[发明专利]基于稀疏矩阵重构的超分辨成像方法、装置及电子设备在审

专利信息
申请号: 201811547884.7 申请日: 2018-12-17
公开(公告)号: CN109444885A 公开(公告)日: 2019-03-08
发明(设计)人: 何兴宇;童宁宁;张永顺;郭艺夺 申请(专利权)人: 中国人民解放军空军工程大学
主分类号: G01S13/90 分类号: G01S13/90
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 邓超
地址: 710038 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 稀疏矩阵 二维 回波信号 装置及电子设备 超分辨成像 最小范数解 重构信号 重构的 成像算法 迭代优化 获取目标 目标成像 目标运动 压缩感知 短孔径 高分辨 算法 成像 投影 转换
【权利要求书】:

1.一种基于稀疏矩阵重构的超分辨成像方法,其特征在于,所述方法包括:

获取目标对象的回波信号,并根据所述回波信号得到第一表达式;

对所述第一表达式进行变换,得到所述回波信号的二维稀疏矩阵;

获取序列一阶负指数函数的二维表达式;

对所述二维稀疏矩阵进行转换,得到最小范数解;

对所述最小范数解进行迭代优化,得到所述序列一阶负指数函数的二维表达式在解空间上的最小值,将所述最小值投影到解空间中,得到重构信号;

通过压缩感知短孔径成像算法对所述重构信号进行处理,得到目标成像结果。

2.根据权利要求1所述的基于稀疏矩阵重构的超分辨成像方法,其特征在于,所述对所述第一表达式进行变换,得到所述回波信号的二维稀疏矩阵,还包括:

对所述第一表达式进行时域傅里叶变换,得到所述回波信号的第二表达式。

3.根据权利要求2所述的基于稀疏矩阵重构的超分辨成像方法,其特征在于,所述对所述第一表达式进行变换,得到所述回波信号的二维稀疏矩阵,还包括:

获取目标转角、散射点数和空域频率;

根据所述目标转角、所述散射点数和所述空域频率,对所述第二表达式进行变换,得到所述回波信号的第三表达式。

4.根据权利要求3所述的基于稀疏矩阵重构的超分辨成像方法,其特征在于,所述对所述第一表达式进行变换,得到所述回波信号的二维稀疏矩阵,还包括:

根据所述第三表达式,对所述回波信号进行运动补偿,得到所述回波信号的第四表达式。

5.根据权利要求4所述的基于稀疏矩阵重构的超分辨成像方法,其特征在于,所述对所述第一表达式进行变换,得到所述回波信号的二维稀疏矩阵,还包括:

对所述第四表达式中的每个变量进行离散化,得到所述回波信号的第五表达式。

6.根据权利要求5所述的基于稀疏矩阵重构的超分辨成像方法,其特征在于,所述对所述第一表达式进行变换,得到回波信号的二维稀疏矩阵,还包括:

对所述第五表达式用矩阵形式表示,得到所述回波信号的二维稀疏矩阵。

7.一种基于稀疏矩阵重构的超分辨成像装置,其特征在于,所述装置包括:

第一获取模块,用于获取目标对象的回波信号,并根据所述回波信号得到第一表达式;

变换模块,用于对所述第一表达式进行变换,得到所述回波信号的二维稀疏矩阵;

第二获取模块,用于获取序列一阶负指数函数的二维表达式;

转换模块,用于对所述二维稀疏矩阵进行转换,得到最小范数解;

优化模块,用于对所述最小范数解进行迭代优化,得到所述序列一阶负指数函数的二维表达式在解空间上的最小值,将所述最小值投影到解空间中,得到重构信号;

处理模块,用于通过压缩感知短孔径成像算法对所述重构信号进行处理,得到目标成像结果。

8.根据权利要求7所述的基于稀疏矩阵重构的超分辨成像装置,其特征在于,所述变换模块还用于对所述第一表达式进行时域傅里叶变换,得到所述回波信号的第二表达式。

9.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至6任一项所述的方法的步骤。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1至6任一所述方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军空军工程大学,未经中国人民解放军空军工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811547884.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top