传统阵列信号处理及雷达系统中，利用阵列进行信号源定位尤其是到达方向（DOA)估计是一个非常有意义的问题。大多数的雷达系统将多径干扰回波处理为非期望杂波噪声，因此，复杂多散射环境对雷达系统的分辨率以及目标的定位精确性有负面影响。针对多输入多输出（MIMO)雷达，引入时间反转（TR)来充分利用多散射场景中多路径传播的空间多样性，提高现有DOA估计算法的性能。仿真结果表明，基于TR的MIMO雷达Capon估计算法相较于常规Capon算法，在复杂多径环境中且信噪比不高的情况下具有很好的估计性能，旁瓣抑制能力强，估计结果更精确。
MIMO雷达 多路径 时间反转 MIMO radar multipath DOA DOA time reversal
1 苏州大学 苏州大学附属第一医院，江苏 苏州 215006
2 温州医科大学附属第一医院，浙江 温州 325000
3 华东师范大学多维度信息处理上海市重点实验室，上海 200241
4 温州医科大学，浙江温州 325035
5 中国科学院上海技术物理研究所红外物理国家重点实验室，上海 200083
生物材料的显微高光谱成像分析技术是生物光谱学研究的前沿.烧伤、深度创伤病人治疗过程中，需要确定移植于患者创面的真皮替代物有没有进入正常的血管化进程，这是评价填充修复材料优劣的关键，也是患者创面恢复的重要指标.提出并实现了一种基于G-SA-SVM的快速血管化鉴别方法.该方法以显微高光谱成像技术为基础，首先对采集的高光谱数据进行光谱维和空间维的空白校正处理，然后对数据进行特征自适应性Gamma校正，最后利用模拟退火优化参数的支持向量机算法(SA-SVM)进行识别处理，有效定位红细胞，进而快速定位血管.实验结果表明，本文提出的G-SA-SVM算法误判率更低，识别精度更高，可以用于微血管新生的评价和鉴定.
血管化 显微高光谱成像 校正 vascularization process microscopic hyperspectral imaging correction G-SA-SVM G-SA-SVM
