导读:本文包含了自聚焦算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:相位,孔径,稀疏,正定,算法,卷积,方位。
自聚焦算法论文文献综述
闫敏,韦顺军,吴悦,师君,张晓玲[1](2019)在《基于联合准则的双基线阵SAR稀疏自聚焦成像算法》一文中研究指出双基线阵合成孔径雷达(BiLASAR)是一种具有多视角叁维成像能力的新型双基地SAR(BiSAR),可实现下视及前视高分辨叁维成像。然而,由于收发平台分置构形并且运动平台和线性阵列天线相互关联的结构,导致Bi LASAR运动误差的形式多变,其运动误差的估计补偿相比于传统SAR系统更加困难。针对此问题,结合叁维成像目标稀疏特性,本文提出了一种基于联合准则的稀疏自聚焦成像算法。首先建立了运动误差条件下Bi LASAR线性测量模型,分析了Bi LASAR的运动误差的空变性;其次结合最小均方误差准则和最大锐度准则,提出了一种基于联合准则的Bi LASAR稀疏自聚焦成像算法。最后,仿真数据验证了本文算法对于Bi LASAR的不同误差类型的有效性。(本文来源于《第六届高分辨率对地观测学术年会论文集(上)》期刊2019-09-20)
胥利文,陈浩,张秀梅,王秀明[2](2019)在《一维Marchenko自聚焦算法的数值解与解析解》一文中研究指出Marchenko自聚焦算法可以构造介质表面到介质内任一点的格林波场,这种算法仅仅需要边界上单边记录的反射响应和介质内任一点到介质表面的直达波数据。为了研究算法构造期望波场的具体过程,该文分别在数值解和解析解模型中求解耦合Marchenko方程组,利用解析解模型中的序列构造解释数值解中波形产生的具体原因。方程求解过程主要包括一维时域卷积和利用时间窗算子的截断效应求取聚焦函数和格林函数,其中卷积过程可以解释为利用聚焦函数来调制单边记录的波场相位。(本文来源于《应用声学》期刊2019年05期)
孙丹[3](2019)在《基于相位梯度自聚焦算法的激光雷达图像补偿》一文中研究指出传统激光图像补偿方法,通过高斯建模各帧激光图像单时间通道的回波,减小噪声干扰,没有考虑回波中的杂强波,且过程较为复杂、图像补偿效果差。提出基于相位梯度自聚焦算法的激光雷达图像补偿方法,通过叁维坐标系内分解振动、泰勒级数展开等过程计算振动导致的激光雷达图像的相位误差,使用相位梯度自聚焦图像补偿算法,通过循环移位、加窗、估计相位梯度和迭代补偿四个过程实现激光雷达图像补偿。经实验证明,所提方法确保有效补偿激光图像的同时,相位误差结果估计的偏差低于0. 01 rad,CPU占用率和内存占用率分别是8. 65%和3. 24%,且效率高于其他方法,说明所提方法能够高效、准确的补偿激光雷达图像。(本文来源于《激光杂志》期刊2019年05期)
邵帅,张磊,刘宏伟[4](2019)在《一种基于图像最大对比度的联合ISAR方位定标和相位自聚焦算法》一文中研究指出针对特显点选取易受噪声影响这一问题,该文提出一种基于全局图像最大对比度的逆合成孔径雷达(ISAR)方位定标算法,并在实现方位定标的同时完成距离空变相位补偿自聚焦。该方法以图像对比度作为代价函数,利用BFGS算法实现代价函数的最大化高效求解,获得目标信号的距离空变调频率,进而计算目标有效转动角速度,实现方位定标和距离空变相位自聚焦。仿真和实测数据实验对比验证了该算法的有效性和稳健性。(本文来源于《电子与信息学报》期刊2019年04期)
韩宁,王立兵,郭宝锋,董健,李宝晨[5](2018)在《同步误差条件下的空间目标双基地ISAR自聚焦算法》一文中研究指出以空间目标为研究对象,针对双基地雷达时间、空间及频率同步误差导致的逆合成孔径雷达图像散焦问题,提出基于离散多项式相位变换的自聚焦算法。算法首先将目标平动、转动及同步误差导致的相位项统一建模为高阶多项式,利用离散多项式相位变换方法估计高阶多项式系数并据此构建补偿相位项,完成高阶相位补偿。最后进行方位压缩得到高聚焦度的二维ISAR像。算法通过选取合适的延时参数及成像积累时间可得到高精度参数估计及相位补偿,理论分析和仿真校验了算法性能优于常用的非参数化自聚焦算法。(本文来源于《宇航学报》期刊2018年11期)
郑茂鸿[6](2018)在《双基前视合成孔径雷达自聚焦算法研究》一文中研究指出在全天候全天时自主着陆、自主导航等应用领域,对雷达前视成像能力的需求强烈。双基SAR收发分置,能够在接收站前方形成等距离线和等多普勒线的准正交分割,具备前视成像潜力,因而成为目前的研究热点。然而相比于单基SAR,双基SAR运动自由度更大,误差来源更多,运动误差的补偿更加重要。自聚焦,指从回波数据中提取运动误差并补偿的方法,是双基前视SAR获得高分辨图像的关键环节。本文围绕双基前视SAR自聚焦涉及到的回波建模、误差影响、参数均衡、误差提取等内容,主要进行了以下工作:1、建立了双基前视SAR几何模型和回波信号模型,推导了点目标的斜距历史表达式,在理想条件下分析了前视模式下双基SAR斜距规律,以及多普勒信号特性,仿真分析了双基前视SAR运动误差影响,为后续自聚焦算法研究奠定了理论基础。2、针对双基前视SAR时域线性走动校正引入的多普勒参数方位空变问题,分析了空变规律,将方位信号建模为多分量多项式信号,研究了基于修正WVD的多分量多项式信号参数估计方法,为之后的自聚焦方案提供了前提条件。3、研究了非理想条件下非线性调频变标方位空变参数均衡方法。该方法在估计方位多分量多项式信号参数的基础上,利用估计得到的参数首先进行最小二乘拟合,得到空变多普勒参数关于方位坐标的解析关系,然后构建扰动函数,通过非线性调频变标理论,实现了非理想条件下方位空变多普勒参数的均衡。4、在均衡方位空变多普勒参数的基础上,研究了一种基于图像对比度最优的相位误差提取方法。该方法将首先采用坐标下降法将高维空间相位误差的搜索过程转换为对各方位单元相位误差分别进行一维搜索的过程,然后采用多维投影方法将相位误差一维搜索问题转化为四次多项式求根问题。相比于已有方法,本方法相位误差估计无阶数限制,同时极大的提高了运算效率。上述所涉及的方法都通过了仿真测试。(本文来源于《电子科技大学》期刊2018-10-01)
程晓洁,卢毅,彭革新[7](2018)在《一种适用于微波无线输能系统的自聚焦控制算法优化实现》一文中研究指出为了提升微波无线输能系统的传输效率,提高接收功率,优化实现了一种自聚焦控制算法,并对该方法的优化效果进行了电磁仿真分析和实验验证。结果表明,在工程测试过程中,优化后的算法相位同步更精确,聚焦点的接收功率更稳定,微波无线能量传输的效率也得以提高,由此证明了该方法在MPT工程中的可行性。(本文来源于《移动通信》期刊2018年09期)
钟金亮[8](2018)在《面向白细胞显微成像的自聚焦算法设计与实现研究》一文中研究指出血涂片检验是诊断各种血液相关疾病的一种重要方法,血涂片中白细胞的数量、形态、所占比例等病理学方面的信息能够帮助医生作出快速有效的诊断。因此,对白细胞进行准确、快速分类计数是当今医疗界面临的直接技术难题,也是医院提高工作效率首要问题。目前,医院一般通过血液分析仪法和显微镜法两种方法检验血液中白细胞的种类和数量。但是血液分析仪法不能准确识别发现细胞形态学及病理学变化,一旦发现异常患者,必须采用显微镜法作进一步诊断。虽然显微镜法能够分类准确,及时发现细胞形态及病理变化,但需要依赖专业人员反复操作显微镜肉眼观察、不适合大量人群筛选,尤其显微镜的聚焦过程,即便是专业人员,仍需要耗费大量的时间。针对以上诸多临床应用弊端,课题提出了面向白细胞显微成像的自聚焦算法设计与实现研究。课题研究的内容主要分为以下叁个部分:1)图像聚焦算法设计。图像聚焦算法是课题研究的核心,本文首先对现有提出的12种聚焦算法模型进行了聚焦函数评价标准评估,得出的聚焦函数曲线区分度小、稳定性差、无偏性大,针对以上不足课题提出了一种梯度性阈值方差算法,统计得出评价标准准确度误差0.03、峰值区间2um等优良曲线特性。经聚焦环境包括聚焦光源、物镜倍率、涂片样本等多方面鲁棒性分析后,改进和优化梯度性阈值方差算法,进一步提高了算法的稳定性、普适性、抗干扰能力等特性。最后本文设计了集成PID控制算法、图像聚焦算法的聚焦闭环反馈系统,实现了快、准、稳的自聚焦运动控制系统。2)聚焦算法复杂度分析。由于算法时间复杂度阶数较高、程序执行效率低等原因,在不影响图像聚焦效果前提下,优化时间复杂度不定项n规模和程序循环体结构后,实验得出单张原图平均计算时间1.42s缩短为7ms;优化空间复杂度不定项n规模和循环程序结构体中内部调用个数和内部局部变量后,输入原图算法运行时临时占用的存储空间83.62Mbyte缩小为413.63Kbyte。3)系统软硬件设计。包括对自聚焦显微成像平台的机械,硬件控制电路和上位机操作软件设计。其中,系统硬件主要有:核心控制电路设计、下位机操作系统、下位机驱动等;系统软件包括:上位机操作界面、摄像头应用接口、图像处理等。最终系统实现了自聚焦精度0.2微米、自扫描获取150张白细胞图像等多个指标进行了系统测试与评估。经重复实验测试完成自动聚焦耗时约2秒、自动扫描耗时约4秒,系统完成整个过程运行周期平均耗时约7秒。最终课题从图像聚焦算法的设计、聚焦算法复杂度分析、系统软硬件设计等多个方面完成了面向白细胞显微成像的自聚焦算法设计与实现研究,实现了既能提高工作效率、保证检测质量又有较高实用价值的白细胞自动镜检筛选系统。(本文来源于《深圳大学》期刊2018-06-30)
韦顺军,田博坤,张晓玲,师君[9](2018)在《基于半正定规划的压缩感知线阵叁维SAR自聚焦成像算法》一文中研究指出线阵合成孔径雷达(Linear Array Synthetic Aperture Radar, LASAR)3维成像技术是一种具有重要潜在应用价值的新体制成像雷达,压缩感知稀疏重构是近几年实现LASAR高分辨3维成像的热点研究之一。但相对于传统2维SAR,受线阵稀疏分布及阵列-平台2维联动,压缩感知LASAR成像面临回波数据欠采样、多维度高阶相位误差等问题,传统SAR自聚焦算法难以适用于压缩感知LASAR 3维稀疏自聚焦成像。为克服欠采样条件下多维度高阶相位误差对LASAR成像的影响,该文提出了一种基于半正定规划的压缩感知LASAR自聚焦成像算法。首先,结合压缩感知成像理论、图像最大锐度及最小均方误差准则,构造欠采样条件下稀疏目标的相位误差估计模型;其次,利用松弛半正定规划方法估计相位误差;最后,利用迭代逼近方法提高相位误差估计精度,实现压缩感知LASAR高精度稀疏自聚焦成像。另外,通过主散射目标区域提取,仅采用主散射区域进行相位误差估计,进一步提高自聚焦算法运算效率。仿真数据和实测数据验证了该文算法的有效性。(本文来源于《雷达学报》期刊2018年06期)
韩宁,李宝晨,王立兵,童俊,郭宝锋[10](2018)在《基于稀疏分解的空间目标双基地ISAR自聚焦算法》一文中研究指出空间目标双基地逆合成孔径雷达(ISAR)成像中,双基地角时变会造成二维图像的散焦。针对此问题,在叁大同步理想可实现的条件下,以平稳空间目标为研究对象,分析了空间目标双基地ISAR成像原理,研究了双基地角时变对二维图像散焦的影响机理,提出了利用稀疏分解实现高精度自聚焦的算法。首先,将半双基地角的余弦进行泰勒展开;其次,结合目标的平动及转动条件,将成像相位项用多项式建模;然后,利用稀疏分解算法估计多项式的二次项系数,据此构建补偿项完成相位补偿。算法利用L-曲线准则选取正则参数,基于目标尺寸的先验信息构建冗余基的高分辨因子,利用推广的正则化欠定系统聚焦求解(FOCUSS)算法实现稀疏表示系数的估计,在恰当选取词典分辨率的条件下,算法可实现二次相位项的精确补偿,仿真实验验证了算法性能优于常用的非参数化自聚焦算法。(本文来源于《航空学报》期刊2018年08期)
自聚焦算法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
Marchenko自聚焦算法可以构造介质表面到介质内任一点的格林波场,这种算法仅仅需要边界上单边记录的反射响应和介质内任一点到介质表面的直达波数据。为了研究算法构造期望波场的具体过程,该文分别在数值解和解析解模型中求解耦合Marchenko方程组,利用解析解模型中的序列构造解释数值解中波形产生的具体原因。方程求解过程主要包括一维时域卷积和利用时间窗算子的截断效应求取聚焦函数和格林函数,其中卷积过程可以解释为利用聚焦函数来调制单边记录的波场相位。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自聚焦算法论文参考文献
[1].闫敏,韦顺军,吴悦,师君,张晓玲.基于联合准则的双基线阵SAR稀疏自聚焦成像算法[C].第六届高分辨率对地观测学术年会论文集(上).2019
[2].胥利文,陈浩,张秀梅,王秀明.一维Marchenko自聚焦算法的数值解与解析解[J].应用声学.2019
[3].孙丹.基于相位梯度自聚焦算法的激光雷达图像补偿[J].激光杂志.2019
[4].邵帅,张磊,刘宏伟.一种基于图像最大对比度的联合ISAR方位定标和相位自聚焦算法[J].电子与信息学报.2019
[5].韩宁,王立兵,郭宝锋,董健,李宝晨.同步误差条件下的空间目标双基地ISAR自聚焦算法[J].宇航学报.2018
[6].郑茂鸿.双基前视合成孔径雷达自聚焦算法研究[D].电子科技大学.2018
[7].程晓洁,卢毅,彭革新.一种适用于微波无线输能系统的自聚焦控制算法优化实现[J].移动通信.2018
[8].钟金亮.面向白细胞显微成像的自聚焦算法设计与实现研究[D].深圳大学.2018
[9].韦顺军,田博坤,张晓玲,师君.基于半正定规划的压缩感知线阵叁维SAR自聚焦成像算法[J].雷达学报.2018
[10].韩宁,李宝晨,王立兵,童俊,郭宝锋.基于稀疏分解的空间目标双基地ISAR自聚焦算法[J].航空学报.2018