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

在IT行业这个发展更新速度很快的行业，只有不停止的学习，才不会被行业所淘汰。如果你是科技周边学习者，那么本文《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》就很适合你！本篇内容主要包括##content_title##，希望对大家的知识积累有所帮助，助力实战开发！

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://ieeexplore.ieee.org/document/10752566。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。

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://ieeexplore.ieee.org/document/10816562。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。

今天关于《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》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！