1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
为了采用非均匀发射阵列的傅里叶望远镜清晰重构深空目标图像, 提出了一种基于最小二乘法拟合缺失傅里叶分量的新方法。首先采用T型非均匀发射阵列作为傅里叶望远镜的激光发射系统, 并对返回的时域信号进行直流滤波;然后, 基于傅里叶望远镜的基本原理对信号进行解调并通过相位闭合得到三重积。采用最小二乘法对没有抽取的傅里叶分量进行拟合估计, 作为连乘恢复单一傅里叶分量信息的基础;最后, 进行非均匀傅里叶逆变换重构目标图像。在不同信噪比条件下对4个目标进行了数值模拟, 并与简单估算方法进行了对比。结果显示: 信噪比(SNR)为200 db, 采用7阶最小二乘法拟合估计时, 重构图像细节分辨更为清晰, 其斯特里尔比(Strehl)比衍射极限图像的斯特里尔比(Strehl)最高可提高0. 074 2, 最低可提高0. 009 8。采用新方法对外场实验数据进行重构的结果表明: 提出的方法克服了频谱偏差造成的重构图像失真, 可为实际工程系统提供理论参考。
傅里叶望远镜 成像系统 非均匀发射阵列 非均匀傅里叶变换 最小二乘法 图像重构 Fourier Telescopy(FT) imaging system non-uniform launch array non-uniform Fourier transform least square method image reconstruction
1 中国科学院 长春光学精密机械与物理研究所, 长春 130033
2 中国科学院大学, 北京 100039
为了在稀疏发射阵列下清晰重构目标图像，提出了一种基于空域非均匀傅里叶变换(NDFT)的傅里叶望远镜信号处理方法。依据傅里叶望远镜的发射器位置与抽取的目标空间频率关系，结合MATLAB程序特点，完成了空域非均匀傅里叶逆变换，重构了目标图像。稀疏发射阵列配置方式为: T型阵列单臂放置11个发射望远镜，连续抽取目标的8个低频信息，再抽取3个高频分量。选择不同形状和灰度分布的4个卫星作为成像目标。与补零均匀快速傅里叶变换(FFT)方法重构的图像对比发现: 信噪比为100 dB时，相比补零均匀FFT方法， NDFT方法重构图像的Strehl比都有所提升，最高提升了0.159 8。
成像系统 非均匀傅里叶变换 傅里叶望远镜 稀疏发射阵列 imaging system non-uniform Fourier transform Fourier telescopy sparse emitter array
