光电工程
2024, 50(12): 230242
作者单位
摘要
北京控制工程研究所 空间光电测量与感知实验室,北京100190
为避免双天线InSAR系统基线测量动态监测过程中引入误差,影响基线测量精度,对基线长度与角度测量过程中的可能误差进行定性与定量分析。采用坐标变换法建立系统误差数学模型,明确测量系统的误差来源。提出误差灵敏度概念,对误差项进行定量计算,并对每一自由度的误差源进行灵敏度分析,进一步形成综合误差定量合成结果。根据误差灵敏度系数给出一组精度反演误差分配案例。最后,依据蒙特卡洛法在MATLAB平台闭环验证精度量化分配方法的可行性与稳定性。仿真分析结果表明,激光视觉三轴位置的测量精度要求为300 μm(3σ),三轴角度的测量精度要求为50''(3σ),即可满足基线长度精度1 mm(1.6σ),基线角度精度2''(1.6σ)。通过本方法可由测量环境条件输入直接获得基线测量的精度,根据灵敏度系数对误差分配进行反演可以得到系统最优布局,其结果可为测量系统的方案设计与精度分解提供有效指导。
干涉合成孔径雷达 基线测量 误差模型 灵敏度分析 interferometric synthetic aperture radar(InSAR) baseline measurement error model sensitivity analysis 
光学 精密工程
2024, 32(1): 33
作者单位
摘要
1 南京理工大学电子工程与光电技术学院,江苏 南京 210094
2 南京理工大学理学院,江苏 南京 210094
传统激光超声合成孔径聚焦技术(LU-SAFT)通常需要在待测样品表面以小步长扫描来提高横向分辨率,但小扫描步长会导致总检测时间过长,影响检测效率。针对这一问题,笔者提出了基于压缩感知的LU-SAFT方法,以提升扫描效率。该方法首先使用压缩感知根据稀疏扫描点处A扫信号的最大强度恢复出全场的扫描点A扫信号最大强度,进而确定样品表面的最优扫描区域,然后在最优扫描区域内进行扫描,最后对缺陷进行SAFT图像重建。在实验中,笔者采用脉冲激光在含有缺陷的样品表面激发超声,使用激光多普勒测振仪探测超声,并利用基于压缩感知的LU-SAFT方法对样品内部缺陷进行检测,以验证所提方法的可行性。实验结果显示:针对相同的扫描区域,传统LU-SAFT需要扫查500个点,花费3.15 min;与传统LU-SAFT相比,本文所提方法在扫描点数上减少了80%,在扫描时间上缩短了80%,并且缺陷的SAFT成像信噪比提高了约42%。本文研究内容及结果可为激光超声无损检测提供更快速的检测方案。
激光光学 压缩感知 合成孔径聚焦技术 激光超声 缺陷检测 
中国激光
2024, 51(2): 0201004
Author Affiliations
Abstract
1 Beijing Key Laboratory for Precision Optoelectronic Measurement Instrument and Technology, Beijing 100081, China
2 School of Optics and Photonics, Beijing Institute of Technology, Beijing 100081, China
3 Shanghai Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Shanghai 201800, China
4 University of Chinese Academy of Sciences, Beijing 100049, China
5 National Laboratory of Aerospace Intelligent Control Technology, Beijing 100089, China
6 Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences, Hangzhou 310024, China
High resolution imaging is achieved using increasingly larger apertures and successively shorter wavelengths. Optical aperture synthesis is an important high-resolution imaging technology used in astronomy. Conventional long baseline amplitude interferometry is susceptible to uncontrollable phase fluctuations, and the technical difficulty increases rapidly as the wavelength decreases. The intensity interferometry inspired by HBT experiment is essentially insensitive to phase fluctuations, but suffers from a narrow spectral bandwidth which results in a lack of effective photons. In this study, we propose optical synthetic aperture imaging based on spatial intensity interferometry. This not only realizes diffraction-limited optical aperture synthesis in a single shot, but also enables imaging with a wide spectral bandwidth, which greatly improves the optical energy efficiency of intensity interferometry. And this method is insensitive to the optical path difference between the sub-apertures. Simulations and experiments present optical aperture synthesis diffraction-limited imaging through spatial intensity interferometry in a 100 nm spectral width of visible light, whose maximum optical path difference between the sub-apertures reaches 69λ. This technique is expected to provide a solution for optical aperture synthesis over kilometer-long baselines at optical wavelengths.
optical synthetic aperture imaging ghost imaging intensity interferometry 
Opto-Electronic Advances
2023, 6(12): 230017
李晟 1,2,3王博文 1,2,3管海涛 1,2,3梁坤瑶 1,2,3[ ... ]左超 1,2,3,**
作者单位
摘要
1 南京理工大学电子工程与光电技术学院,智能计算成像实验室(SCILab),江苏 南京 210094
2 南京理工大学智能计算成像研究院(SCIRI),江苏 南京 210019
3 江苏省光谱成像与智能感知重点实验室,江苏 南京 210094
4 陆军装备部驻南京军事代表处,江苏 南京 210024
光学合成孔径探测 计算成像 超分辨 傅里叶叠层 非相干合成孔径 远场成像 optical synthetic aperture detection computational imaging super resolution Fourier ptychography incoherent synthetic aperture far-field imaging 
光电工程
2023, 50(10): 230090
作者单位
摘要
电子科技大学成都学院,成都 611000
针对合成孔径雷达(SAR)目标识别问题, 设计并提出基于改进稀疏表示的方法。首先以传统稀疏表示分类(SRC)为基础, 在全局字典上求解稀疏表示系数矢量。在此基础上, 按照类别选择局部最佳字典, 并据此进行测试样本的重构表示, 最终, 通过比较不同类别的重构误差大小进行目标类别确认。实验中采用MSTAR数据集作为样本进行测试和验证。结果证明了所提方法的性能优势。
合成孔径雷达(SAR) 目标识别 改进稀疏表示 局部字典 Synthetic Aperture Radar (SAR) target recognition modified sparse representation local dictionary 
电光与控制
2023, 30(9): 0036
白澜 1,2魏仁乐 2,3,*郭拯危 2,4,5赵建辉 2,4,5李宁 2,4,5
作者单位
摘要
1 郑州科技学院 信息工程学院,河南 郑州 450064
2 河南大学 计算机与信息工程学院
3 中共开封市委党校,河南 开封 475001
4 河南大学 河南省大数据分析与处理重点实验室
5 河南大学 河南省智能技术与应用工程技术研究中心,河南 开封 475004
针对多模式合成孔径雷达(SAR)成像处理中存在的计算效率不足问题,提出了一种基于GPU的多模式SAR统一成像并行加速方法。为充分利用GPU 的显存资源,提高算法的运算效率,利用共享内存对矩阵转置、矩阵相乘等部分进行大规模数据并行计算。实验结果表明,该算法大幅度提升了多模式SAR 成像的计算效率,最高加速比达到55.62,解决了GPU 显存空间利用率较低的问题。
合成孔径雷达 图形处理器 多模式 并行加速 Synthetic Aperture Radar Graphic Processing Unit multi-mode parallel acceleration 
太赫兹科学与电子信息学报
2023, 21(8): 1037
作者单位
摘要
国防科技大学电子科学学院, 湖南长沙 410073
基于逆合成孔径雷达(ISAR)图像序列的卫星目标姿态估计是一项具有重大意义且富有挑战性的任务。现有的估计方法通常是基于图像中关键角点或线性部件的提取, 较难满足实时需求, 且都未能充分利用目标成像特性先验。本文提出一种基于成像特性与回归网络的卫星目标姿态估计方法: 提前确定各种姿态下的卫星目标成像特性, 并作为后续数据集标注的理论基础; 区别于传统的分类问题, 建立一种适用于姿态估计的回归网络与估计框架。采用毫米波频段的电测仿真计算数据对所提方法进行验证, 结果表明, 单张图像中估计的平均姿态误差可以控制在3.5 °以内。
逆合成孔径雷达 成像特性 回归网络 姿态估计 实时预估 Inverse Synthetic Aperture Radar(ISAR) imaging characteristics regression network attitude estimation real-time prediction 
太赫兹科学与电子信息学报
2023, 21(4): 572
作者单位
摘要
中国民航科学技术研究院, 北京 100028
针对利用三维合成孔径技术成像的毫米波人体安检设备成像分辨力低的问题, 提出一种将迭代自适应(IAA)技术与合成孔径成像技术相结合的波数域 IAA成像算法。波数域 IAA技术能估计出每个潜在位置所对应的信号源能量, 具有分辨力高、旁瓣低且适合单快拍估计等优点。通过理论模型分析和仿真运算, 将重构效果图与传统的匹配滤波方法重构效果图进行对比分析, 验证了该算法的有效性; 同时随着计算能力的提高, 该算法的性能也得到提高。
毫米波成像 合成孔径雷达 迭代自适应 超分辨算法 millimeter wave imaging Synthetic Aperture Radar(SAR) Iterative Adaptive Approach super-resolution algorithm 
太赫兹科学与电子信息学报
2023, 21(11): 1364
作者单位
摘要
1 航天工程大学,a.研究生院
2 航天工程大学,b.电子与光学系, 北京 101000
近年来, 深度学习虽然在合成孔径雷达(SAR)目标识别领域已得到广泛应用, 但目前带有标注的SAR数据样本量的不足严重制约了深度学习在SAR目标识别中的发展。而迁移学习可以攻破深度学习数据驱动的限制, 利用有限SAR样本进行迁移学习。对基于迁移学习的有限SAR样本目标识别算法进行了分析, 首先, 介绍了迁移学习的基本概念、类型、常用策略并分析了其在小样本SAR目标识别领域应用的可行性; 然后, 根据迁移数据与目标域数据是否同源, 分别对两类基于迁移学习的方法在SAR图像识别领域具有代表性的算法进行了梳理归纳; 最后, 从样本量的不足与网络的普适性两个方向出发, 讨论了迁移学习在SAR图像识别任务中存在的不足与下一步的研究方向。
深度学习 卷积神经网络(CNN) 合成孔径雷达(SAR) 迁移学习 同源数据 异源数据 deep learning Convolutional Neural Network (CNN) Synthetic Aperture Radar (SAR) transfer learning homogeneous data heterogeneous data 
电光与控制
2023, 30(12): 6

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!