基于非匹配滤波的SAR通信一体化技术

一体化波形设计是雷达通信一体化技术实现的关键,正交频分复用(OFDM)信号更是被视为最具应用潜力的一体化波形信号。然而,OFDM一体化信号在实际应用中存在如下问题:在匹配滤波框架下,OFDM一体化信号中包含的通信信号导致二维模糊函数出现高旁瓣和伪峰,影响合成孔径雷达(SAR)成像性能;OFDM一体化信号具有较高的峰均功率比(PAPR)值,无法充分发挥功放的线性放大性能,进而影响探测距离和通信性能。针对上述问题,将基于循环前缀的非匹配滤波成像算法应用到一体化信号处理中,同时提出基于离散傅里叶变换预编码的一体化信号设计方法,消除通信信号对成像性能的影响,并将信号的PAPR值控制在可接受范围内,实现了SAR成像和通信性能的良好兼容。最后通过实验证明了所提方法的有效性。

针对鬼成像的聚合型三维目标匹配滤波

针对视频鬼成像重构采样次数少、清晰度低、噪声大等问题,提出了一种聚合型三维目标匹配滤波方法.首先将鬼成像视频中的每一帧图像与待优化帧进行块匹配,将块匹配后的每一帧图像按照时序排序组成三维矩阵.根据每一帧图片的帧序,赋予其不同的帧权值,对矩阵进行三维加权中值滤波.经过运动目标的欠采样仿真与实验对比后,结果表明本文方法相较于现存的三维滤波方法,不仅噪声系数更低、结构保留程度更好,同时获到了更好的主观评价(Brisque).对比原始实验恢复图,本文方法在噪声系数和边缘模糊度上分别下降34.25%,6.86%,在Brisque主观评价上提升了45.84%.

基于改进三维块匹配滤波的红外全息降噪算法

红外全息技术更适用于长距离的大视场成像,但其散斑噪声与高斯噪声对图像质量的影响也更加显著,限制了红外全息技术的应用与推广。本文通过引入全局傅立叶阈值与自适应维纳滤波的方法对三维块匹配滤波算法进行优化,提高了其对红外全息图像降噪的适应性与细节保留,得到改进的三维块匹配滤波算法,并与多种采用传统滤波方法的结果进行了对比。结果表明,改进后的算法可以在对红外全息图像中的高斯噪声等环境噪声与散斑噪声进行降噪的同时保留更多细节,是一种更加适用于红外全息图像的降噪方法。

双重约束非负矩阵分解与改进正交匹配追踪算法的语音增强

针对非负矩阵分解算法实现语音增强效果不理想的问题,提出了一种双重约束非负矩阵分解结合改进正交匹配追踪算法的语音增强方法。采用时间约束及稀疏度约束的双重约束方式改进非负矩阵分解算法,使得分解后的数据更能反映出语音特征。通过改进正交匹配追踪算法提升重构精度,并结合语音信号在时频域的分布特征,引入低通滤波器进一步平滑重构后的语音。采用4个评价指标对该算法进行评价。实验结果表明:在不降低运行时间效率的情况下,相较于对比算法,感知语音质量评估值(PESQ)提升14.71%~45.70%,对数谱距离(LSD)下降18.14%~25.47%,信源失真率(SDR)由-5~11提升至2~14。

一种匹配滤波结合ChirpScalingSAR数字成像处理方法

合成孔径雷达（ＳＡＲ）是一种重要的微波遥感工具。其关键技术是成像处理，即把接收到的雷达信号转换成雷达图像。事实上，合成孔径就是通过成像处理来实现的。该文在总结目前星载ＳＡＲ各种成像处理算法的基础上，提出一种匹配滤波与ＣｈｉｒｐＳｃａｌｉｎｇ相结合的处理方法。处理过程无需插值便可进行距离迁移校正，还可获得好的聚焦与相位保持性能。所得图像质量超过现有的其它ＳＡＲ成像处理方法所得图像质量。

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。

巴克码无旁瓣滤波在地基雷达月球成像中的应用

本文针对13位巴克码匹配滤波器会因旁瓣导致地基雷达月球成像质量恶化的问题,提出了使用无旁瓣滤波器解码来避免出现旁瓣从而改善成像质量的方案,并用三亚非相干散射雷达进行了月球成像实验,检验了该方案有效性。成像算法采用了距离-多普勒算法。成像结果表明,13位巴克码匹配滤波器的旁瓣会使距离-多普勒图像在距离向产生10%~30%的回波强度扩散,污染周围距离门,导致距离分辨率恶化;而无旁瓣滤波器可以有效避免这种污染,从而优化距离分辨率,使成像质量得到改善。

基于机载光电成像系统光学铰链离轴的伺服抗扰算法设计

在机载光电成像系统中,小型化是其未来发展的方向之一;为了解决系统小型化带来的尺寸受限问题,系统采用了光学铰链与伺服框架轴非正交的离轴设计,这给光轴指向控制及卸载飞机扰动的稳定控制带来了一定的困难;为了解决这一问题,系统控制回路采取半捷联设计,通过使用经微分处理后的伺服框架角信号,与叠加了经抗扰算法处理的飞机载体三轴角速度信号共同作为稳定回路的期望值,再进行匹配滤波;通过对系统进行稳定精度测试验证,航向和俯仰稳定精度均在0.02°以内,对比采用陀螺信号反馈的直接稳定控制回路,具有相似的稳定精度,并且此抗扰算法设计不会对系统环境适应性带来影响。

合成孔径激光成像雷达的二维匹配滤波成像算法

提出了一种合成孔径激光成像雷达(SAIL)的二维匹配滤波成像算法,对利用单频本振激光与线性调频信号光外差接收得到的SAIL目标回波信号同时在距离向、方位向进行相位二次项匹配滤波以实现目标成像。给出了单频本振信号外差接收情况下的单一分辨单元的二维数据收集方程,并对SAIL二维匹配滤波成像算法进行了数学描述,具体分析了矩形和圆形天线孔径下的成像分辨率,给出了此算法对模拟SAIL回波信号的成像处理结果。

基于空时超分辨算法的雷达目标二维重构

研究雷达优化目标的识别率,为提高分辨率的同时有效降低了运算量,提出一种新的雷达目标二维散射中心重构算法,通过研究电磁散射的频域散射模型,把二维散射中心参数提取问题转化为两个一维散射中心提取问题,利用共轭酉Root-MUSIC(CURoot-MUSIC)算法估计距离向和方位向的一维散射中心分布,获取所有可能的散射中心的空间频率组合,然后通过空间匹配滤波,对两组散射中心的空间频率配对,剔除虚假频率组合,完成二维散射中心提取。仿真结果表明算法在提高分辨率的同时有效降低了运算量,并为设计提供可靠依据。

基于稀疏阵列技术的MIMO声呐低运算量二维成像

为了降低多输入多输出(multiple-lnput multiple-output,MIMO)声呐二维成像系统的运算量,提出了稀疏阵列和MIMO声呐相结合的低运算量二维成像方法。在MIMO声呐的虚拟接收阵列为矩形平面阵的前提下,使用模拟退火算法(simulated annealing,SA)对该虚拟矩形平面阵的阵元位置和加权系数同时优化,在保持期望波束性能的前提下大量减少其虚拟阵元数目;根据虚拟接收阵元与匹配滤波器一一对应的关系,移除掉与关闭虚拟阵元所对应的匹配滤波器;对保留匹配滤波器的输出信号进行波束形成等处理,获得目标的二维强度图。计算机仿真结果验证了该方法的有效性。

高斯噪声消除算法的并行处理研究与分析

维纳滤波(Wiener)算法、非局部均值滤波(NLM)算法以及三维块匹配滤波(BM3D)算法是图像处理领域高斯噪声去除使用最广泛的三种算法。本文针对三种去噪算法的特点,设计了三种算法的并行处理程序,通过实验对去噪效果进行了分析比较。实验结果表明,BM3D以及NLM去噪结果较维纳滤波更好;在基于并行算法的条件下,BM3D以及NLM在面对大数据量时算法效率有明显提升,获得较高的加速比,维纳滤波算法在并行条件下优势并不明显;BM3D算法用时最短、去噪效果最好,在图像尺寸为2048×2048时,图像处理加速比达到9.8。

基于块匹配和三维滤波的相干激光雷达图像去噪研究

针对相干激光雷达距离像和强度像的不同噪声特性，分别采用基于块匹配和三维滤波（BM3D）算法对距离像和强度像进行了去噪处理，并与非局部均值（NLM）算法的去噪结果进行了比较和分析。实验仿真结果表明，对于强度像，同态BM3D算法明显好于同态NLM算法，在保持目标区域的灰度分布均匀性、保持及恢复图像边缘等方面具有较好的性能；对于距离像，由于一般更注重保持正确的距离值，BM3D和NLM算法均不够理想。

基于分数阶傅里叶变换和图像加权熵的chirp scaling算法

针对传统的基于傅里叶变换和匹配滤波实现的chirp scaling(CS)成像算法中多普勒参数随斜距变化以及成像分辨率低的问题,提出利用分数阶傅里叶变换(FRFT)对CS成像算法进行优化。首先建立斜视合成孔径雷达(SAR)回波信号模型,理论推导利用FRFT代替匹配滤波进行信号压缩。针对方位向最优旋转角的搜索问题,对得到的图像基于加权最小熵建立代价函数,利用动量法的梯度下降优化算法进行迭代计算,最终得到分辨率更高的SAR图像。为验证算法的有效性,分别在点目标仿真数据和实测SAR数据集上进行实验。结果表明,与传统CS成像算法相比,该算法的成像结果成像主瓣宽度更窄、旁瓣更低、成像更加清晰。

基于BM3D的脑MRI图像噪点剔除算法

磁共振成像(Magnetic Resonance Imaging,MRI)已经成为一种常见的影像检查方式,MRI的去噪算法影响着MRI的成像效果。基于深度学习的MRI去噪算法需要一定量的数据,绝大部分基于非深度学习的MRI去噪算法都是将MRI数据转化为实数之后进行去噪的,针对复数MRI中的复数数据类型的算法也存在着失真的问题。因此,提出一种通过单张MRI脑图像的原始数据进行噪点剔除的算法,以此更好得去除图像噪声。该算法从MRI的原始数据出发,利用了MRI噪声分布性质和MRI脑图像的特点,以判断MRI图像中噪声明显的点,从而剔除MRI中特定的莱斯分布的噪声。并将所提出的算法结合了MRI去噪中常用的非局部平均算法(Non-Local Means denoising,NLM)与三维块匹配算法(Block-Matching and 3D filtering,BM3D),并和不使用该算法剔除噪点的NLM、BM3D进行了对比评估。对比结果表明,在噪声密度不同的多种情况下,该算法总能优化与之相结合的图像去噪算法,在不同的噪声情况下使峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)与结构相似性(Structural Similarity,SSIM)提高了1%~9%。最后将该算法结合BM3D,对比了DnCNN、低秩聚类算法(Weighted Nuclear Norm Minimization,WNNM)、BM3D、NLM等用于MRI去噪的算法,在莱斯噪声较多时,该算法在PSNR上有更好的表现。

基于光学相干层析离体牙图像的去噪算法研究

目的光学相干层析成像因其高分辨率、无损等优点，适于早期龋检测；但由于系统中存在的噪声，影响其成像质量。为了重建牙齿的原貌信息，需寻找一种适于早期龋检测的光学相干层析成像实时图像去噪算法。方法比较平均曲率流滤波、非线性扩散拉普拉斯金字塔算法、非局部均值滤波3种滤波方法对光学相干层析人离体牙图像的去噪效果，从噪声抑制、边界保持、运算时间3方面分析上述3种算法的实时去噪性能及其优缺点。结果非局部均值滤波在噪声抑制和边界保持2个方面能达到很好的平衡，但实时性差；而非线性扩散拉普拉斯金字塔算法则能在滤波效果和运算效率达到较好的平衡；平均曲率流滤波次之。结论非线性扩散拉普拉斯金字塔算法较适于早期龋检测的光学相干层析成像实时图像去噪。

太赫兹共焦扫描图像复原算法比较

太赫兹共焦扫描成像中，由于太赫兹激光器不可能恒定输出和采集信号微弱等原因，成像质量有待提高。在消除激光抖动的背景抑制后进行了中值滤波、块匹配和三维滤波（BM3D）、非局部均值（NLM）滤波和中值非局部均值（MNLM）滤波等方法比较；同时研究了滤波参数对处理效果的影响。图像处理结果表明，对所考察图像应用所确定的滤波参数时，MNLM滤波稍好于NLM滤波，NLM滤波稍好于BM3D，中值滤波效果较差。

基于图像复原的衍射望远镜暗弱目标成像

衍射望远镜受限于衍射效率,其成像质量受到非成像级次衍射光的影响。针对这一问题,提出了一种基于噪声自适应估计的块匹配三维协同滤波图像复原算法。首先通过主成分分析法估计出模糊图像的噪声方差,然后结合已知的点扩展函数,通过所提算法复原出清晰图像。搭建衍射望远镜成像系统并开展实验研究。数值仿真和实验结果表明,所提算法使得复原图像调制度相比退化图像提高了3.58倍,能有效改善复原图像的细节,利于暗弱目标成像。所提算法为衍射望远镜系统对暗弱目标进行高对比度成像提供了一种有效的路径。