFBP)算法的双站前视低频UWB SAR成像处理方法。首先,基于双站前视低频UWB SAR的成像几何构型和信号模型,给出了双站前视低频UWB SAR原始BP算法成像的原理和流程。其次,在上述基础上,推导了双站前视低频UWB SAR FFBP算法成像处理的精确相位误差形式,并分析了相位误差对成像处理的影响,据此建立了双站前视低频UWB SAR FFBP成像处理中的子孔径和子区域划分原则。接下来,给出了双站前视低频UWB SAR FFBP算法成像处理流程,并对比分析了BP算法和FFBP算法的成像效率。最后,利用仿真实验证明了文中所作理论分析的正确性和所提方法的有效性。

基于方位调制的快速分解因子BP算法

BP算法的低效极大地限制了其在大范围场景和实时性要求高的场合下的应用。利用空间上相邻的点存在近似相等的"等效距离"原理,基于已有的两类快速BP算法,提出一种基于方位调制的快速分解因子BP算法。一方面利用基于方位调制的BP算法减少等效合成孔径长度,另一方面利用快速分解因子BP算法减少合成孔径范围内孔径点数。该算法在已有的快速BP算法基础上进一步提高效率,且能够并行实现,在机载实时成像和卫星在轨实时成像方面有一定的应用潜力。仿真和实测数据验证了该算法的有效性。

基于抑制因子的FFBP成像算法

快速因式分解后向投影(Fast Factorized Back Projection,FFBP)算法使用子孔径划分的方式进行成像,有效解决了后向投影(Back Projection,BP)算法耗时严重的问题。当各级子孔径图像融合时,需要进行坐标变换,时延近似,因此影响成像质量。本文基于相干因子提出适用于FFBP算法的抑制因子,提高了FFBP算法的成像质量。试验结果证明基于抑制因子加权的FFBP成像方法可以有效提升成像质量,运行时间和FFBP算法运行时间基本一致。

基于两阶段搜索自适应正交投影分解的图像分割方法

针对应用于图像分割的自适应正交投影分解方法的具体算法的实现问题,提出了一种基于两阶段搜索的实现算法。该算法首先通过粗略搜索得到图像直方图中高斯分量的均值和标准差的大致取值范围,再采用0.618法精确搜索来得到准确的均值;然后将直方图投影到若干合适尺度的基函数上来得到多个匹配值,再利用曲线拟合方法估计出分量的标准差和权值,进而计算出最优阈值,以用于图像分割。理论分析和实验结果表明,基于两阶段搜索自适应正交投影分解的图像分割算法不但计算开销少,而且对图像直方图的描述具有良好的性能,并可以获得较好的图像分割效果。

多空间投影分解法及参数优化并在电磁场问题上的应用

为了提高复杂多枝区域上电磁场问题快投影分解法的计算效率 ,分析了最优参数选取并给出了其表达式 ,提高了实用效率 ,实际应用表明收敛速度也大大加快 .使用最优值快速投影分解法使得迭代次数大幅减少 。

基于因式分解BP的车载前视地表穿透SAR快速成像算法

车载前视地表穿透SAR(VMFL-GPSAR)属于双站SAR的范畴,采用单站快速因式分解BP(FFBP)处理存在较大的误差。针对双站SAR模型分析FFBP的距离误差,给出了极角采样率限制条件,提出了双站FFBP算法,通过合理设置子孔径中心提高聚焦效果,并结合距离相位补偿和线性插值技术,进一步提高聚焦精度。仿真和VMFL-GPSAR实际数据处理结果验证了双站FFBP算法,成像效率可提高2.31倍。

素因子分解FFT算法及其指数映射

本文研究了一类素因子分解ＦＦＴ算法的指数映射，用这些指数映射方法可以构成一类新的素因子分解ＦＦＴ算法（ＰＦＡ）。此类算法可以用非同址的方式实现，也可以用同址的方式实现；既可以输入输出皆为同一顺序而不需要混序，也可以输入输出不为同一顺序而需要混序。本类算法具有新的算法结构，在计算每一维的小点数ＤＦＴ时，需要变换数据模块的地址。理论分析与计算机仿真实验表明，新算法不仅保持了传统ＰＦＡ［３］能够节省存贮量、提高运算速度的优点，而且具有可以顺序输入输出、同址计算、无需混序操作的特点。

基于仿射近似投影模型的无人机对地目标定位方法

鉴于透视投影模型在无人机对地目标远景成像环境下存在过参数化的问题,采用平行透视投影模型对无人机序列成像过程进行建模,并提出了基于仿射近似投影模型的无人机对地目标定位方法。基于平行透视投影模型的迭代因子分解法框架,依据无人机序列影像特征的多视图几何约束,结合优化最小化框架的低秩矩阵分解技术,进而可实现目标区域剔除位姿模糊歧义的高精度欧式三维重构,再充分利用机载导航系统提供的相机高精度位置信息,即可完成对地面目标的精确定位。仿真及半实物仿真试验结果表明,所提出的基于仿射近似投影模型的无人机对地目标定位方法正确有效,在实验室环境下对地目标定位精度优于2厘米。

圆周合成孔径雷达的快速时域成像算法

为实现圆周合成孔径雷达(Circular Synthetic Aperture Radar,CSAR)快速成像,提出一种用于CSAR的快速时域成像算法。该算法通过将CSAR的圆孔径分成若干子孔径,分别对子孔径采用快速因式分解后向投影算法处理,再将各子图像相干插值叠加至同一坐标系下得到成像结果。详细分析算法实现中的坐标转换、误差控制和运算效率等关键问题,并用点目标仿真和实测数据处理结果验证算法的有效性。所研究方法具有成像范围大、计算量小等优点。

基于SAR成像的FBP算法、FFBP算法三维快速重建

后向投影(BP)算法,具有成像精确高、易于补偿等优点,适用于任何成像方式,近年来广泛应用于雷达成像领域。但由于三维成像的运算量大,比较耗时,严重影响了实时成像的效率。在极坐标条件下,快速后向投影(FBP)算法和快速因式分解后向投影(FFBP)算法,利用子孔径划分的方式进行成像,一定程度上解决了实时成像的问题。对比分析了BP算法、FBP算法、FFBP算法3种算法的单点目标分辨率,结果基本一致,从而验证算法的有效性。进一步,对多点目标仿真和实测数据成像结果的分析表明:FFBP算法、FBP算法与BP算法相比,可以提高计算效率,适用于三维实时近场成像系统,更好地应用于人体安检领域。

大数模幂乘快速算法研究

RSA加密算法加密强度高、易于使用,但其现有实现算法时间复杂度高、运行效率低,主要是由于大数模幂乘运算之时间复杂度高引起的,这是影响其实际应用的关键因素。因而有必要研究算法中的大数模幂乘运算方法,使其时间复杂度降低,提高其运行效率。本文对RSA算法中的大数模幂乘计算方法做了较为深入的研究,对窗口算法做了理论分析和模拟测试,计算出了窗口的长度k,为其在实际中的应用提供了依据。分析表明,实际数据测试之结果与理论分析吻合。

一种适用于快速分解后向投影聚束SAR成像的自聚焦方法

基于孔径分解和图像递归融合的快速分解后向投影(FFBP)算法具备接近频域算法的运算复杂度和媲美后向投影(BP)算法的聚焦性能。但与频域成像算法不同,使用FFBP算法重建的直角坐标系图像或极坐标系图像均无法满足传统自聚焦方法的使用条件。为了解决这个问题,首先,提出了虚拟极坐标系作为FFBP算法的图像重建平面,为自聚焦方法的使用奠定了基础;其次,以基于回波数据的运动补偿为目标,充分利用FFBP算法多孔径递归融合的特点,将多孔径图像偏移(MAM)的相位估计方法嵌套到FFBP算法的各个阶段,从而实现MAM与FFBP算法的紧密相容;最后,通过实测数据处理验证了该方法的可行性和有效性。