合肥工业大学微电子学院科研团队在毫米波近场成像领域取得重要进展，研发出两种新型算法，并分别发表于《ieee transactions on instrumentation and measurement》和《ieee transactions on aerospace and electronic systems》期刊。
第一种算法，发表于《IEEE Transactions on Instrumentation and Measurement》，采用双阶段处理，先用距离徙动算法获取初始图像，再用改进的SLIM算法修正近场误差，最终获得清晰图像。该算法显著降低了硬件成本和复杂度，并缩短了对运动目标的成像时间，提升了对快速运动目标的成像能力。论文链接：https://www.php.cn/link/f731c0fdac805dc4a033c53cb9a89646。涂昊教授为第一作者，於利斌为第二作者，桑磊教授为通讯作者。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
图1：该算法的成像效果对比图，右侧为本算法结果。
第二种算法，发表在《IEEE Transactions on Aerospace and Electronic Systems》，针对近场双频段稀疏成像，提出基于维度分解的双阶段算法。该算法先预测目标表面形貌，再利用单频信息构建目标散射系数，有效降低了计算复杂度并提升了成像质量。论文链接：https://www.php.cn/link/6f663611ec21e8f820b91da1abf9ad1f。涂昊教授为第一作者，王兆龙为第二作者，桑磊教授为通讯作者。
(a)
(b)
图2：（a）该算法流程图；（b）该算法对飞机模型的成像结果及其与其他算法的对比。
目前，该研究团队正利用人工智能技术进一步改进算法，力求取得更大突破。该研究项目得到芜湖市重大科技成果工程化项目和学院科研特别资助等项目的支持。
以上就是合肥工业大学在毫米波近场稀疏成像算法领域取得新进展的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/189384.html
微信扫一扫 
支付宝扫一扫 
