稀疏亞波長結(jié)構(gòu)相干衍射成像研究.pdf

1、亞波長結(jié)構(gòu)衍射成像是近年來的研究熱點，由于亞波長結(jié)構(gòu)在衍射傳播的過程中丟失了部分信息，傳統(tǒng)成像方法不能對其成像。本文詳細介紹了基于貪婪稀疏結(jié)構(gòu)重構(gòu)算法(GrEedy Sparse PhAse Retrieval，GESPAR)的一維稀疏亞波長結(jié)構(gòu)相干衍射成像的研究。GESPAR算法是一種快速可靠的稀疏信號的相位重構(gòu)算法。本文根據(jù)稀疏亞波長結(jié)構(gòu)衍射的特點，對GESPAR算法進行了改進和優(yōu)化，將這種算法運用于一維稀疏亞波長結(jié)構(gòu)的相位重構(gòu)，同

2、時推導(dǎo)并驗證了二維結(jié)構(gòu)在已知序列條件下的牛頓算法優(yōu)化方向?；贕ESPAR算法的一維稀疏亞波長重構(gòu)算法與傳統(tǒng)的重構(gòu)算法比較，減少了重構(gòu)所需要的信息同時拓寬了適用范圍。
　　首先，介紹了稀疏亞波長結(jié)構(gòu)在介質(zhì)中的衍射傳播特性，同時介紹了幾種常見稀疏亞波長結(jié)構(gòu)的衍射重構(gòu)算法，并對這幾種方法的優(yōu)點和各自缺點做了簡要的分析。
　　其次，詳細介紹了GESPAR算法的核心思想以及算法的步驟，同時在此基礎(chǔ)上推導(dǎo)了二維結(jié)構(gòu)相位重構(gòu)牛頓算法的優(yōu)

3、化方向，并在已知稀疏信號的分布序列的約束條件下對二維信號進行重構(gòu)。
　　最后，將GESPAR進行改進運用于一維稀疏亞波長結(jié)構(gòu)的相位重構(gòu)，推導(dǎo)一維稀疏亞波長結(jié)構(gòu)在已知稀疏信號分布序列條件下的牛頓算法優(yōu)化方向，并利用推導(dǎo)得出的稀疏亞波長結(jié)構(gòu)的自相關(guān)特性對兩元素優(yōu)化(2-optimization,2-opt)算法的選擇范圍進行補償和約束，然后對重構(gòu)出來的信號進行再次約束和優(yōu)化得到全局解，并且給出了不同的波長對同樣大小亞波長結(jié)構(gòu)作用以及不