留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于稀疏和冗余表象的鬼成像雷达研究进展

韩申生 龚文林 陈明亮 李恩荣 薄遵望 李望 张惠 高昕 邓陈进 梅笑东 王成龙

韩申生, 龚文林, 陈明亮, 李恩荣, 薄遵望, 李望, 张惠, 高昕, 邓陈进, 梅笑东, 王成龙. 基于稀疏和冗余表象的鬼成像雷达研究进展[J]. 红外与激光工程, 2015, 44(9): 2547-2555.
引用本文: 韩申生, 龚文林, 陈明亮, 李恩荣, 薄遵望, 李望, 张惠, 高昕, 邓陈进, 梅笑东, 王成龙. 基于稀疏和冗余表象的鬼成像雷达研究进展[J]. 红外与激光工程, 2015, 44(9): 2547-2555.
Han Shengshen, Gong Wenlin, Chen Minliang, Li Enrong, Bo Zunwang, Li Wang, Zhang Hui, Gao Xin, Deng Chenjin, Mei Xiaodong, Wang Chenglong. Research progress of GISC lidar[J]. Infrared and Laser Engineering, 2015, 44(9): 2547-2555.
Citation: Han Shengshen, Gong Wenlin, Chen Minliang, Li Enrong, Bo Zunwang, Li Wang, Zhang Hui, Gao Xin, Deng Chenjin, Mei Xiaodong, Wang Chenglong. Research progress of GISC lidar[J]. Infrared and Laser Engineering, 2015, 44(9): 2547-2555.

基于稀疏和冗余表象的鬼成像雷达研究进展

基金项目: 

总装探索项目;国家863计划(20114920101,2013AA122901)

详细信息
    作者简介:

    韩申生(1978-),男,研究员,博士,主要从事强耦合等离子体物理、X光强度关联衍射成像及量子成像等前沿科学领域内的研究。Email:sshan@mail.shcnc.ac.cn

  • 中图分类号: O436

Research progress of GISC lidar

  • 摘要: 基于稀疏和冗余表象的鬼成像雷达(Ghost Image via Sparsity Constraints,GISC Lidar)是一种结合光场空间涨落特性和现代信息论的全新雷达成像体制,其成像视场和分辨率无关,由此可在探测时采用大视场凝视成像模式捕捉运动目标以对其进行高分辨率成像探测。与闪光照相雷达需要将目标的反射光信号成像分布在焦平面阵列光电探测器件上相比,GISC雷达只需要一个无空间分辨能力的单像素探测器接收目标场景的全部反射光信号,因此可以极大地提升系统的成像探测灵敏度。此外,GISC雷达在成像探测过程中可以利用图像的各种先验约束,从而突破奈奎斯特采样定理对采样次数的要求,大幅度提高图像的信息获取效率。文中将结合上海光机所将鬼成像技术应用于雷达探测的研究历程,介绍GISC雷达研究进展,并指出GISC雷达工程化实际应用中仍待解决的若干问题。
  • [1]
    [2] Elias P. Optics and communication theory[J]. JOSA, 1953, 43(4): 229-232.
    [3] Francia G. Resolving power and information[J]. JOSA, 1955, 45(7): 497-499.
    [4]
    [5] Cheng J, Han S. Incoherent coincidence imaging and its applicability in X-ray diffraction[J]. Physical Review Letters, 2004, 92(9): 093903.
    [6]
    [7] Gatti A, Brambilla E, Bache M, et al. Ghost imaging with thermal light: Comparing entanglement and classical correlation[J]. Physical Review Letters, 2004, 93(9): 093602.
    [8]
    [9]
    [10] Cao D Z, Xiong J, Wang K. Geometrical optics in correlated imaging systems[J]. Physical Review A, 2005, 71(1): 013801.
    [11]
    [12] D'angelo M, Shih Y. Quantum imaging[J]. Laser Physics Letters, 2005, 2(12): 567-596.
    [13]
    [14] Naulleau P, Leith E. Imaging through optical fibers by spatial coherence encoding methods[J]. JOSA A, 1996, 13(10): 2096-2101.
    [15]
    [16] Dowski Jr E R, Johnson G E. Wavefront coding: a modern method of achieving high-performance and/or low-cost imaging systems[C]//SPIE's International Symposium on Optical Science, Engineering, and Instrumentation, 1999: 137-145.
    [17] Shemer A, Mendlovic D, Zalevsky Z, et al. Superresolving optical system with time multiplexing and computer decoding[J]. Applied Optics, 1999, 38(35): 7245-7251.
    [18]
    [19]
    [20] Schwarz C J, Kuznetsova Y, Brueck S. Imaging interferometric microscopy[J]. Optics Letters, 2003, 28(16): 1424-1426.
    [21] Zalevsky Z, Garca J, Garca-Martnez P, et al. Spatial information transmission using orthogonal mutual coherence coding[J]. Optics Letters, 2005, 30(21): 2837-2839.
    [22]
    [23]
    [24] Schermelleh L, Carlton P M, Haase S, et al. Subdiffraction multicolor imaging of the nuclear periphery with 3D structured illumination microscopy[J]. Science, 2008, 320(5881): 1332-1336.
    [25]
    [26] Han Shengsheng. Intensity correlation imaging technology for remote sensing[J]. Spacecraft Recovery Remote Sensing, 2011, 32(5): 44-51. (in Chinese) 韩申生. 强度关联遥感成像技术[J]. 航天返回与遥感, 2011, 32(5): 44-51.
    [27]
    [28] Liu H, Han S. Spatial longitudinal coherence length of a thermal source and its influence on lensless ghost imaging[J]. Optics Letters, 2008, 33(8): 824-826.
    [29] Gong W, Han S. The influence of axial correlation depth of light field on lensless ghost imaging[J]. JOSA B, 2010, 27(4): 675-678.
    [30]
    [31]
    [32] Goodman J W. Speckle Phenomena in Optics: Theory and Applications[M]. New York: Wiley, 2007.
    [33] Ferri F, Magatti D, Gatti A, et al. High-resolution ghost image and ghost diffraction experiments with thermal light[J]. Physical Review Letters, 2005, 94(18): 183602.
    [34]
    [35] Gatti A, Bache M, Magatti D, et al. Coherent imaging with pseudo-thermal incoherent light[J]. Journal of Modern Optics, 2006, 53(5-6): 739-760.
    [36]
    [37]
    [38] Gong W, Han S. A method to improve the visibility of ghost images obtained by thermal light[J]. Physics Letters A, 2010, 374(8): 1005-1008.
    [39] Bai Y, Han S. Ghost imaging with thermal light by third-order correlation[J]. Physical Review A, 2007, 76(4): 043828.
    [40]
    [41]
    [42] Ou L H, Kuang L M. Ghost imaging with third-order correlated thermal light[J]. Journal of Physics B: Atomic, Molecular and Optical Physics, 2007, 40(10): 1833.
    [43]
    [44] Zhang P, Gong W, Shen X, et al. Homodyne detection in ghost imaging with thermal light[J]. Physical Review A, 2009, 80(3): 033827.
    [45] Zhang P, Gong W, Shen X, et al. Correlated imaging through atmospheric turbulence[J]. Physical Review A, 2010, 82(3): 033817.
    [46]
    [47]
    [48] Donoho D L. Compressed sensing[J]. Information Theory, IEEE Transactions on, 2006, 52(4): 1289-1306.
    [49]
    [50] Cand E J, Wakin M B. An introduction to compressive sampling[J]. Signal Processing Magazine, IEEE, 2008, 25(2): 21-30.
    [51]
    [52]
    [53] Du J, Gong W, Han S. The influence of sparsity property of images on ghost imaging with thermal light[J]. Optics Letters, 2012, 37(6): 1067-1069.
    [54]
    [55] Gong W, Han S. Experimental investigation of the quality of lensless super-resolution ghost imaging via sparsity constraints[J]. Physics Letters A, 2012, 376(17): 1519-1522.
    [56]
    [57] Chen J, Gong W, Han S. Sub-Rayleigh ghost imaging via sparsity constraints based on a digital micro-mirror device[J]. Physics Letters A, 2013, 377(31): 1844-1847.
    [58]
    [59] Zhao C, Gong W, Chen M, et al. Ghost imaging lidar via sparsity constraints[J]. Applied Physics Letters, 2012, 101(14): 141123.
    [60]
    [61]
    [62] Woodward P M, Probability and Information Theory, with Applications to Radar[M]. New York: McGraw-Hill, 1953.
    [63]
    [64] Li Enrong, Chen Mingliang, Gong Wenlin, et al. Mutual information of ghost imaging systems[J]. Acta Optica Sinica, 2013(12): 101-106. (in Chinese) 李恩荣, 陈明亮, 龚文林, 等. 鬼成像系统的互信息[J]. 光学学报, 2013(12): 101-106.
    [65]
    [66] Chen M, Li E, Han S. Application of multi-correlation-scale measurement matrices in ghost imaging via sparsity constraints[J]. Applied Optics, 2014, 53(13): 2924-2928.
    [67]
    [68] Xu X, Li E, Shen X, et al. Optimization of speckle patterns in ghost imaging via sparse constraints by mutual coherence minimization[J]. Chinese Optics Letters, 2015, 13(7): 071101.
    [69]
    [70] Yu H, Li E, Gong W, et al. Structured image reconstruction for three-dimensional ghost imaging lidar[J]. Optics Express, 2015, 23(11): 14541-14551.
    [71]
    [72] Li H, Xiong J, Zeng G. Lensless ghost imaging for moving objects[J]. Optical Engineering, 2011, 50(12): 127005-1-127005-6.
    [73] Zhang Cong, Gong Wenlin, Han Shensheng. Ghost imaging for moving targets and its application in remote sensing[J]. Chinese Journal of Lasers, 2012, 39(12): 204-210. (in Chinese) 张聪, 龚文林, 韩申生. 运动目标强度关联成像及其在遥感探测中的应用[J]. 中国激光, 2012, 39(12): 204-210.
    [74]
    [75] Li E, Bo Z, Chen M, et al. Ghost imaging of a moving target with an unknown constant speed[J]. Applied Physics Letters, 2014, 104(25): 251120.
    [76]
    [77]
    [78] Li X, Deng C, Chen M, et al. Ghost imaging for an axially moving target with an unknown constant speed[J]. Photonics Research, 2015, 3(4): 153-157.
    [79] Gong W, Han S. Multiple-input ghost imaging via sparsity constraints[J]. JOSA A, 2012, 29(8): 1571-1579.
    [80]
    [81]
    [82] Bo Z, Gong W, Li E, et al. Multiple-input ghost imaging via sparsity constraints with thermal light[J]. Applied Physics Express, 2014, 7(10): 102501.
    [83]
    [84] Chen Mingliang, Li Enrong, Wang Hui. et al. Ghost image based on sparse array pseudothermal light system[J]. Acta Optica Sinica, 2012, 32(5): 17-24. (in Chinese) 陈明亮, 李恩荣, 王慧, 等. 基于稀疏阵赝热光系统的强度关联成像研究[J]. 光学学报, 2012, 32(5): 17-24.
    [85] Merrill I S. Introduction to Radar Systems[M]. New York: Mc Grow-Hill, 2001.
  • [1] 孙强, 戴鹭楠, 应恺宁, 倪辰荫.  二分搜索和压缩感知在激光超声内部缺陷快速检测技术的应用 . 红外与激光工程, 2022, 51(2): 20210810-1-20210810-13. doi: 10.3788/IRLA20210810
    [2] 韩申生, 胡晨昱.  信息光学成像研究回顾、现状与展望(特邀) . 红外与激光工程, 2022, 51(1): 20220017-1-20220017-22. doi: 10.3788/IRLA20220017
    [3] 程永强, 王宏强, 曹凯程, 刘康, 罗成高.  微波关联成像研究进展及展望(特邀) . 红外与激光工程, 2021, 50(12): 20210790-1-20210790-21. doi: 10.3788/IRLA20210790
    [4] 张赛文, 邓亚琦, 王冲, 冷潇泠, 张光富, 文兵, 邓杨保, 谭伟石, 田野, 李稳国.  基于多测量矢量压缩感知的超分辨荧光显微成像研究 . 红外与激光工程, 2021, 50(11): 20210484-1-20210484-8. doi: 10.3788/IRLA20210484
    [5] 翟鑫亮, 吴晓燕, 孙艺玮, 石剑虹, 曾贵华.  单像素成像理论与方法(特邀) . 红外与激光工程, 2021, 50(12): 20211061-1-20211061-14. doi: 10.3788/IRLA20211061
    [6] 刘震涛, 胡晨昱, 童智申, 褚春艳, 韩申生.  中国科学院上海光学精密机械研究所鬼成像理论研究的若干进展(特邀) . 红外与激光工程, 2021, 50(12): 20211059-1-20211059-18. doi: 10.3788/IRLA20211059
    [7] 田鹤, 毛宏霞, 刘铮, 曾铮.  机载逆合成孔径激光雷达微动目标稀疏成像 . 红外与激光工程, 2020, 49(S2): 20200190-20200190. doi: 10.3788/IRLA20200190
    [8] 石峰, 余大权, 林子韬, 杨书宁, 苗壮, 杨晔, 张闻文.  基于自适应对焦窗口的计算鬼成像目标深度估计方法 . 红外与激光工程, 2020, 49(3): 0303020-0303020-8. doi: 10.3378/IRLA202049.0303020
    [9] 孙鸣捷, 张佳敏.  单像素成像及其在三维重建中的应用 . 红外与激光工程, 2019, 48(6): 603003-0603003(11). doi: 10.3788/IRLA201948.0603003
    [10] 时东锋, 黄见, 苑克娥, 王英俭, 谢晨波, 刘东, 朱文越.  空间编码复用散斑多信息融合关联成像(特邀) . 红外与激光工程, 2018, 47(5): 502001-0502001(8). doi: 10.3788/IRLA201847.0502001
    [11] 尹红飞, 郭亮, 周煜, 孙剑锋, 曾晓东, 唐禹, 邢孟道.  基于改进SVA和压缩感知的SAL旁瓣抑制算法 . 红外与激光工程, 2018, 47(12): 1230005-1230005(8). doi: 10.3788/IRLA201847.1230005
    [12] 龚文林, 王成龙, 梅笑冬, 潘龙, 王鹏威, 陈明亮, 薄遵望, 李望, 高昕, 韩申生.  面向实际应用的GISC Lidar近期研究进展与思考 . 红外与激光工程, 2018, 47(3): 302001-0302001(7). doi: 10.3788/IRLA201847.0302001
    [13] 申艳, 解颐, 娄淑琴, 王鑫, 赵彤彤.  基于Contourlet变换和压缩感知的实际光子晶体光纤光 . 红外与激光工程, 2017, 46(3): 321001-0321001(7). doi: 10.3788/IRLA201746.0321001
    [14] 袁影, 王晓蕊, 吴雄雄, 穆江浩, 张艳.  多孔径压缩编码超分辨率大视场成像方法 . 红外与激光工程, 2017, 46(8): 824001-0824001(7). doi: 10.3788/IRLA201746.0824001
    [15] 王中阳, 周燕飞, 张小伟, 沈灏, 李恩荣, 韩申生, 宓现强, 田立君, 彭玉峰.  基于随机采样的超高分辨率成像中快速压缩感知分析 . 红外与激光工程, 2017, 46(2): 201002-0201002(7). doi: 10.3788/IRLA201746.0201002
    [16] 杨新锋, 张金娜, 滕书华, 崔宇.  利用压缩感知实现随机变频雷达散射中心估计 . 红外与激光工程, 2016, 45(5): 526004-0526004(6). doi: 10.3788/IRLA201645.0526004
    [17] 张天然, 孟照魁, 孙鸣捷.  纯相位物体的鬼成像 . 红外与激光工程, 2014, 43(9): 3105-3109.
    [18] 朱丰, 张群, 冯有前, 罗迎, 李开明, 梁必帅.  逆合成孔径激光雷达鸟类目标压缩感知识别方法 . 红外与激光工程, 2013, 42(1): 256-261.
    [19] 陈春利, 谢红梅, 彭进业, 王志成, 王保平.  压缩感知机动目标ISAR成像新方法 . 红外与激光工程, 2013, 42(8): 2269-2274.
    [20] 谭歆, 冯晓毅, 王保平.  稀疏带状测量矩阵在压缩感知ISAR成像中的应用 . 红外与激光工程, 2013, 42(11): 3137-3143.
  • 加载中
计量
  • 文章访问数:  483
  • HTML全文浏览量:  100
  • PDF下载量:  335
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-09-06
  • 修回日期:  2015-09-13
  • 刊出日期:  2015-09-25

基于稀疏和冗余表象的鬼成像雷达研究进展

    作者简介:

    韩申生(1978-),男,研究员,博士,主要从事强耦合等离子体物理、X光强度关联衍射成像及量子成像等前沿科学领域内的研究。Email:sshan@mail.shcnc.ac.cn

基金项目:

总装探索项目;国家863计划(20114920101,2013AA122901)

  • 中图分类号: O436

摘要: 基于稀疏和冗余表象的鬼成像雷达(Ghost Image via Sparsity Constraints,GISC Lidar)是一种结合光场空间涨落特性和现代信息论的全新雷达成像体制,其成像视场和分辨率无关,由此可在探测时采用大视场凝视成像模式捕捉运动目标以对其进行高分辨率成像探测。与闪光照相雷达需要将目标的反射光信号成像分布在焦平面阵列光电探测器件上相比,GISC雷达只需要一个无空间分辨能力的单像素探测器接收目标场景的全部反射光信号,因此可以极大地提升系统的成像探测灵敏度。此外,GISC雷达在成像探测过程中可以利用图像的各种先验约束,从而突破奈奎斯特采样定理对采样次数的要求,大幅度提高图像的信息获取效率。文中将结合上海光机所将鬼成像技术应用于雷达探测的研究历程,介绍GISC雷达研究进展,并指出GISC雷达工程化实际应用中仍待解决的若干问题。

English Abstract

参考文献 (85)

目录

    /

    返回文章
    返回