导读:本文包含了超分辨成像算法论文开题报告文献综述及选题提纲参考文献，主要关键词:前视成像,超分辨算法,阵列雷达,MUSIC算法
超分辨成像算法论文文献综述
张洁,吴迪,朱岱寅[1]（2018）在《一种机载/弹载阵列雷达前视超分辨成像算法》一文中研究指出针对机载/弹载雷达前视成像过程中方位分辨率急剧下降的问题,提出了一种基于超分辨技术的阵列雷达前视成像算法。该算法通过对接收的各通道回波数据进行样本协方差估计,并对该协方差进行修正及空间平滑等处理,随后采用改进的多重信号分类(MUSIC)算法估计空间谱,再根据系统参数将谱曲线进行累积,最终获得雷达前视图像。仿真及实测数据处理结果表明,该算法能有效提高雷达前视方向成像的方位分辨率,实现机载/弹载雷达前视超分辨成像。(本文来源于《雷达科学与技术》期刊2018年02期）
张小伟[2]（2016）在《超分辨成像中的压缩感知算法与技术研究》一文中研究指出纳米科技作为自然科学技术发展中的交叉前沿,在许多研究领域包括在纳米尺度上构造新型电子学,和新型光子学、合成新型表面催化剂、以及新型的纳米荧光标记物等方面都具有非常重要的作用。而纳米科技的发展离不开纳米显微成像技术,这方面多以电子扫描显微镜和原子力显微镜为代表。然而随着纳米科技的不断发展,研究者不仅想要知道纳米尺度的外观结构和形貌,同时也想深入了解纳米尺度下的电子结构、声子态和等离激元等微观内部状态。但是传统的光学荧光显微镜分辨率在成像过程中会受到衍射极限的限制,使其分辨率一般会大于λ/(2NA),使得传统光学显微镜的成像分辨率一般大于180纳米。近年来,以受激辐射倒空成像(Stimulated emission depletion,STED)和随机光学重构成像(Stochastic optical reconstruction microscopy,STORM)为代表的超分辨成像技术的快速发展,彻底打破了光学衍射极限的限制,使光学显微进入到纳米尺度。其中STORM技术由于激发强度小、宽场超分辨成像等特点,可以对原先无法观测到的纳米尺度活体生物组织、细胞及其亚结构进行成像,可以在极低浓度的样本中极其灵敏地分析分子间的相互作用,使其在生物医学领域得到了迅速的应用,实现了对纳米尺寸生物组织结构的进一步研究。为实现STORM的快速超分辨成像,本论文提出了一种新型的基于压缩感知的超分辨成像算法,并且和现有的重构算法进行了比较,讨论了不同的分子激发密度和荧光获取率、中心定位误差之间的关系;结果表明随着迭代次数的增加,bolck CS算法的荧光获取率和定位误差都优于CVX算法;在对STORM完整模拟图像重构方面,block CS的重构时间和CVX算法相比,提高了3~4个数量级;并且设计了不同的测量矩阵,比较了不同的测量矩阵对重构结果的影响。结果表明随机矩阵作为测量矩阵能够得到较好的重构效果。另外已经购买了相关的实验设备,本文为超分辨STORM成像实验仪器的搭建提供了理论基础。(本文来源于《河南师范大学》期刊2016-05-01）
冯晨熙,杨文军,肖靖[3]（2016）在《基于超分辨成像算法的群目标识别研究》一文中研究指出超分辨成像是一种数据自适应的成像技术,可以应用于ISAR成像的群目标识别中。目前常见的Capon等算法由于最优加权矢量的计算误差,会造成波束形成器的性能急剧下降,然而超分辨成像算法加入二次约束和子空间约束后,成像效果大大提高,并对群目标识别有着很好的效果。由常见的Capon为起点,分析超分辨成像算法的二次约束和子空间约束的优势,分别比对比稳健自适应波束形成的对角加载算法和基于特征空间的波束形成算法,最后通过仿真展示结果。(本文来源于《电子测量技术》期刊2016年02期）
李少东,陈文峰,杨军,马晓岩[4]（2016）在《低信噪比下的二维联合线性布雷格曼迭代快速超分辨成像算法》一文中研究指出针对实际逆合成孔径雷达(ISAR)成像时带宽有限、方位孔径稀疏的小角度回波数据条件下,常规算法的成像分辨率不高等问题,基于压缩感知理论,提出了一种低信噪比条件下的二维联合布雷格曼迭代快速ISAR超分辨成像算法.首先,将雷达回波构建为距离频域-方位多普勒域的二维稀疏表示模型,在此基础上,将二维超分辨成像问题转换为二维联合压缩感知的稀疏重构问题;其次,为了避免重构时向量化操作带来的复杂度,提出了二维联合布雷格曼迭代算法,为实现快速重构,将加权残量迭代、估计停滞步长与感知矩阵条件数优化叁种加快收敛速度的思想相结合,既利用了布雷格曼迭代在低信噪比条件下的重构能力又能保证快速成像.最后仿真实验结果表明在欠采样和低信噪比条件下本文算法能够缩短成像时间,且具备更好的噪声鲁棒性.(本文来源于《物理学报》期刊2016年03期）
李威,梁福来,张毅,吕昊,罗二平[5]（2015）在《高速动目标多频段融合一维超分辨成像算法研究》一文中研究指出目的:提出一种新的融合成像算法,解决现有目标模型及算法在宽带条件下对高速动目标频响建模不精确的问题,提高成像分辨率。方法:将衍射几何理论(geometrical theory of diffraction,GTD)模型与目标运动相结合,推导出宽带雷达动目标回波频谱模型,分析动目标多频段雷达回波间的非相干量,在频域对每部雷达的回波谱进行匹配滤波和速度补偿,基于实包络对齐估计线性相位项,利用旋转矢量不变技术(estimating signal parameters viarotational invariance techniques,ESPRIT)算法特性直接估计散射中心的绕射系数和位置,最后估计散射强度。结果:通过仿真实验,新的图像融合算法与传统算法相比,在线性相位项的补偿和强散射中心个数估计的精度上均有所提升,成像效果显着改善,且新算法大大地精简了计算过程。结论:新的融合成像算法可显着提高快速运动目标距离像的分辨率。(本文来源于《医疗卫生装备》期刊2015年10期）
吴敏,张磊,段佳,邢孟道[6]（2014）在《基于属性散射中心模型的SAR超分辨成像算法》一文中研究指出基于属性散射中心模型,提出一种稳健而快速的SAR超分辨成像算法,在超分辨的同时能够考虑到目标的整体结构。首先利用改进的正交匹配追踪算法(OMP)对简化的属性散射中心模型进行参数估计,然后基于估计的模型参数在信号重构时进行二维频谱外推实现SAR超分辨成像。该算法具有较高的运算效率,相对于传统基于点散射模型超分辨算法,能够有效解决部件不连续的问题,并且初始指向角的利用可以取得良好的聚焦效果。仿真实验验证了该算法的优越性。(本文来源于《宇航学报》期刊2014年09期）
全廷伟,曾绍群,吕晓华[7]（2010）在《超分辨成像中荧光分子定位算法性能比较》一文中研究指出超分辨成像已成为活细胞结构和功能成像的关键工具,荧光分子定位是超分辨成像过程中不可缺少的步骤。从超分辨成像角度研究各种荧光分子定位算法性能具有重要的意义。选择5种典型的荧光分子定位算法:质心法、广义质心法、高斯拟合、解线性方程组和极大似然法,以定位精度和定位时间来评价所选择算法的性能。结果表明,1)高斯拟合、极大似然法和广义质心法能高精度对荧光分子定位,不受荧光分子所在子区域提取的影响;2)质心法和解线性方程组法能应用于图像在线分析,但定位精度较低,受子区域提取影响较大;3)当两个荧光分子位于一个衍射斑时,采用这5种算法的定位精度都会急剧下降。(本文来源于《中国激光》期刊2010年11期）
崔艳鹏,胡建伟,杨绍全[8]（2009）在《一种基于SVM的超分辨成像算法研究》一文中研究指出为了提高逆合成孔径雷达(ISAR)成像分辨力,提出了一种基于支持向量机(SVM)的ISAR成像算法,通过适当地选择核函数的参数,可以在小观测角度的情况下,获得大观测角度图像,提高了ISAR成像的分辨力,实现了ISAR的超分辨成像。引入图像质量指数,仿真结果表明:基于SVM的超分辨方法在小转角条件下得到的目标像,具有和大转角实测数据下的目标像一样的图像质量,提出的方法可靠有效。(本文来源于《电波科学学报》期刊2009年03期）
顾翔[9]（2009）在《雷达成像的电磁场仿真与超分辨成像算法研究》一文中研究指出雷达成像技术是一种在军事和国防现代化建设中极为重要并且得到广泛应用的高尖端技术。长期以来对雷达成像技术的研究注重于如何获得更高的分辨率,而基于对雷达成像物理本质的认识进而对目标进行识别的研究开展得还相对较少。在雷达成像中,直接在雷达天线近场对目标进行成像和在雷达天线远场获取雷达回波信号通过合成孔径技术得到的雷达图像(目标处于合成的等效大天线的近场)的效果是不相同的,两者在成像机理和成像本质上有很大的区别,但对于这一问题的研究目前还很少。本文首先建立基于时域有限差分方法(FDTD)的雷达成像的全电磁场仿真模型,并基于模型的近场仿真数据,使用时域相关法(TDC)、后向投影法(BP)和相移偏移法(PSM)叁种近场成像算法进行处理,发现虽然PSM成像算法在远场时可以等效为加权BP成像算法,但在近场成像中,两者差别很大,不存在这样的等效关系。论文从信号频谱与空间频谱之间的投影关系对此作出了解释,并且从空间谱的角度分析了PSM算法“添零”操作的物理意义。为研究直接近场成像与在远场合成孔径处理后得到“等效近场成像”之间的区别问题,论文通过建立电偶极子的辐射模型,从电磁场的角度对雷达近场成像和雷达远场成像进行了分析和比较,从辐射波形和雷达散射回波源自物体表面感应电流(由一系列电耦极子组成)、磁流(由一系列磁耦极子组成)二次辐射的角度出发,分析了雷达回波的幅度、相位、频率等在近场成像和远场成像中的差别,基于物理机理的认识总结了雷达近场和远场成像的特点。超分辨成像是一种在不提高雷达信号带宽前提下,在较小的观测角度范围内实现通常要靠大的信号带宽和大的观测角度才能获得高分辨率雷达图像的成像技术。本文研究了MUSIC和ESPRIT超分辨成像算法,对两种算法的性能进行了统计分析,并证明了采用“空间平滑技术”的二维MUSIC成像算法和一维MUSIC算法的等价性。论文从统计学的角度,利用自相关矩阵的理论特征值和特征向量,从理论上推导了二维MUSIC成像算法的性能估计公式;利用空间倒谱的统计特性,推导了二维MUSIC算法的唯一性条件,分析了在特定情况下导致二维MUSIC失效的原因以及影响二维MUSIC算法性能的各个参数。论文还对一维ESPRIT算法应用于ISAR方位向时的性能及影响因素进行了分析,并采用RD算法、二维MUSIC算法和二维ESPRIT算法对FDTD成像模型的远场仿真数据进行成像处理,分别对RD成像结果、二维MUSIC的成像结果和二维ESPRIT的成像结果进行了分析,并从分辨率、计算量以及算法稳定性等角度对叁种成像算法进行了比较。(本文来源于《中国科学院研究生院（空间科学与应用研究中心）》期刊2009-04-20）
李岩,王俊,张守宏[10]（2009）在《基于外辐射源的ESPRIT超分辨成像算法》一文中研究指出在基于外辐射源的无源雷达成像算法中,获得方位向的高分辨率需要大的目标累积转角,然而在实际系统中,一方面大转角需要时间长,难以满足实时要求;另一方面,目标散射函数在不同的姿态角下并不一样,当转角增大时,其变化的程度会更严重。该文针对小转角情况下如何获得较好的成像效果提出了ESPRIT超分辨成像算法。该方法通过估计回波信号的自相关矩阵,利用特征值分解得到各散射点对应的正弦波频率,根据正弦波频率推导目标点的位置,从而估计散射点散射强度。实验证明了该算法的可行性。(本文来源于《电子与信息学报》期刊2009年01期）
超分辨成像算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
纳米科技作为自然科学技术发展中的交叉前沿,在许多研究领域包括在纳米尺度上构造新型电子学,和新型光子学、合成新型表面催化剂、以及新型的纳米荧光标记物等方面都具有非常重要的作用。而纳米科技的发展离不开纳米显微成像技术,这方面多以电子扫描显微镜和原子力显微镜为代表。然而随着纳米科技的不断发展,研究者不仅想要知道纳米尺度的外观结构和形貌,同时也想深入了解纳米尺度下的电子结构、声子态和等离激元等微观内部状态。但是传统的光学荧光显微镜分辨率在成像过程中会受到衍射极限的限制,使其分辨率一般会大于λ/(2NA),使得传统光学显微镜的成像分辨率一般大于180纳米。近年来,以受激辐射倒空成像(Stimulated emission depletion,STED)和随机光学重构成像(Stochastic optical reconstruction microscopy,STORM)为代表的超分辨成像技术的快速发展,彻底打破了光学衍射极限的限制,使光学显微进入到纳米尺度。其中STORM技术由于激发强度小、宽场超分辨成像等特点,可以对原先无法观测到的纳米尺度活体生物组织、细胞及其亚结构进行成像,可以在极低浓度的样本中极其灵敏地分析分子间的相互作用,使其在生物医学领域得到了迅速的应用,实现了对纳米尺寸生物组织结构的进一步研究。为实现STORM的快速超分辨成像,本论文提出了一种新型的基于压缩感知的超分辨成像算法,并且和现有的重构算法进行了比较,讨论了不同的分子激发密度和荧光获取率、中心定位误差之间的关系;结果表明随着迭代次数的增加,bolck CS算法的荧光获取率和定位误差都优于CVX算法;在对STORM完整模拟图像重构方面,block CS的重构时间和CVX算法相比,提高了3~4个数量级;并且设计了不同的测量矩阵,比较了不同的测量矩阵对重构结果的影响。结果表明随机矩阵作为测量矩阵能够得到较好的重构效果。另外已经购买了相关的实验设备,本文为超分辨STORM成像实验仪器的搭建提供了理论基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
超分辨成像算法论文参考文献
[1].张洁,吴迪,朱岱寅.一种机载/弹载阵列雷达前视超分辨成像算法[J].雷达科学与技术.2018
[2].张小伟.超分辨成像中的压缩感知算法与技术研究[D].河南师范大学.2016
[3].冯晨熙,杨文军,肖靖.基于超分辨成像算法的群目标识别研究[J].电子测量技术.2016
[4].李少东,陈文峰,杨军,马晓岩.低信噪比下的二维联合线性布雷格曼迭代快速超分辨成像算法[J].物理学报.2016
[5].李威,梁福来,张毅,吕昊,罗二平.高速动目标多频段融合一维超分辨成像算法研究[J].医疗卫生装备.2015
[6].吴敏,张磊,段佳,邢孟道.基于属性散射中心模型的SAR超分辨成像算法[J].宇航学报.2014
[7].全廷伟,曾绍群,吕晓华.超分辨成像中荧光分子定位算法性能比较[J].中国激光.2010
[8].崔艳鹏,胡建伟,杨绍全.一种基于SVM的超分辨成像算法研究[J].电波科学学报.2009
[9].顾翔.雷达成像的电磁场仿真与超分辨成像算法研究[D].中国科学院研究生院（空间科学与应用研究中心）.2009
[10].李岩,王俊,张守宏.基于外辐射源的ESPRIT超分辨成像算法[J].电子与信息学报.2009