WIKI資訊
頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設計田鶴①②, 李道京①, 祁春超③ 摘要：該文研究工作包括頻域稀疏毫米波人體安檢成像數據處理和用于快速安檢成像的稀疏陣列設計兩部分。首先基于柱面掃描成像模型，采用巴克碼隨機稀疏采樣方式減少成像所需數據量；提出一種基于干涉處理和頻域壓縮感知的3維成像算法，利用干涉處理使人體復圖像在頻域具備稀疏性，建立頻域壓縮感知測量模型并重建圖像頻譜，進而實現稀疏采樣下人體安檢圖像3維重建。實際數據處理結果表明，該方法在數據采集量減少約50%條件下，可獲得接近滿采樣對應的圖像分辨率和成像效果，稀疏采樣前后的圖像相關系數優于0.9。其次基于頻域稀疏成像方法、巴克碼稀疏采樣方式和收發分置工作模式，設計了用于快速安檢成像的稀疏陣列布局，在保證人體成像質量前提下，稀疏率高達94.6%。該方法用于實際安檢成像系統中可大幅增加安檢通過速率、減少......閱讀全文
4.3 誤差分析上述成像結果表明，基于干涉處理和頻域CS的頻域稀疏3維成像算法能夠在稀疏采樣條件下恢復目標場景，且圖像具有與滿采樣相當的分辨率水平。為了定量分析所提方法在稀疏采樣下的圖像重建性能，本文將滿采樣對應的圖像近似作為目標真值，采用均方根誤差(Root Mean Square Error
由于人體目標在空間域為連續分布，其圖像在頻域應具有稀疏性。但在毫米波人體復圖像中，由于分辨單元間復散射系數不同、空間采樣間隔通常遠大于波長，其圖像分辨單元初始相位是隨機變化的[11]，該隨機初始相位主要是由于斜距方向分辨單元間復散射系數不同和斜距方向采樣間隔較大而產生，由此使復圖像頻譜 α
5 微動目標分類與識別微動特征是雷達目標的本質屬性之一，相比于傳統的形狀、結構和表面材料電磁參數等其他目標特征，其在目標分類與識別應用中有著如下優勢：(1)觀測條件要求較低，容易被雷達獲取。已有研究表明，高分辨雷達能夠探測目標表面微米級的振動和偏移，對于彈道導彈目標識別，成像激光雷達可觀測到超過70