超分辨率电磁成像方法的研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:sanlyye
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社会和计算机科学技术的发展,在日常生活和军事领域,微波成像技术越来越被频繁地使用。然而,传统的电磁成像方法的局限性日益突出,因此开展能够获得分辨率更高、性能更优的成像方法与技术的研究,无论是对国防的军事现代化还是社会工业的进一步发展,都具有重大意义。电磁逆散射成像是学术研究领域中非常具有挑战性的课题之一,可以突破已有的电磁衍射极限,实现对探测区域的超分辨率成像,电磁逆散射成像是逆问题的一个重要分支,在众多领域都拥有广阔的应用前景,但同时又遭遇了两大挑战:病态性与非线性,如何有效地提升成像质量,同时更加快速地反演参数目标,是本论文的主要研究内容。首先,本论文针对非均匀背景下成像质量效果差的问题,提出了一种新型的基于差分积分方程模型框架下的快速成像方法,即差分形式的电磁Lippmann-Schwinger积分方程(difference Lippmann-Schwinger integral equation,D-LSIE),该方程能够有效地将已知背景的先验信息与未知散射体的信息分离开来。在优化求解的过程中,采用了改进的Levenberg-Marquardt算法(modified enhanced Levenberg-Marquardt,ME-LM)。特别地,为了使算法能够稳定地反演,使用了一种基于广义交叉验证(generalized cross-validation,GCV)和截断奇异值分解(truncated singular value decomposition,TSVD)混合的正则化技术,该策略能够使算法更加稳定,提升算法解决高非线性电磁逆散射问题的能力。其次,本论文基于子空间优化(Subspace-based Optimization method,SOM)类的优化算法,提出了一种新颖的结合了乘性正则化技术的背景介质迭代更新的电磁波成像方法(multiplicatively regularized iterative updating background method,MR-IUBM)。通过采用乘性正则化技术,将正则化函数和损失函数有机结合,避免了单独为正则化参数手动选择的困难,同时也使得算法更加稳定,抗噪声能力强,同时使得重构的图形边缘信息更加清晰,数值仿真和实验测试的相关结果均验证了该算法的有效性。最后,在已有的二维电磁成像方法研究的基础上,本论文针对三维电磁逆散射成像问题,进行了系统性的研究,通过联合采用子空间优化技术和变形Born迭代方法(Distorted Born Iterative Method,DBIM),提出了一种基于子空间正则化的DBIM三维场景下的快速成像算法,通过对多种场景进行数值仿真测试,实现了不同场景下的三维成像,验证了算法的有效性。
其他文献
稳定性理论有着广泛的应用。比如,自然科学、工程技术、环境生态、社会经济等方面。本文主要讨论了几类随机时滞神经网络的稳定性。通过对不同神经网络模型的解的性质的研究,
近年来,深度卷积网络被广泛应用于计算机视觉领域,在许多视觉任务上如图像分类、目标检测、视频跟踪、图像分割等取得了优异的表现。性能优异的深度卷积网络往往具有参数量大
喷码机因机器设备内在性能或喷码机的喷头被墨水堵塞以及喷码内容设置错误等问题使喷印的字符出现各种缺陷,例如字符残缺、字符漏印、字符被污染等。印有缺陷字符的商品,一旦
压缩感知(CS)是一种新型的信号采样技术,能够从远低于奈奎斯特采样频率的随机线性测量来重建原始图像信息,其核心在于设计高效的压缩感知重建方法。然而,传统的重建方法需要
图常用的查询算法有可达性、最短路径距离和最宽路径查询等,传统查询算法有两种:一种是求解完整传递闭包,即预计算出所有的结果,那么查询效率为(1);另一种则是使用修改的Dijkstra算法或其他算法直接在原图上进行搜索,空间开销为(1)。而近年来图规模快速增长,其节点和边的总数可以达到亿级规模。针对如此大规模的图,前者查询效率虽高,但是空间开销使其难以扩展;后者虽然空间开销(1)很低,但直接在原图搜索
大脑的中矢状平面(Midsagittal Plane,MSP)可以用来评估大脑左右半球的对称性,利用获得的评估结果可以帮助诊断某些脑部疾病,因此研究MSP的提取在临床中具有重要意义。然而现有的提取方法大多存在计算成本大、对图像方向有一定要求等问题,针对这些问题,论文研究一种适用于各个方向脑部图像,同时可以快速、准确的提取脑部中矢状平面的算法。根据处理对象的维度,基于大脑对称性的MSP提取方法可以分
图像语义分割在自动驾驶、场景理解、医学等方面有着广泛的应用,但现有语义分割技术具有图像分割边缘粗糙、分割精度不高、标签过程繁琐等问题,分割模型的泛化能力较低,且只能针对特定环境。针对以上问题,本文提出了基于双层级合并上采样方法,深度对抗神经网络的反馈式弱监督语义分割方法和直推式迁移学习的语义分割方法,提高了分割精确度,简化标签过程,提升网络的泛化能力,本文的研究对语义分割技术的广泛应用具有实际意义
随着气体传感器技术的发展,搭载传感器阵列的电子鼻气体检测系统被广泛应用于生物医学领域。其中,气体检测系统的低功耗、微型化以及无线化是重要的研究方向。本文针对气体检
~~
会议
在经济全球化快速发展的同时,中国的社会经济也取得了显着的增长和进步。以家庭为单位来说,其属社会细胞的范畴之中,且越发活跃地参与到实际交易活动中,并且经常与外部环境产生较为普遍的债权及债务关系,尤其随着中国个体私营经济的快速发展,人们的消费意识逐渐发生变化。与此同时,分期付款与信用消费等方式的出现,使得夫妻举债行为的产生更成易事,数额也随之变大,致使夫妻之间共同债务这一问题日渐凸显。另外离婚案件也越