[发明专利]强干扰背景下基于压缩感知的纠缠光成像装置和成像方法

摘要

本发明公开了一种强干扰背景下基于压缩感知的纠缠光成像方法，思路是激光器1产生激光，并使之与BBO晶体2进行自发参量下转换，得到信号光和闲置光，信号光透过待成像目标3，透过待成像目标3的信号光经过第一单光子探测器6，得到经过单光子探测器6的信号光；透镜4对闲置光进行汇聚，得到汇聚后的闲置光并发送至空间光调制器5，空间光调制器5对汇聚后的闲置光进行幅度调制后，并经过第二单光子探测器7，再发送至符合计数器8，符合计数器8记录经过第一单光子探测器6的信号光和经过第二单光子探测器7的闲置光的符合计数，得到测量矩阵和符合计数列向量，数据处理模块9根据测量矩阵和符合计数列向量，得到待成像目标3的成像结果。

主权项

一种强干扰背景下基于压缩感知的纠缠光成像方法，应用于强干扰背景下基于压缩感知的纠缠光成像装置，所述装置包括：激光器(1)、BBO晶体(2)、待成像目标(3)、透镜(4)、空间光调制器(5)、第一单光子探测器(6)、第二单光子探测器(7)、符合计数器(8)、数据处理模块(9)；其特征在于，所述方法包括以下步骤：步骤1，激光器(1)产生激光，并使BBO晶体(2)与该激光进行自发参量下转换，得到信号光和闲置光，然后将信号光发送至待成像目标(3)，将闲置光发送至透镜(4)；步骤2，信号光透过待成像目标(3)，并使用第一单光子探测器(6)接收该透过待成像目标(3)的信号光，得到经过第一单光子探测器(6)的信号光，并将经过第一单光子探测器(6)的信号光发送至符合计数器(8)；透镜(4)接收闲置光，并对闲置光进行光子汇聚，得到汇聚后的闲置光并发送至空间光调制器(5)，空间光调制器(5)对汇聚后的闲置光进行幅度调制后，并经过第二单光子探测器(7)，再发送至符合计数器(8)，符合计数器(8)记录经过第一单光子探测器(6)的信号光和经过第二单光子探测器(7)的闲置光的符合计数，得到M×N2维测量矩阵P和M×1维符合计数列向量c，并发送至数据处理模块(9)；其中，M表示设置的空间光调制器(5)的调制次数，N2＝N×N，N×N表示待成像目标(3)的像素个数；步骤3，数据处理模块(9)根据M×N2维测量矩阵P和M×1维符合计数列向量c，得到待成像目标(3)的成像结果；在步骤3中，所述得到待成像目标(3)的成像结果，即解决含有待成像目标(3)的N2×1维透射函数列向量t和干扰强度系数ρ两个待求参数的优化问题，该优化问题表示如下：s.t.c＝P(I+ρA)t其中，||·||2表示2范数，|·|1表示1范数，表示待成像目标(3)的N2×1维透射函数列向量估计值，t表示待成像目标(3)的N2×1维透射函数列向量，ρ表示干扰强度系数，表示干扰强度系数的估计值，s.t.表示约束条件，arg min表示取最小值，λ表示正则化参数；采取交替迭代的方法求解该优化问题的具体子步骤为：3.1初始化干扰强度系数ρ，得到干扰强度系数的初始值ρ(0)，并将含有第1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(0)和干扰强度系数的初始值ρ(0)两个待求参数的优化问题转化为只含有第1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(0)的优化问题{t(0)}=argmint(0)||c-P(I+ρ(0)A)t(0)||22+λ||t(0)||1]]>s.t.c＝P(I+ρ(0)A)t(0)再根据压缩感知重构算法求解上述优化问题，得到第1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(0)；A＝ooT，[1，1，…1]表示N2×1维单位列向量，I表示N2×N2维单位矩阵，N2＝N×N，N×N表示待成像目标3的像素个数；3.2根据第1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(0)，计算第1次迭代后的干扰强度系数ρ(1)，其表达式为：ρ(1)=(PAt(0))Hc+cHPAt(0)-(PAt(0))HPt(0)-Pt(0)HPAt(0)2(PAt(0))HPAt(0)]]>然后根据第1次迭代后的干扰强度系数ρ(1)，并将含有第2次迭代后的待成像目标(3)的N2×1维透射函数列向量t(1)和第1次迭代后的干扰强度系数ρ(1)两个待求参数的优化问题转化为只含有第2次迭代后的待成像目标(3)的N2×1维透射函数列向量t(1)的优化问题{t(1)}=argmint(1)||c-P(I+ρ(1)A)t(1)||22+λ||t(1)||1]]>s.t.c＝P(I+ρ(1)A)t(1)再根据压缩感知重构算法求解上述优化问题，得到第2次迭代后的待成像目标(3)的N2×1维透射函数列向量t(1)；根据第2次迭代后的待成像目标(3)的N2×1维透射函数列向量t(1)，计算第2次迭代后的干扰强度系数ρ(2)，其表达式为：ρ(2)=(PAt(1))Hc+cHPAt(1)-(PAt(1))HPt(1)-Pt(1)HPAt(1)2(PAt(1))HPAt(1)]]>3.3重复子步骤3.2，直到得到第k次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k‑1)，并根据第k次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k‑1)，得到第k次迭代后的干扰强度系数ρ(k)，并将含有第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k)和第k次迭代后的干扰强度系数ρ(k)两个待求参数的优化问题转化为只含有第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k)的优化问题{t(k)}=argmint(k)||c-P(I+ρ(k)A)t(k)||22+λ||t(k)||1]]>s.t.c＝P(I+ρ(k)A)t(k)再根据压缩感知重构算法求解上述优化问题，得到第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k)，再根据第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k)，得到第k+1次迭代后的干扰强度系数ρ(k+1)，其表达式为：ρ(k+1)=(PAt(k))Hc+cHPAt(k)-(PAt(k))HPt(k)-Pt(k)HPAt(k)2(PAt(k))HPAt(k)]]>该第k+1次迭代后的干扰强度系数ρ(k+1)满足条件|ρ(k+1)‑ρ(k)|＜ε，ε表示设定的收敛阈值，则迭代停止，此时第k+1次迭代后的干扰强度系数ρ(k+1)，即为所求的干扰强度系数的估计值第k+1次迭代后的待成像目标(3)的N2×1维透射函数列向量t(k)，即为所求的待成像目标(3)的N2×1维透射函数列向量估计值也就是待成像目标(3)的成像结果。