CN112764116B - 一种稀疏阵列稀疏频点平面扫描体制快速成像方法 - Google Patents
一种稀疏阵列稀疏频点平面扫描体制快速成像方法 Download PDFInfo
- Publication number
- CN112764116B CN112764116B CN202011552070.XA CN202011552070A CN112764116B CN 112764116 B CN112764116 B CN 112764116B CN 202011552070 A CN202011552070 A CN 202011552070A CN 112764116 B CN112764116 B CN 112764116B
- Authority
- CN
- China
- Prior art keywords
- sparse
- array
- signal
- frequency
- dimension
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000005315 distribution function Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 17
- 230000018199 S phase Effects 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 230000021615 conjugation Effects 0.000 claims description 2
- 230000008707 rearrangement Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/005—Prospecting or detecting by optical means operating with millimetre waves, e.g. measuring the black losey radiation
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种稀疏阵列稀疏频点平面扫描体制快速成像方法,属于毫米波人身安全检查应用技术领域,包括以下步骤:S1:采集回波信号;S2:频率维度稀疏重建;S3:数据重排;S4:相位补偿;S5:计算距离分布函数;S6:后向投影算法重建。本发明通过获得目标距离分布函数,只需要重建目标的二维图像,相比于传统的三维重建算法,计算流程较为简单,计算效率较高;采用一维稀疏阵列构型,接收阵元相比于密集阵列的接收阵元数目相一致,但是发射阵元是稀疏的,因此阵元总数目能够得到大幅降低,相应的硬件成本也能够得到降低。同时在信号模式上采用的是稀疏信号体制,使得阵列维度扫描的速度得以提升。
Description
技术领域
本发明涉及小客流、高精度的毫米波人身安全检查应用技术领域,具体涉及一种稀疏阵列稀疏频点平面扫描体制快速成像方法。
背景技术
毫米波阵列式全息成像技术已广泛应用于人身安全检查领域,近年来毫米波阵列平面扫描式全息成像体制已经应用于毫米波人体安检仪,并且部分厂商已经实现商用化应用,真正实现了毫米波技术的产业化。
目前平面扫描体制的人体安检仪采用的是一维密集阵列,传统的一维毫米波密集阵列式全息成像算法采用的是经典的后向投影算法、波数域算法或相移徙动算法,重建的图像为三维图像,在显示时是将三维图像通过投影转换为二维图像,而且目前大部分毫米波安检厂商是直接采用二维图像进行目标检测和后续处理,相当于计算出的三维图像中大部分像素值是无效的,对应的贡献于无效像素的硬件资源也是冗余的。采用三维重建算法重建图像时,对信号处理硬件的存储资源和计算资源要求较高,并且计算效率较低。上述问题亟待解决,为此,提出一种稀疏阵列稀疏频点平面扫描体制快速成像方法。
发明内容
本发明所要解决的技术问题在于:如何解决现有成像方法中存在计算资源要求较高,并且计算效率较低等问题,提供了一种稀疏阵列稀疏频点平面扫描体制快速成像方法,通过获得目标距离分布函数,只需要重建目标的二维图像,相比于传统的三维重建算法,计算流程较为简单,计算效率较高,采用一维稀疏阵列构型,接收阵元相比于密集阵列的接收阵元数目相一致,但是发射阵元是稀疏的,因此总阵元数目能够得到大幅降低,相应的硬件成本也能够得到减少,同时在信号模式上采用的是稀疏信号体制,使得阵列维度扫描的速度得以提升。
本发明是通过以下技术方案解决上述技术问题的,本发明包括以下步骤:
(1)成像系统按照预先设定好的稀疏频点产生稀疏频率信号,再经发射天线发射出去,经过毫米波中频接收机解调后的稀疏回波信号为s(xTx,xRx,y,ksparse),xTx为发射阵列水平维度,xRx为接收阵列水平维度,y为机械扫描维度,k为频率扫描维度。
(2)对所述回波信号s(xTx,xRx,y,ksparse)的频率扫描维度进行稀疏恢复重建,得到恢复信号s(xTx,xRx,y,k)。
(3)对所述恢复信号s(xTx,xRx,y,k)的xTx维度和xRx维度进行等效相位中心处理,获得等效阵列的回波信号s(x,y,k)。
(4)对等效阵列回波信号s(x,y,k)进行相位校正,进行如下操作scorr(x,y,k)=s(x,y,k)*H1(x,y,k),其中H1(x,y,k)为相位补偿信号。
(5)对校正后的回波信号scorr(x,y,k)的不同频点进行干涉处理并计算出目标的距离分布函数。
(6)根据获得的目标距离分布函数z(x,y),采用后向投影算法计算目标二维图像σ(x,y),划分二维成像网格坐标为(x,y,z(x,y)),其中(x,y)对应于等效回波阵元位置和机械扫描维度的位置,距离维度值设置为所求取的距离分布函数z(x,y)。由于所划分的成像网格坐标为二维的,因此重建的图像也为二维的。
(7)进一步的对二维复数图像σ(x,y)做目标检测、识别或图像处理,再送至显示端进行图像显示。
所述步骤(1)中,一维稀疏阵列水平维度的空间覆盖范围为0.99m,发射阵元间距为ΔxT=0.99m,接收阵元间距为ΔxR=0.003m,发射阵元数目为2,接收阵元数目为330,在系统工作时,开启单个发射阵元,所有接收阵元分段开启并同时接收,分段数目为N=10,每段内包括33个通道,采集板卡同时对33个接收通道进行采集,当一段阵元内的数据采集完毕后,下一段接收阵元通道开启并进行采集。当阵列维度数据采集的同时,一维稀疏阵列整体上下进行运动,使得机械扫描维度的覆盖范围为2m,最终获得目标的回波数据。
所述步骤(2)中,稀疏重建方法为首先对s(xTx,xRx,y,ksparse)的k维度频点稀疏的位置补零处理,其次采用公知的非均匀傅里叶变换算法得到频谱信号sf(xTx,xRx,y,k)=FFTnon-uniform[s(xTx,xRx,y,ksparse)],最终对所得频谱信号sf(xTx,xRx,y,k)进行傅里叶逆变换得到均匀频点信号s(xTx,xRx,y,k)。
所述步骤(3)中,具体处理方法为计算等效处理后的阵元坐标,x=(xTx+xRx)/2,y=(yTx+yRx)/2,其中坐标y直接等效为收发阵元在y方向的中心位置,等效后的x维度的阵元间隔为Δx=0.0015m,在两个维度坐标等效的同时,恢复信号s(xTx,xRx,y,k)按照等效后的坐标x重新进行排列。
所述步骤(4)中,相位补偿信号表达式为其中k=2πf/c为空间频率波数,/>为发射阵列坐标,/>为接收阵列坐标,/>为参考点目标坐标为(0,0,zref),zref为参考点距离坐标,具体为成像目标的中心距离,c为电磁波在自由空间中的速度。
所述步骤(5)中,具体处理方法为对不同频点进行如下计算:
1)
2)求取初始相位Sphase(x,y,k1,kn)=angle(Sinter(x,y,k1,kn));
3)对频率维度k解缠绕处理得到解缠信号Sunwrapphase(x,y,k1,kn)=unwrap(Sphase(x,y,k1,kn));
4)计算目标到天线口面的延迟时间DeltTn=Sunwrapphase(x,y,k1,kn)/(-2*pi*fn);
5)最终可以获得目标的距离位置为z(x,y)=2*DeltTmax*c。
所述步骤(6)中,在恢复信号s(xTx,xRx,y,k)的k维度做逆傅里叶变换得到s(xTx,xRx,y,z),划分两维网格坐标(x,y,z(x,y)),其中x为等效回波信号阵列维度的坐标,y为机械扫描维度的坐标,进行如下计算其中m∈[1,M]为发射阵元的索引M=2,n∈[1,N]为接收阵元的索引,N=330,q∈[1,Q]为机械扫描维度的索引,/>为信号s(xTx,xRx,y,z)的z维度索引,/>为向下取整操作,其中/> B=fmax-fmin,fmax为发射信号的最大频率值,fmin为发射信号的最小频率值。
本发明相比现有技术具有以下优点:该稀疏阵列稀疏频点平面扫描体制快速成像方法,应用于客流量小、精细安检的场合,采用一维稀疏阵列稀疏频点扫描+机械扫描的方式,使得整个孔径覆盖人体的视场范围,由于发射信号采用稀疏体制,因此节约了阵列维度的扫描时间,获取目标回波的时间得到降低。信号处理成像算法中只需要计算出人体所在距离维度的位置坐标,再采用后向投影重建算法,所重建图像为二维图像,与传统的三维成像相比,信号处理平台所消耗的存储资源、计算资源和计算时间得到极大降低,从另一方面可以节约信号处理平台的成本,是一种工程应用价值较高的处理方法,值得被推广使用。
附图说明
图1是本发明实施例中稀疏阵列稀疏频点平面扫描体制快速成像方法的流程图;
图2是本发明实施例中一维稀疏阵列阵元的分布示意图;
图3是本发明实施例中成像系统的扫描示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种技术方案:一种稀疏阵列稀疏频点平面扫描体制快速成像方法,包括以下具体过程:
毫米波一维稀疏阵列构型如图2所示,灰色实心阵元为发射阵元,白色空心阵元为接收阵元,一维稀疏阵列水平维度的空间覆盖范围为0.99m,发射阵元间距为ΔxT=0.99m,接收阵元间距为ΔxR=0.003m,发射阵元数目为2,接收阵元数目为330,图3所示为成像系统扫描示意图,在成像系统工作时,开启单个发射阵元通道,所发射信号为稀疏信号,所有接收阵元通道分段开启并同时接收,分段数目为N=10,每段内包括33个通道,采集板卡同时对33个接收通道进行采集,当一段阵元内的数据采集完毕后,下一段接收阵元通道开启并进行采集。当所有接收通道采集完毕,下一个发射通道开启,直至所有阵列维度数据采集完毕,在接收阵列维度数据采集的同时,一维稀疏阵列整体由上向下或者由下向上运动,使得孔径覆盖整个人体,最终获得整个人体的回波数据。经过毫米波中频接收机解调后的稀疏回波信号为s(xTx,xRx,y,ksparse),xTx为发射阵列水平维度,xRx为接收阵列水平维度,y为机械扫描维度,k为频率扫描维度。(ksparse指的是稀疏频点对应的波数,ksparse=2*pi*fsparse/c;fsparse为稀疏频点)
对稀疏回波信号s(xTx,xRx,y,ksparse)的k维度频点稀疏的位置补零处理,再采用公知的非均匀傅里叶变换算法得到频谱信号sf(xTx,xRx,y,k)=FFTnon-uniform[s(xTx,xRx,y,ksparse)],对所得频谱信号sf(xTx,xRx,y,k)进行傅里叶逆变换得到均匀频点的恢复信号s(xTx,xRx,y,k)。
对所述恢复信号s(xTx,xRx,y,k)的xTx维度和xRx维度进行等效相位中心处理,获得等效阵列的回波信号s(x,y,k)。对等效阵列回波信号s(x,y,k)进行相位校正,进行如下操作scorr(x,y,k)=s(x,y,k)*H1(x,y,k),其中H1(x,y,k)为相位补偿信号,其中k=2πf/c为空间频率波数,为发射阵列坐标,/>为接收阵列坐标。/>为等效回波位置坐标,xc=(xTx+xRx)/2,yc=(yTx+yRx)/2。/>为参考点目标坐标为(0,0,zref),zref为参考点距离坐标,实际应用中为人体目标在距离维度的中心距离。
对校正后的回波信号scorr(x,y,k)的不同频点进行干涉处理并求取距离维度坐标获得目标的距离分布函数,具体处理方法为:
1)、所有频点数据与第一个频点数据的复共轭相乘,所得信号为其中上标*表示取共轭;
2)、对信号Sinter(x,y,k1,kn)求取初始相位值Sphase(x,y,k1,kn)=angle(Sinter(x,y,k1,kn)),其中angle(·)表示取复数信号的相位;
3)、对初始相位值Sphase(x,y,k1,kn)的频率维度k进行解缠绕操作,得到解缠相位信号Sunwrapphase(x,y,k1,kn)=unwrap(Sphase(x,y,k1,kn)),其中unwrap(·)表示解缠绕操作;
4)、根据解缠信号Sunwrapphase(x,y,k1,kn),计算目标到天线口面的延迟时间DeltTn=Sunwrapphase(x,y,k1,kn)/(-2*pi*fn);
5)、最终获得目标在距离维度的位置坐标为z(x,y)=2*DeltTmax*c。
根据获得的目标距离位置分布函数z(x,y),采用后向投影算法计算目标二维图像σ(x,y)。在恢复信号s(xTx,xRx,y,k)的k维度做逆傅里叶变换得到s(xTx,xRx,y,z),划分两维网格坐标(x,y,z(x,y)),其中x为等效回波信号阵列维度的坐标,y为机械扫描维度的坐标,进行如下计算其中m∈[1,M]为发射阵元的索引,M=2,n∈[1,N]为接收阵元的索引,N=330,q∈[1,Q]为机械扫描维度的索引,Q=1000。/>为信号s(xTx,xRx,y,z)的z维度索引,/>为向下取整操作;其中 B=fmax-fmin,fmax为发射信号的最大频率值,fmin为发射信号的最小频率值。
6)、进一步的对二维复数图像σ(x,y)做目标检测、识别或图像处理,再送至显示端进行图像显示。
综上所述,上述实施例的稀疏阵列稀疏频点平面扫描体制快速成像方法,本成像体制采用阵元稀疏和频点稀疏的设计方法,使得回波信号的获取速度得到提高,人体保持静止状态的持续时间得到极大缩短,有利于人流的快速通过;本方法通过对目标距离函数的估计,获得目标在距离方向的分布,再通过后向投影算法对目标进行两维图像重建,由于距离图像的计算只与回波数据频率维度有关,因此在稀疏阵列维度和机械扫描维度可以以较大并行度计算目标距离函数,算法只重建两维图像,需要消耗的信号处理硬件的存储资源和计算资源得到降低,因此可以提升图像重建速度和降低信号处理硬件成本,值得被推广使用。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种稀疏阵列稀疏频点平面扫描体制快速成像方法,其特征在于,包括以下步骤:
S1:采集回波信号
成像系统按照预先设定好的稀疏频点产生稀疏频率信号,再经发射天线发射出去,经过毫米波中频接收机解调后的稀疏回波信号为s(xTx,xRx,y,ksparse),xTx为发射阵列水平维度,xRx为接收阵列水平维度,y为机械扫描维度,k为频率扫描维度;
S2:频率维度稀疏重建
对回波信号s(xTx,xRx,y,ksparse)的频率扫描维度进行稀疏恢复重建,得到恢复信号s(xTx,xRx,y,k);
S3:数据重排
对恢复信号s(xTx,xRx,y,k)进行等效相位中心处理,获得稀疏阵列等效回波信号s(x,y,k);
S4:相位补偿
对等效回波信号s(x,y,k)进行相位补偿与校正,补偿由于等效相位中心处理引入的相位误差;
S5:计算距离分布函数
采用距离位置分布计算方法计算s(x,y,k)的距离分布函数z(x,y);
S6:后向投影算法重建
根据计算得出的距离分布函数z(x,y),采用后向投影重建算法计算得出目标的二维复数图像。
2.根据权利要求1所述的一种稀疏阵列稀疏频点平面扫描体制快速成像方法,其特征在于:在所述步骤S1中,成像系统发射的信号体制为步进频率连续波信号,信号的频段范围为70~80GHz,发射阵元数目为M,阵元间距为ΔxT;接收阵元数目为N,阵元间距为ΔxR,在成像系统工作时,发射通道分时开启,接收通道分段同时接收。
3.根据权利要求2所述的一种稀疏阵列稀疏频点平面扫描体制快速成像方法,其特征在于:在所述步骤S2中,得到恢复信号s(xTx,xRx,y,k)的具体过程为:
S21:先对s(xTx,xRx,y,ksparse)的k维度频点稀疏的位置补零处理;
S22:再采用非均匀傅里叶变换算法得到频谱信号sf(xTx,xRx,y,k)=FFTnon-uniform[s(xTx,xRx,y,ksparse)];
S23:最后对所得频谱信号sf(xTx,xRx,y,k)进行傅里叶逆变换得到均匀频点信号s(xTx,xRx,y,k)。
4.根据权利要求3所述的一种稀疏阵列稀疏频点平面扫描体制快速成像方法,其特征在于:在所述步骤S3中,等效相位中心处理的具体过程为:
S31:对收发天线位置坐标做如下计算获得等效阵元位置的坐标,计算公式为:
x=(xTx+xRx)/2,y=(yTx+yRx)/2;
S32:对回波数据按照阵列维度等效位置进行重排,获得稀疏阵列等效回波信号s(x,y,k);
在所述步骤S4中,相位补偿信号为:
其中k=2πf/c为空间频率波数,为发射阵列坐标,/>为接收阵列坐标,为参考点目标坐标,zref为参考点距离坐标。
5.根据权利要求4所述的一种稀疏阵列稀疏频点平面扫描体制快速成像方法,其特征在于:在所述步骤S5中,距离位置分布计算方法为对不同频点进行如下计算:
S51:所有频点数据与第一个频点数据的复共轭相乘,所得信号为其中上标*表示取共轭;
S52:对信号Sinter(x,y,k1,kn)求取初始相位值Sphase(x,y,k1,kn)=angle(Sinter(x,y,k1,kn)),其中angle(·)表示取复数信号的相位;
S53:对初始相位值Sphase(x,y,k1,kn)的频率维度k进行解缠绕操作,得到解缠相位信号Sunwrapphase(x,y,k1,kn)=unwrap(Sphase(x,y,k1,kn)),其中unwrap(·)表示解缠绕操作;
S54:根据解缠信号Sunwrapphase(x,y,k1,kn),计算目标到天线口面的延迟时间DeltTn=Sunwrapphase(x,y,k1,kn)/(-2*pi*fn);
S55:最终获得目标在距离维度的位置坐标为z(x,y)=2*DeltTmax*c。
6.根据权利要求5所述的一种稀疏阵列稀疏频点平面扫描体制快速成像方法,其特征在于:在所述步骤S6中,根据获得的目标距离位置分布函数z(x,y),采用后向投影算法计算目标二维图像σ(x,y);在恢复信号s(xTx,xRx,y,k)的k维度做逆傅里叶变换得到s(xTx,xRx,y,z),划分两维网格坐标(x,y,z(x,y)),其中x为等效回波信号阵列维度的坐标,y为机械扫描维度的坐标,进行如下计算其中m∈[1,M]为发射阵元的索引,M对应为发射阵元数目,n∈[1,N]为接收阵元的索引,N对应为接收阵元数目,q∈[1,Q]为机械扫描维度的索引;/>为信号s(xTx,xRx,y,z)的z维度索引,/>为向下取整操作,其中/> B=fmax-fmin,B为发射信号的带宽,fmax为发射信号的最大频率值,fmin为发射信号的最小频率值。
7.根据权利要求6所述的一种稀疏阵列稀疏频点平面扫描体制快速成像方法,其特征在于:在得到二维复数图像后,对二维复数图像进行目标检测、识别或图像处理,再送至显示端进行图像显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011552070.XA CN112764116B (zh) | 2020-12-24 | 2020-12-24 | 一种稀疏阵列稀疏频点平面扫描体制快速成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011552070.XA CN112764116B (zh) | 2020-12-24 | 2020-12-24 | 一种稀疏阵列稀疏频点平面扫描体制快速成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112764116A CN112764116A (zh) | 2021-05-07 |
CN112764116B true CN112764116B (zh) | 2024-01-19 |
Family
ID=75694170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011552070.XA Active CN112764116B (zh) | 2020-12-24 | 2020-12-24 | 一种稀疏阵列稀疏频点平面扫描体制快速成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112764116B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113835222A (zh) * | 2021-10-28 | 2021-12-24 | 苏州威陌电子信息科技有限公司 | 曲面阵列快速成像方法 |
CN114841223B (zh) * | 2022-07-04 | 2022-09-20 | 北京理工大学 | 一种基于深度学习的微波成像方法和系统 |
CN116577782B (zh) * | 2023-04-23 | 2024-01-12 | 珠海微度芯创科技有限责任公司 | 一种毫米波一维线型阵列快速图像重建方法及系统 |
CN116840940B (zh) * | 2023-06-07 | 2024-04-05 | 珠海微度芯创科技有限责任公司 | 基于毫米波圆柱校准体算法系统的通道校准方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104749573A (zh) * | 2013-12-31 | 2015-07-01 | 中国科学院电子学研究所 | 空频域二维稀疏的步进频率sar成像方法 |
CN104898118A (zh) * | 2015-03-18 | 2015-09-09 | 中国科学院电子学研究所 | 一种基于稀疏频点的三维全息成像的重建方法 |
CN110794471A (zh) * | 2019-09-30 | 2020-02-14 | 博微太赫兹信息科技有限公司 | 一种毫米波稀疏阵列远程监视成像方法及系统 |
WO2020035023A1 (zh) * | 2018-08-17 | 2020-02-20 | 清华大学 | 用于主动式毫米波安检成像的多发多收天线阵列布置、人体安检设备和方法 |
CN111505721A (zh) * | 2019-01-30 | 2020-08-07 | 杭州芯影科技有限公司 | 一种基于稀疏阵列的毫米波稀疏成像方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8861588B2 (en) * | 2011-04-04 | 2014-10-14 | The United States Of America As Represented By The Secretary Of The Army | Apparatus and method for sampling and reconstruction of wide bandwidth signals below Nyquist rate |
-
2020
- 2020-12-24 CN CN202011552070.XA patent/CN112764116B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104749573A (zh) * | 2013-12-31 | 2015-07-01 | 中国科学院电子学研究所 | 空频域二维稀疏的步进频率sar成像方法 |
CN104898118A (zh) * | 2015-03-18 | 2015-09-09 | 中国科学院电子学研究所 | 一种基于稀疏频点的三维全息成像的重建方法 |
WO2020035023A1 (zh) * | 2018-08-17 | 2020-02-20 | 清华大学 | 用于主动式毫米波安检成像的多发多收天线阵列布置、人体安检设备和方法 |
CN111505721A (zh) * | 2019-01-30 | 2020-08-07 | 杭州芯影科技有限公司 | 一种基于稀疏阵列的毫米波稀疏成像方法及系统 |
CN110794471A (zh) * | 2019-09-30 | 2020-02-14 | 博微太赫兹信息科技有限公司 | 一种毫米波稀疏阵列远程监视成像方法及系统 |
Non-Patent Citations (1)
Title |
---|
稀疏信号处理在雷达检测和成像中的应用研究;全英汇;中国博士学位论文全文数据库·信息科技辑(第03期);I136-82 * |
Also Published As
Publication number | Publication date |
---|---|
CN112764116A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112764116B (zh) | 一种稀疏阵列稀疏频点平面扫描体制快速成像方法 | |
CN101975935B (zh) | 一种基于部分回波压缩感知的快速磁共振成像方法 | |
CN107561533B (zh) | 一种c波段星载合成孔径雷达运动目标成像方法 | |
RU2626184C2 (ru) | Способ, устройство и система для реконструкции магнитно-резонансного изображения | |
US20210389450A1 (en) | Graph-based array signal denoising for perturbed synthetic aperture radar | |
JP5950835B2 (ja) | シーン内の反射物を再構成するシステム | |
CN109188432B (zh) | 一种平行双基聚束sar快速bp成像方法 | |
CN111896951B (zh) | 一种毫米波柱面全息成像系统的三维成像与重构方法 | |
CN102024266A (zh) | 基于图像结构模型的压缩感知图像重构方法 | |
CN111722227B (zh) | 基于近似观测矩阵的聚束sar压缩感知成像方法 | |
CN109856682A (zh) | 一种基于稀疏阵列的毫米波稀疏成像方法及系统 | |
CN107831473A (zh) | 基于高斯过程回归的距离‑瞬时多普勒图像序列降噪方法 | |
CN111754598A (zh) | 基于变换学习的局部空间邻域并行磁共振成像重构方法 | |
CN107656271B (zh) | 基于压缩感知重构的太赫兹雷达成像算法 | |
CN112882016A (zh) | 基于改进的稳健自适应波束形成的多人生命体征检测方法 | |
CN117289274A (zh) | 基于优化自适应匹配追踪的单通道前视超分辨成像方法 | |
CN113608218A (zh) | 一种基于后向投影原理的频域干涉相位稀疏重构方法 | |
CN109959933B (zh) | 一种基于压缩感知的多基线圆迹合成孔径雷达成像方法 | |
CN115601278A (zh) | 基于子图像配准的高精度运动误差补偿的方法 | |
CN113936069B (zh) | 一种用于光声断层成像的阵元虚拟插值方法 | |
Qi et al. | Method of range ambiguity suppression combining sparse reconstruction and matched filter | |
CN107255815A (zh) | 一种基于双基地散射中心时频特征的目标曲面重构方法 | |
CN111781596A (zh) | 基于无网格压缩感知的isar目标散射中心参数估计方法 | |
CN114841223B (zh) | 一种基于深度学习的微波成像方法和系统 | |
Liu et al. | Millimeter Wave Radar Azimuth Super-Resolution Method Based on Multi-Frame Reconstruction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |