CN105044908B - 强干扰背景下基于压缩感知的纠缠光成像装置和成像方法 - Google Patents

强干扰背景下基于压缩感知的纠缠光成像装置和成像方法 Download PDF

Info

Publication number
CN105044908B
CN105044908B CN201510508623.4A CN201510508623A CN105044908B CN 105044908 B CN105044908 B CN 105044908B CN 201510508623 A CN201510508623 A CN 201510508623A CN 105044908 B CN105044908 B CN 105044908B
Authority
CN
China
Prior art keywords
mrow
msup
imaged
target
mtr
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510508623.4A
Other languages
English (en)
Other versions
CN105044908A (zh
Inventor
李军
朱圣棋
王渊
赵启勇
廖桂生
李晓敏
冉艳伟
马玉芳
郑煜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201510508623.4A priority Critical patent/CN105044908B/zh
Publication of CN105044908A publication Critical patent/CN105044908A/zh
Application granted granted Critical
Publication of CN105044908B publication Critical patent/CN105044908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/10Beam splitting or combining systems
    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B2207/00Coding scheme for general features or characteristics of optical elements and systems of subclass G02B, but not including elements and systems which would be classified in G02B6/00 and subgroups
    • G02B2207/114Two photon or multiphoton effect

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种强干扰背景下基于压缩感知的纠缠光成像方法,思路是:激光器1产生激光,并使之与BBO晶体2进行自发参量下转换,得到信号光和闲置光,信号光透过待成像目标3,透过待成像目标3的信号光经过第一单光子探测器6,得到经过单光子探测器6的信号光;透镜4对闲置光进行汇聚,得到汇聚后的闲置光并发送至空间光调制器5,空间光调制器5对汇聚后的闲置光进行幅度调制后,并经过第二单光子探测器7,再发送至符合计数器8,符合计数器8记录经过第一单光子探测器6的信号光和经过第二单光子探测器7的闲置光的符合计数,得到测量矩阵和符合计数列向量,数据处理模块9根据测量矩阵和符合计数列向量,得到待成像目标3的成像结果。

Description

强干扰背景下基于压缩感知的纠缠光成像装置和成像方法
技术领域
本发明属于量子雷达技术领域,特别涉及一种强干扰背景下基于压缩感知的纠缠光成像装置和成像方法,适用于强干扰背景下的量子成像。
背景技术
量子成像是利用量子纠缠现象发展起来的一种新型成像技术,也可以称为双光子关联成像、强度关联成像和鬼成像。作为一种新型成像技术,量子成像,也就是鬼成像中纠缠光源鬼成像的实现,能够使得在两个相互独立的空间中传递其中一个空间的物体图像信息成为可能;热光源同样可以实现强度关联成像,即量子成像。相比于经典成像,量子成像具有如下优点:1)量子成像的超分辨成像—成像分辨率可以突破瑞利衍射分辨极限;2)量子成像是单像素成像,能够在不适合或者不能采用体积大的面探测器时使用量子成像达到成像目的;3)量子成像装置中探测与成像分离,能够克服经典成像装置引起的抗干扰能力差的缺点。因此,量子成像在遥感探测领域和医学等领域具有非常广阔的应用前景,使得量子成像的研究尤为重要。
但是量子成像,即强度关联成像也具有一些不足之处,包括处理数据量大,测量时间长,限制了量子成像的应用范围。近年来,压缩感知无疑是信息处理领域的巨大发现,也是香农奈奎斯特采样理论的巨大突破,并且已经在医学影像、语音采样、无线通信信道估计等领域有所应用;Rice大学的Duarte M.R.等人将压缩感知跟量子成像技术相结合,并研制出了著名的单像素照相机。
缩感知理论是在2006年由Donoho和Candes等人提出的一种新型信号处理理论,该缩感知理论指出,高维信号在某一变换域往往是稀疏的或者是可压缩的,使得能够使用一个与其不相关的矩阵实现该高维信号自高维空间到低维空间的投影,然后再利用迭代优化方法对该低维空间的投影进行精确或者近似重构,得到原始信号的成像结果。
Petros Zerom等在文献“Entangled-photon compressive ghost imaging”中提出利用参量下转换产生的纠缠光子对作为光源,并根据该光源产生的符合计数和空间光调制器(SLM)的随机图案重构得到原始信号的成像结果,并且能够有效减少重构随机图案所需的测量次数;另外在给定重建量子鬼成像均方误差的前提下,压缩感知需要的纠缠光子对的个数远远小于扫描方法需要的纠缠光子对的个数;综上所述,该方法不仅减少了获得原始信号的成像结果的所需时间,同时也更加经济;但是实际中的成像装置往往不可避免地存在各种干扰,使得使用该方法会导致产生的符合计数有偏差,而且也会导致其成像结果的性能下降或者变得不稳定。
发明内容
针对以上现有技术存在的不足,本发明的目的在于提出一种强干扰背景下基于压缩感知的纠缠光成像装置和成像方法,以增强本发明方法在强干扰背景下得到的成像结果的稳健性。
为达到上述技术目的,本发明采用如下技术方案予以实现。
技术方案一:
一种强干扰背景下基于压缩感知的纠缠光成像装置,其特征在于,包括:激光器1、BBO晶体2、待成像目标3、透镜4、空间光调制器(SLM)5、第一单光子探测器6、第二单光子探测器7、符合计数器8、数据处理模块9;
所述激光器1产生激光;
所述BBO晶体2与激光进行自发参量下转换,得到纠缠光,该纠缠光由信号光和闲置光组成,然后将信号光发送至待成像目标3,将闲置光发送至透镜4;
所述待成像目标3接收信号光,该信号光透过待成像目标3后发送至第一单光子探测器6;
所述透镜4接收闲置光,并对闲置光进行光子汇聚,得到汇聚后的闲置光并发送至空间光调制器(SLM)5;
所述空间光调制器(SLM)5对汇聚后的闲置光进行幅度调制,得到幅度调制后的汇聚闲置光,并将该幅度调制后的汇聚闲置光发送至第二单光子探测器7;
所述第一单光子探测器6接收通过待成像目标3的信号光,得到经过第一单光子探测器6的信号光,并将经过第一单光子探测器6的信号光发送至符合计数器8;
所述第二单光子探测器7接收幅度调制后的汇聚闲置光,得到经过第二单光子探测器7的闲置光,并将经过第二单光子探测器7的闲置光发送至符合计数器8;
所述符合计数器8接收经过第一单光子探测器6的信号光和经过第二单光子探测器7的闲置光,并记录经过第一单光子探测器6的信号光和经过第二单光子探测器7的闲置光的符合计数,得到测量矩阵和符合计数列向量,并将其发送至数据处理模块9;
所述数据处理模块9根据测量矩阵和散射回波列向量,得到待成像目标3的成像结果。
技术方案二:
一种强干扰背景下基于压缩感知的纠缠光成像方法,其特征在于,包括以下步骤:
步骤1,激光器1产生激光,并使BBO晶体2与该激光进行自发参量下转换,得到信号光和闲置光,然后将信号光发送至待成像目标3,将闲置光发送至透镜4;
步骤2,信号光透过待成像目标3,并使用第一单光子探测器6接收该透过待成像目标3的信号光,得到经过单光子探测器6的信号光,并将经过第一单光子探测器6的信号光发送至符合计数器8;
透镜4接收闲置光,并对闲置光进行光子汇聚,得到汇聚后的闲置光并发送至空间光调制器(SLM)5,空间光调制器(SLM)5对汇聚后的闲置光进行幅度调制后,并经过第二单光子探测器7,再发送至符合计数器8,符合计数器8记录经过第一单光子探测器6的信号光和经过第二单光子探测器7的闲置光的符合计数,得到M×N2维测量矩阵P和M×1维符合计数列向量c,并发送至数据处理模块9;其中,M表示设置的空间光调制器(SLM)5的调制次数,N2=N×N,N×N表示待成像目标3的像素个数。
步骤3,数据处理模块9根据M×N2维测量矩阵P和M×1维符合计数列向量c,得到待成像目标3的成像结果。
本发明与现有技术相比,具有以下优点:
第一,本发明的强干扰背景下基于压缩感知的纠缠光成像方法中考虑强干扰影响,并且该成像方法得到的成像结果具有稳健性;
第二,由于相位信息获取比较繁琐,本发明在计算过程中并没有利用纠缠光相位信息,只利用光子数信息,简化了本发明成像装置设计。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1是本发明的一种强干扰背景下基于压缩感知的纠缠光成像装置示意图;其中,1、激光器;2、BBO晶体;3、待成像目标;4、透镜;5、空间光调制器(SLM);6、第一单光子探测器;7、第二单光子探测器;8、符合计数器;9、数据处理模块;
图2是使用本发明方法得到待成像目标3的成像结果流程示意图;
图3(a)是待成像目标3示意图;
图3(b)是无干扰时使用GPSR算法得到的待成像目标3的成像结果示意图;
图3(c)是信干比为-5dB时使用GPSR算法得到的待成像目标3的成像结果示意图;
图3(d)是信干比为-5dB时使用本发明方法得到的待成像目标3的成像结果示意图;
图4(a)是信干比为-10dB时使用GPSR算法得到的待成像目标3的成像结果示意图;
图4(b)是信干比为-10dB时使用本发明方法得到的待成像目标3的成像结果示意图;
图5(a)是信干比为-15dB时使用GPSR算法得到的待成像目标3的成像结果示意图;
图5(b)是信干比为-15dB时使用本发明方法得到的待成像目标3的成像结果示意图。
具体实施方式
参照图1,是本发明的一种强干扰背景下基于压缩感知的纠缠光成像装置示意图,其特征在于,包括:激光器1、BBO晶体2、待成像目标3、透镜4、空间光调制器(SLM)5、第一单光子探测器6、第二单光子探测器7、符合计数器8、数据处理模块9;
所述激光器1产生激光;该激光器1产生的激光中心频率为457nm,脉冲持续时间是5ns,重复频率是10HZ,最大输出功率是300mw;
所述BBO晶体2与激光进行自发参量下转换,得到纠缠光,该纠缠光由信号光和闲置光组成,然后将信号光发送至待成像目标3,将闲置光发送至透镜4;该BBO晶体2为二型相位匹配非线性晶体,长度为7mm;
所述待成像目标3接收信号光,该信号光透过待成像目标3后发送至第一单光子探测器6;该待成像目标3具有稀疏性,且具有N×N个像素;
所述透镜4接收闲置光,并对闲置光进行光子汇聚,得到汇聚后的闲置光并发送至空间光调制器(SLM)5;该透镜焦距f为10cm;
所述空间光调制器(SLM)5对汇聚后的闲置光进行幅度调制,得到幅度调制后的汇聚闲置光,并将该幅度调制后的汇聚闲置光发送至第二单光子探测器7;该空间光调制器(SLM)5不改变光子的相位和偏振方向,并属于HOLOEYE公司的LC2002系列,也是空间分辨率为800*600的反射式幅度调制器;
所述第一单光子探测器6接收通过待成像目标3的信号光,得到经过第一单光子探测器6的信号光,并将经过第一单光子探测器6的信号光发送至符合计数器8;如果单位时间内第一单光子探测器6能检测到一个通过待成像目标3的信号光光子,则输出一个高电平,该第一单光子探测器6属于Becker&Hickl GmbH公司的HPM-100系列;
所述第二单光子探测器7接收幅度调制后的汇聚闲置光,得到经过第二单光子探测器7的闲置光,并将经过第二单光子探测器7的闲置光发送至符合计数器8;如果单位时间内第二单光子探测器7能检测到一个幅度调制后的汇聚后的闲置光光子,则输出一个高电平,该第二单光子探测器7属于Becker&Hickl GmbH公司的HPM-100系列;
所述符合计数器8接收经过第一单光子探测器6的信号光和经过第二单光子探测器7的闲置光,并记录经过第一单光子探测器6的信号光和经过第二单光子探测器7的闲置光的符合计数,得到测量矩阵和符合计数列向量,并将其发送至数据处理模块9;
该符合计数器8属于Becker&Hickl GmbH公司的SPC-130系列,如果第一单光子探测器6和第二单光子探测器7同时收到的光子均为高电平,则认为该光子是一个符合计数值,符合计数器8记录的是一秒内得到的符合计数值;
所述数据处理模块9根据测量矩阵和符合计数列向量,得到待成像目标3的成像结果。
参照图2,是使用本发明方法得到待成像目标3的成像结果流程示意图;其中,M表示设置的空间光调制器(SLM)5的调制次数,N2=N×N,N×N表示待成像目标3的像素个数;
本发明一种强干扰背景下基于压缩感知的纠缠光成像方法,包括以下步骤:
步骤1,激光器1产生激光,并使BBO晶体2与该激光进行自发参量下转换,得到信号光和闲置光,然后将信号光发送至待成像目标3,将闲置光发送至透镜4。
具体地,该激光器1产生的激光中心频率为457nm,脉冲持续时间是5ns,重复频率是10HZ,最大输出功率是300mw。
步骤2,信号光透过待成像目标3,并使用第一单光子探测器6接收该透过待成像目标3的信号光,得到经过第一单光子探测器6的信号光,并将经过第一单光子探测器6的信号光发送至符合计数器8;
透镜4接收闲置光,并对闲置光进行光子汇聚,得到汇聚后的闲置光并发送至空间光调制器(SLM)5,空间光调制器(SLM)5对汇聚后的闲置光进行幅度调制后,并经过第二单光子探测器7,再发送至符合计数器8,符合计数器8记录经过第一单光子探测器6的信号光和经过第二单光子探测器7的闲置光的符合计数,得到M×N2维测量矩阵P和M×1维符合计数列向量c,并发送至数据处理模块9;其中,M表示设置的空间光调制器(SLM)5的调制次数,N2=N×N,N×N表示待成像目标3的像素个数。
具体地,空间光调制器(SLM)5含有若干个独立单元,其中每一个独立单元称为空间光调制器(SLM)5的一个“像素”,该空间光调制器(SLM)5的若干个“像素”组成一个N×N维随机图案。因此,利用空间光调制器(SLM)5对汇聚后的闲置光进行幅度调制,也就是利用该空间光调制器(SLM)5的随机图案对汇聚后的闲置光进行幅度调制,再将空间光调制器的N×N维随机图案按行方向排成一个行向量,得到一个1×N2维随机高斯向量,并设置空间光调制器的调制次数为M,当空间光调制器的调制次数为第i次时,对应空间光调制器5的第i次随机图案,使用空间光调制器5对汇聚后的闲置光进行第i次幅度调制,即利用空间光调制器5的第i次随机图案对汇聚后的闲置光进行幅度调制,进而得到M×N2维测量矩阵P和M×1维符合计数列向量c,其具体子步骤为:
2.1空间光调制器(SLM)5中的第1次随机图案对汇聚后的闲置光进行第1次幅度调制,得到经过第1次幅度调制后的汇聚闲置光,并使其经过第二单光子探测器7后发送至符合计数器8,符合计数器8记录经过第二单光子探测器7的第1次幅度调制后的汇聚闲置光对应的符合计数值c1;将空间光调制器(SLM)5的第1次随机图案按行方向排成一个行向量,得到空间光调制器(SLM)5的第1次随机图案对应的1×N2维随机高斯向量p1
2.2空间光调制器(SLM)5中的第i次随机图案对汇聚后的闲置光进行第i次幅度调制,得到经过第i次幅度调制后的汇聚闲置光,并使其经过第二单光子探测器7后发送至符合计数器8,符合计数器8记录经过第二单光子探测器7的第i次幅度调制后的汇聚闲置光对应的符合计数值ci;将空间光调制器的第i次随机图案按行方向排成一个行向量,得到空间光调制器(SLM)5的第i次随机图案对应的1×N2维的随机高斯向量pi
2.3重复子步骤2.2,直到空间光调制器(SLM)5中的第M次随机图案对汇聚后的闲置光进行第M次幅度调制,得到经过第M次幅度调制后的汇聚闲置光,并使其经过第二单光子探测器7后发送至符合计数器8,符合计数器8记录经过第二单光子探测器7的第M次幅度调制后的汇聚闲置光对应的符合计数值cM;将空间光调制器的第M次随机图案按行方向排成一个行向量,得到空间光调制器(SLM)5的第M次随机图案对应的1×N2维的随机高斯向量pM
2.4将第1次随机图案对应的1×N2维随机高斯向量p1~第M次随机图案对应的1×N2维随机高斯向量pM构成M×N2维测量矩阵P,其表达式为:
将经过第二单光子探测器7的第1次幅度调制后的汇聚闲置光对应的符合计数值c1~经过第二单光子探测器7的第M次幅度调制后的汇聚闲置光对应的符合计数值cM构成M×1维符合计数列向量c,其表达式为:
待成像目标3具有稀疏性,且具有N×N个像素。
符合计数器8属于Becker&Hickl GmbH公司的SPC-130系列,如果单位时间内第一单光子探测器6能检测到一个通过待成像目标3的信号光光子,则输出一个高电平,该第一单光子探测器6属于Becker&Hickl GmbH公司的HPM-100系列;如果单位时间内第二单光子探测器7能检测到一个幅度调制后的汇聚后的闲置光光子,则输出一个高电平,该第二单光子探测器7属于Becker&Hickl GmbH公司的HPM-100系列。
如果第一单光子探测器6和第二单光子探测器7同时收到的光子输出均为高电平,则认为该光子是一个符合计数值,符合计数器8记录的是一秒内得到的符合计数值;
步骤3,数据处理模块9根据M×N2维测量矩阵P和M×1维符合计数列向量c,得到待成像目标3的成像结果。
具体地,M×1维符合计数列向量c的表达式为:
c=cE+cN=P(I+ρA)t
其中,cE表示M×1维符合计数列向量c中包含的符合计数列向量,且cE=Pt,cN表示干扰产生的符合计数列向量,且cN=ρPοoTt=PρAt,P表示M×N2维测量矩阵,t表示待成像目标3的N2×1维透射函数列向量,A=οoT[1,1,…1]表示N2×1维单位列向量,I表示N2×N2维单位矩阵,N2=N×N,N×N表示待成像目标3的像素个数,ρ表示干扰强度系数,上标T表示转置。
要得到待成像目标3的成像结果,需解决含有待成像目标3的N2×1维透射函数列向量t和干扰强度系数ρ两个待求参数的优化问题,该优化问题表示如下:
s.t.c=P(I+ρA)t
其中,||·||2表示2范数,|·|1表示1范数,表示待成像目标3的N2×1维透射函数列向量估计值,t表示待成像目标3的N2×1维透射函数列向量,ρ表示干扰强度系数,表示干扰强度系数的估计值,s.t.表示约束条件,arg min表示取最小值,λ表示正则化参数。
当λ>0且λ趋于0时,该优化问题的解,即均趋近于最小二乘解;当λ>0且λ趋于无穷大时,该优化问题的解,即中0元素均增多,并均趋于稀疏。
采取交替迭代的方法求解该优化问题,具体过程为:
3.1初始化干扰强度系数ρ,得到干扰强度系数的初始值ρ(0),并将含有第1次迭代后的待成像目标3的N2×1维透射函数列向量t(0)和干扰强度系数的初始值ρ(0)两个待求参数的优化问题转化为只含有第1次迭代后的待成像目标3的N2×1维透射函数列向量t(0)的优化问题
s.t.c=P(I+ρ(0)A)t(0)
再根据压缩感知重构算法(GPSR)求解上述优化问题,得到第1次迭代后的待成像目标3的N2×1维透射函数列向量t(0);其中,ρ(0)表示0到20之间的任意实数。
3.2根据第1次迭代后的待成像目标3的N2×1维透射函数列向量t(0),计算第1次迭代后的干扰强度系数ρ(1)
具体地,令得到
根据第1次迭代后的待成像目标3的N2×1维透射函数列向量t(0),得到第1次迭代后的干扰强度系数ρ(1),其表达式为:
然后根据第1次迭代后的干扰强度系数ρ(1),并将含有第2次迭代后的待成像目标3的N2×1维透射函数列向量t(1)和第1次迭代后的干扰强度系数ρ(1)两个待求参数的优化问题转化为只含有第2次迭代后的待成像目标3的N2×1维透射函数列向量t(1)的优化问题
s.t.c=P(I+ρ(1)A)t(1)
再根据压缩感知重构算法(GPSR)求解上述优化问题,得到第2次迭代后的待成像目标3的N2×1维透射函数列向量t(1)
根据第2次迭代后的待成像目标3的N2×1维透射函数列向量t(1),计算第2次迭代后的干扰强度系数ρ(2),其表达式为:
3.3重复子步骤3.2,直到得到第k次迭代后的待成像目标3的N2×1维透射函数列向量t(k-1),并根据第k次迭代后的待成像目标3的N2×1维透射函数列向量t(k-1),得到第k次迭代后的干扰强度系数ρ(k),并将含有第k+1次迭代后的待成像目标3的N2×1维透射函数列向量t(k)和第k次迭代后的干扰强度系数ρ(k)两个待求参数的优化问题转化为只含有第k+1次迭代后的待成像目标3的N2×1维透射函数列向量t(k)的优化问题
s.t.c=P(I+ρ(k)A)t(k)
再根据压缩感知重构算法(GPSR)求解上述优化问题,得到第k+1次迭代后的待成像目标3的N2×1维透射函数列向量t(k),再根据第k+1次迭代后的待成像目标3的N2×1维透射函数列向量t(k),得到第k+1次迭代后的干扰强度系数ρ(k+1),其表达式为:
该第k+1次迭代后的干扰强度系数ρ(k+1)满足条件|ρ(k+1)(k)|<ε,ε表示设定的收敛阈值,则迭代停止,此时第k+1次迭代后的干扰强度系数ρ(k+1),即为所求的干扰强度系数的估计值第k+1次迭代后的待成像目标3的N2×1维透射函数列向量t(k),即为所求的待成像目标3的N2×1维透射函数列向量估计值也就是待成像目标3的成像结果。
本发明的成像效果可以通过以下仿真结果进一步说明。
(一)仿真条件
设置空间光调制器的调制次数M=256,待成像目标3的像素点为32*32=1024;分别针对以下三种情况进行仿真:1)干扰光等于5倍信号光强度;2)干扰光强度等于10倍信号光强度;3)干扰光强度等于15倍信号光强度;干扰的添加方式是:通过另一个激光器发出的光直接打到旋转的毛玻璃上,此处通过控制激光器的输出功率来改变干扰的强度。
(二)仿真内容
在所述仿真条件下,进行如下实验:
当有干扰存在时,本发明采用信干比衡量干扰强度,信干比越低代表干扰越强。
图3(a)是待成像目标3示意图;图3(b)是无干扰时使用GPSR算法得到的待成像目标3的成像结果示意图;图3(c)是信干比为-5dB时使用GPSR算法得到的待成像目标3的成像结果示意图;图3(d)是信干比为-5dB时使用本发明方法得到的待成像目标3的成像结果示意图;
可以明显看出,图3(d)比3(c)效果好。
图4(a)是信干比为-10dB时使用GPSR算法得到的待成像目标3的成像结果示意图,图4(b)是信干比为-10dB时使用本发明方法得到的待成像目标3的成像结果示意图;
对比图4(a)和图4(b)可以看出,本发明方法仍然比已有方法的成像效果好。
图5(a)是信干比为-15dB时使用GPSR算法得到的待成像目标3的成像结果示意图;图5(b)是信干比为-15dB时使用本发明方法得到的待成像目标3的成像结果示意图。
对比图5(a)和图5(b)可以看出,本发明方法比使用GPSR算法得到的待成像目标3的成像结果的效果要好。
随着干扰强度的增加,传统压缩感知方法性能严重下降,甚至不能恢复出待成像目标3的成像结果,而本发明方法可以比较稳定的工作,并且能够得到较好的成像结果。
综上所述,仿真实验验证了本发明的正确性,有效性和可靠性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围;这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (3)

1.一种强干扰背景下基于压缩感知的纠缠光成像方法,应用于强干扰背景下基于压缩感知的纠缠光成像装置,所述装置包括:激光器(1)、BBO晶体(2)、待成像目标(3)、透镜(4)、空间光调制器(5)、第一单光子探测器(6)、第二单光子探测器(7)、符合计数器(8)、数据处理模块(9);
其特征在于,所述方法包括以下步骤:
步骤1,激光器(1)产生激光,并使BBO晶体(2)与该激光进行自发参量下转换,得到信号光和闲置光,然后将信号光发送至待成像目标(3),将闲置光发送至透镜(4);
步骤2,信号光透过待成像目标(3),并使用第一单光子探测器(6)接收该透过待成像目标(3)的信号光,得到经过第一单光子探测器(6)的信号光,并将经过第一单光子探测器(6)的信号光发送至符合计数器(8);
透镜(4)接收闲置光,并对闲置光进行光子汇聚,得到汇聚后的闲置光并发送至空间光调制器(5),空间光调制器(5)对汇聚后的闲置光进行幅度调制后,并经过第二单光子探测器(7),再发送至符合计数器(8),符合计数器(8)记录经过第一单光子探测器(6)的信号光和经过第二单光子探测器(7)的闲置光的符合计数,得到M×N2维测量矩阵P和M×1维符合计数列向量c,并发送至数据处理模块(9);其中,M表示设置的空间光调制器(5)的调制次数,N2=N×N,N×N表示待成像目标(3)的像素个数;
步骤3,数据处理模块(9)根据M×N2维测量矩阵P和M×1维符合计数列向量c,得到待成像目标(3)的成像结果;
在步骤3中,所述得到待成像目标(3)的成像结果,即解决含有待成像目标(3)的N2×1维透射函数列向量t和干扰强度系数ρ两个待求参数的优化问题,该优化问题表示如下:
s.t.c=P(I+ρA)t
其中,||·||2表示2范数,|·|1表示1范数,表示待成像目标(3)的N2×1维透射函数列向量估计值,t表示待成像目标(3)的N2×1维透射函数列向量,ρ表示干扰强度系数,表示干扰强度系数的估计值,s.t.表示约束条件,arg min表示取最小值,λ表示正则化参数;
采取交替迭代的方法求解该优化问题的具体子步骤为:
3.1初始化干扰强度系数ρ,得到干扰强度系数的初始值ρ(0),并将含有第1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(0)和干扰强度系数的初始值ρ(0)两个待求参数的优化问题转化为只含有第1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(0)的优化问题
<mrow> <mo>{</mo> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mo>}</mo> <mo>=</mo> <mi>arg</mi> <munder> <mi>min</mi> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> </munder> <mo>|</mo> <mo>|</mo> <mi>c</mi> <mo>-</mo> <mi>P</mi> <mrow> <mo>(</mo> <mi>I</mi> <mo>+</mo> <msup> <mi>&amp;rho;</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mi>A</mi> <mo>)</mo> </mrow> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mo>|</mo> <msubsup> <mo>|</mo> <mn>2</mn> <mn>2</mn> </msubsup> <mo>+</mo> <mi>&amp;lambda;</mi> <mo>|</mo> <mo>|</mo> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mo>|</mo> <msub> <mo>|</mo> <mn>1</mn> </msub> </mrow>
s.t.c=P(I+ρ(0)A)t(0)
再根据压缩感知重构算法求解上述优化问题,得到第1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(0);A=ooT[1,1,…1]表示N2×1维单位列向量,I表示N2×N2维单位矩阵,N2=N×N,N×N表示待成像目标3的像素个数;
3.2根据第1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(0),计算第1次迭代后的干扰强度系数ρ(1),其表达式为:
<mrow> <msup> <mi>&amp;rho;</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>=</mo> <mfrac> <mrow> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <mi>c</mi> <mo>+</mo> <msup> <mi>c</mi> <mi>H</mi> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msup> <mi>Pt</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mo>-</mo> <msup> <mi>Pt</mi> <msup> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> <mi>H</mi> </msup> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> </mrow> <mrow> <mn>2</mn> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>0</mn> <mo>)</mo> </mrow> </msup> </mrow> </mfrac> </mrow>
然后根据第1次迭代后的干扰强度系数ρ(1),并将含有第2次迭代后的待成像目标(3)的N2×1维透射函数列向量t(1)和第1次迭代后的干扰强度系数ρ(1)两个待求参数的优化问题转化为只含有第2次迭代后的待成像目标(3)的N2×1维透射函数列向量t(1)的优化问题
<mrow> <mo>{</mo> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>}</mo> <mo>=</mo> <mi>arg</mi> <munder> <mi>min</mi> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> </munder> <mo>|</mo> <mo>|</mo> <mi>c</mi> <mo>-</mo> <mi>P</mi> <mrow> <mo>(</mo> <mi>I</mi> <mo>+</mo> <msup> <mi>&amp;rho;</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mi>A</mi> <mo>)</mo> </mrow> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>|</mo> <msubsup> <mo>|</mo> <mn>2</mn> <mn>2</mn> </msubsup> <mo>+</mo> <mi>&amp;lambda;</mi> <mo>|</mo> <mo>|</mo> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>|</mo> <msub> <mo>|</mo> <mn>1</mn> </msub> </mrow>
s.t.c=P(I+ρ(1)A)t(1)
再根据压缩感知重构算法求解上述优化问题,得到第2次迭代后的待成像目标(3)的N2×1维透射函数列向量t(1)
根据第2次迭代后的待成像目标(3)的N2×1维透射函数列向量t(1),计算第2次迭代后的干扰强度系数ρ(2),其表达式为:
<mrow> <msup> <mi>&amp;rho;</mi> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </msup> <mo>=</mo> <mfrac> <mrow> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <mi>c</mi> <mo>+</mo> <msup> <mi>c</mi> <mi>H</mi> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msup> <mi>Pt</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>-</mo> <msup> <mi>Pt</mi> <msup> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>H</mi> </msup> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> </mrow> <mrow> <mn>2</mn> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> </mrow> </mfrac> </mrow>
3.3重复子步骤3.2,直到得到第k次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k-1),并根据第k次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k-1),得到第k次迭代后的干扰强度系数ρ(k),并将含有第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k)和第k次迭代后的干扰强度系数ρ(k)两个待求参数的优化问题转化为只含有第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k)的优化问题
<mrow> <mo>{</mo> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mo>}</mo> <mo>=</mo> <mi>arg</mi> <munder> <mi>min</mi> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> </munder> <mo>|</mo> <mo>|</mo> <mi>c</mi> <mo>-</mo> <mi>P</mi> <mrow> <mo>(</mo> <mi>I</mi> <mo>+</mo> <msup> <mi>&amp;rho;</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mi>A</mi> <mo>)</mo> </mrow> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mo>|</mo> <msubsup> <mo>|</mo> <mn>2</mn> <mn>2</mn> </msubsup> <mo>+</mo> <mi>&amp;lambda;</mi> <mo>|</mo> <mo>|</mo> <msup> <mi>t</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mo>|</mo> <msub> <mo>|</mo> <mn>1</mn> </msub> </mrow>
s.t.c=P(I+ρ(k)A)t(k)
再根据压缩感知重构算法求解上述优化问题,得到第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k),再根据第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k),得到第k+1次迭代后的干扰强度系数ρ(k+1),其表达式为:
<mrow> <msup> <mi>&amp;rho;</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </msup> <mo>=</mo> <mfrac> <mrow> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <mi>c</mi> <mo>+</mo> <msup> <mi>c</mi> <mi>H</mi> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mo>-</mo> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msup> <mi>Pt</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mo>-</mo> <msup> <mi>Pt</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mi>H</mi> </mrow> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> </mrow> <mrow> <mn>2</mn> <msup> <mrow> <mo>(</mo> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msup> <mi>PAt</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> </msup> </mrow> </mfrac> </mrow>
该第k+1次迭代后的干扰强度系数ρ(k+1)满足条件|ρ(k+1)(k)|<ε,ε表示设定的收敛阈值,则迭代停止,此时第k+1次迭代后的干扰强度系数ρ(k+1),即为所求的干扰强度系数的估计值第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k),即为所求的待成像目标(3)的N2×1维透射函数列向量估计值也就是待成像目标(3)的成像结果。
2.如权利要求1所述的一种强干扰背景下基于压缩感知的纠缠光成像方法,其特征在于,在步骤2中,所述M×N2维测量矩阵P和M×1维符合计数列向量c,其中,M为设置的空间光调制器的调制次数,当空间光调制器的调制次数为第i次时,对应空间光调制器(5)的第i次随机图案,使用空间光调制器(5)对汇聚后的闲置光进行第i次幅度调制,即利用空间光调制器(5)的第i次随机图案对汇聚后的闲置光进行幅度调制,进而得到M×N2维测量矩阵P和M×1维符合计数列向量c,其具体的子步骤为:
2.1空间光调制器(5)中的第1次随机图案对汇聚后的闲置光进行第1次幅度调制,得到经过第1次幅度调制后的汇聚闲置光,并使其经过第二单光子探测器(7)后发送至符合计数器(8),符合计数器(8)记录经过第二单光子探测器(7)的第1次幅度调制后的汇聚闲置光对应的符合计数值c1;将空间光调制器(5)的第1次随机图案按行方向排成一个行向量,得到空间光调制器(5)的第1次随机图案对应的1×N2维随机高斯向量p1
2.2空间光调制器(5)中的第i次随机图案对汇聚后的闲置光进行第i次幅度调制,得到经过第i次幅度调制后的汇聚闲置光,并使其经过第二单光子探测器(7)后发送至符合计数器(8),符合计数器(8)记录经过第二单光子探测器(7)的第i次幅度调制后的汇聚闲置光对应的符合计数值ci;将空间光调制器的第i次随机图案按行方向排成一个行向量,得到空间光调制器(5)的第i次随机图案对应的1×N2维的随机高斯向量pi;其中,i∈{1,2,…,M},M表示空间光调制器(5)的调制次数,N2=N×N,N×N表示待成像目标(3)的像素个数;
2.3重复子步骤2.2,直到空间光调制器(5)中的第M次随机图案对汇聚后的闲置光进行第M次幅度调制,得到经过第M次幅度调制后的汇聚闲置光,并使其经过第二单光子探测器(7)后发送至符合计数器(8),符合计数器(8)记录经过第二单光子探测器(7)的第M次幅度调制后的汇聚闲置光对应的符合计数值cM;将空间光调制器的第M次随机图案按行方向排成一个行向量,得到空间光调制器(5)的第M次随机图案对应的1×N2维的随机高斯向量pM
2.4将第1次随机图案对应的1×N2维随机高斯向量p1~第M次随机图案对应的1×N2维随机高斯向量pM构成M×N2维测量矩阵P,其表达式为:
<mrow> <mi>P</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>p</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>p</mi> <mi>i</mi> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>p</mi> <mi>M</mi> </msub> </mtd> </mtr> </mtable> </mfenced> </mrow>
将经过第二单光子探测器(7)的第1次幅度调制后的汇聚闲置光对应的符合计数值c1~经过第二单光子探测器(7)的第M次幅度调制后的汇聚闲置光对应的符合计数值cM构成M×1维符合计数列向量c,其表达式为:
<mrow> <mi>c</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>c</mi> <mn>1</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>c</mi> <mi>i</mi> </msub> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <mo>.</mo> </mtd> </mtr> <mtr> <mtd> <msub> <mi>c</mi> <mi>M</mi> </msub> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中,i∈{1,2,…,M},M表示空间光调制器(5)的调制次数,pi表示第i次随机图案对应的1×N2维随机高斯向量,ci表示经过第二单光子探测器(7)的第i次幅度调制后的汇聚闲置光对应的符合计数值。
3.如权利要求1所述的一种强干扰背景下基于压缩感知的纠缠光成像方法,其特征在于,所述干扰强度系数的初始值ρ(0)为0到20之间的任意实数。
CN201510508623.4A 2015-08-18 2015-08-18 强干扰背景下基于压缩感知的纠缠光成像装置和成像方法 Active CN105044908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510508623.4A CN105044908B (zh) 2015-08-18 2015-08-18 强干扰背景下基于压缩感知的纠缠光成像装置和成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510508623.4A CN105044908B (zh) 2015-08-18 2015-08-18 强干扰背景下基于压缩感知的纠缠光成像装置和成像方法

Publications (2)

Publication Number Publication Date
CN105044908A CN105044908A (zh) 2015-11-11
CN105044908B true CN105044908B (zh) 2017-09-12

Family

ID=54451566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510508623.4A Active CN105044908B (zh) 2015-08-18 2015-08-18 强干扰背景下基于压缩感知的纠缠光成像装置和成像方法

Country Status (1)

Country Link
CN (1) CN105044908B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106840109A (zh) * 2017-01-20 2017-06-13 长沙全度影像科技有限公司 一种基于差分的单像素成像硬件系统
CN107014496B (zh) * 2017-04-07 2019-03-26 哈尔滨工业大学 一种基于光子轨道角动量的纯相位物体成像系统
CN107332628B (zh) * 2017-07-05 2020-04-24 哈尔滨理工大学 基于量子纠缠和最小二乘法的计算机编码方法
CN107870329B (zh) * 2017-11-09 2019-09-06 谭梓昂 量子雷达及其实现目标探测的方法
CN108844464B (zh) * 2018-06-22 2020-10-23 西安电子科技大学 基于纠缠双光子信号的压缩感知成像装置和方法
CN109115681B (zh) * 2018-08-08 2021-02-09 西安电子科技大学 一种稳健的量子稀疏成像系统及方法
CN109253808B (zh) * 2018-10-26 2020-04-21 上海星秒光电科技有限公司 时间符合计数系统、方法及装置
CN109814318B (zh) * 2019-03-20 2020-07-28 南开大学 一种量子螺旋成像系统
CN111722200B (zh) * 2020-06-04 2022-09-13 中国人民解放军国防科技大学 一种环境自适应的纠缠干涉目标感知方法
CN113472970B (zh) * 2021-05-10 2022-09-09 西安电子科技大学 抗泊松噪声的量子成像方法及量子成像系统
CN113534094B (zh) * 2021-05-28 2023-04-18 西安电子科技大学 一种基于纠缠态的量子探测恒虚警检测系统及检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103308189B (zh) * 2013-06-28 2015-05-06 中国科学院空间科学与应用研究中心 一种基于双压缩符合测量的纠缠成像系统及方法
CN103886207B (zh) * 2014-03-27 2016-10-12 西安电子科技大学 基于压缩感知的嵌套多输入多输出雷达doa估计方法

Also Published As

Publication number Publication date
CN105044908A (zh) 2015-11-11

Similar Documents

Publication Publication Date Title
CN105044908B (zh) 强干扰背景下基于压缩感知的纠缠光成像装置和成像方法
Qian et al. Joint system design for coexistence of MIMO radar and MIMO communication
Candes et al. Phase retrieval from coded diffraction patterns
CN103308189B (zh) 一种基于双压缩符合测量的纠缠成像系统及方法
CN103323396B (zh) 一种基于符合测量的二维压缩鬼成像系统及方法
CN103020478B (zh) 一种海洋水色遥感产品真实性检验的方法
CN103873170B (zh) 一种在盲稀疏条件下压缩感知的频谱检测方法
CN104330787B (zh) 水下运动阵列多目标检测和方位估计一体化方法
CN102981048B (zh) 基于光采样的射频频率测量方法及装置
CN103235298A (zh) 基于稀疏阵列的微波关联成像系统与成像方法
CN106772310A (zh) 一种基于计算鬼成像的目标鉴定装置及其方法
CN109115681B (zh) 一种稳健的量子稀疏成像系统及方法
CN108234028A (zh) 一种光量子ofdm通信系统及其量子信息检测方法
Jiang et al. Coherently demodulated orbital angular momentum shift keying system using a CNN-based image identifier as demodulator
CN103954357B (zh) 压缩光谱成像系统测量矩阵的获取方法
CN104865566A (zh) 一种基于关联成像的距离测量方法
Kader et al. High-time resolution search for compact objects using fast radio burst gravitational lens interferometry with CHIME/FRB
CN103745489B (zh) 一种基于压缩感知建立基站信号场强地图的方法
Yang et al. Wave height estimation from X-band radar data using variational mode decomposition
Wu et al. Constant-modulus waveform design with polarization-adaptive power allocation in polarimetric radar
He et al. High-resolution ISAR imaging of fast rotating targets based on pattern-coupled Bayesian strategy for multiple measurement vectors
Qiao et al. Deep learning-based M-ary spread spectrum communication system in shallow water acoustic channel
CN105044909A (zh) 抗干扰的亚散粒噪声弱吸收目标量子成像装置和成像方法
CN106301755B (zh) 一种基于小波分析的能量泄漏信号的降噪方法及系统
CN106331130A (zh) 一种火灾监测控制系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Li Jun

Inventor after: Zhu Shengqi

Inventor after: Wang Yuan

Inventor after: Zhao Qiyong

Inventor after: Liao Guisheng

Inventor after: Li Xiaomin

Inventor after: Ran Yanwei

Inventor after: Ma Yufang

Inventor after: Zheng Yu

Inventor before: Li Jun

Inventor before: Wang Yuan

Inventor before: Zhao Qiyong

Inventor before: Liao Guisheng

Inventor before: Li Xiaomin

Inventor before: Ran Yanwei

Inventor before: Ma Yufang

Inventor before: Zheng Yu

GR01 Patent grant
GR01 Patent grant