基於壓縮感知理論的近場三維毫米波全息成像方法研究

《基於壓縮感知理論的近場三維毫米波全息成像方法研究》是依託北京理工大學，由李世勇擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於壓縮感知理論的近場三維毫米波全息成像方法研究
• 依託單位：北京理工大學
• 項目負責人：李世勇
• 項目類別：青年科學基金項目

項目摘要

三維毫米波全息成像技術在人體隱匿目標檢測、醫學成像等領域具有廣闊套用前景。傳統方式是採用一維天線陣列結合機械掃描，及寬頻信號實現三維全息成像。其缺點是機械掃描會降低成像速度，若採用兩維天線陣列，則可以實現快速甚至實時成像，但兩維陣列的天線單元數目巨大，會增加系統複雜度和研製成本。 因此，擬研究基於壓縮感知（CS）理論的近場三維毫米波全息成像方法。毫米波圖像在一定變換基下具有稀疏性，由CS理論可知，利用遠少於Nyquist採樣情況下的測量數據即可實現圖像的精確重建。首先，研究毫米波圖像稀疏表示方法，及兩維隨機稀疏天線陣列設計方法。其次，研究圖像的多維最佳化重建算法。由於測量矩陣相對圖像的三維方向是不可分的，所以擬研究基於測量運算元的圖像重建算法，以避免測量矩陣過大的問題。另外，擬採用非均勻快速傅立葉變換（NUFFT）替代FFT與插值，以進一步提高計算精度和計算速度。

結題摘要

毫米波具有一定穿透性，可穿透普通衣物對人體攜帶的隱匿物品進行成像。三維毫米波全息成像技術在人體隱匿目標檢測、醫學成像等領域具有廣闊套用前景。傳統的三維毫米波成像方式採用一維天線陣列結合機械掃描，及寬頻信號實現三維成像。其缺點是機械掃描會降低成像速度。若採用兩維天線面陣，則可以實現快速甚至實時成像，但兩維面陣的天線單元數目巨大，會增加系統複雜度和研製成本。因此，本項目研究了基於壓縮感知（CS）理論的近場三維毫米波全息成像方法。根據毫米波圖像的特點可知，其在一定變換基下具有稀疏特性。由CS理論可知，利用遠少於Nyquist採樣的測量數據即可實現圖像的精確重建。 本項目首先研究了毫米波圖像的稀疏表示方法，及兩維隨機稀疏天線陣列的設計方法。研究發現對於人體毫米波圖像，可採用小波變換與全變分（TV）相結合的圖像稀疏表示方法。與單獨採用小波變換或TV的稀疏方法相比，二者相結合可獲得更好的圖像重建效果。另外，兩維完全隨機分布的天線單元布陣的成像效果要略好於兩維獨立進行稀疏設計的布陣結果，但後者在工程上較易實現。 其次，研究了圖像的多維最佳化重建算法。由於測量矩陣相對圖像的三維方向是不可分的，傳統CS方法採用矩陣與向量相乘的模型，其缺點是對大尺寸場景三維成像情況，測量矩陣過於龐大，無法在普通計算機內實現存儲與處理。因此，本項目主要研究了基於測量運算元的圖像重建算法，以避免測量矩陣過大引起的存儲問題。首先，給出了一種多頻點全息成像算法，該算法與波數域算法相比，其優點在於：（1）目標成像距離範圍可選，可僅僅針對感興趣區域進行全息成像；（2）可以根據圖像幅度積分曲線的極值點分布，直接選取目標所在位置進行匹配濾波成像，從而可明顯提高成像速度；（3）無需Stolt插值，僅利用傅立葉變換及匹配濾波函式相乘即可獲得聚焦良好的圖像。其次，利用多頻點全息成像算法構建了基於測量運算元的壓縮感知成像算法。在疊代過程中僅需計算傅立葉變換及匹配濾波函式的乘法運算，因而運算速度較快。另外，由於不存在插值過程，因而計算精度較高。