Fugu-MT 論文翻訳(概要): Near-Field MIMO-ISAR Millimeter-Wave Imaging

論文の概要: Near-Field MIMO-ISAR Millimeter-Wave Imaging

arxiv url: http://arxiv.org/abs/2305.02030v1
Date: Wed, 3 May 2023 10:46:48 GMT
ステータス: 処理完了
システム内更新日: 2023-05-04 15:14:47.828837
Title: Near-Field MIMO-ISAR Millimeter-Wave Imaging
Title（参考訳）: 近接場MIMO-ISARミリ波イメージング
Authors: Josiah W. Smith, Muhammet Emin Yanik, Murat Torlak
Abstract要約: 本稿では,近場ミリ波イメージングシステムについて論じ,その展開について述べる。本報で検討した回転型ISARは, トランシーバから一定の半径距離で目標を回転させる必要がある。 77GHzmm波レーダを用いて高解像度の3次元画像(3次元)を再構成することができる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Multiple-input-multiple-output (MIMO) millimeter-wave (mmWave) sensors for synthetic aperture radar (SAR) and inverse SAR (ISAR) address the fundamental challenges of cost-effectiveness and scalability inherent to near-field imaging. In this paper, near-field MIMO-ISAR mmWave imaging systems are discussed and developed. The rotational ISAR (R-ISAR) regime investigated in this paper requires rotating the target at a constant radial distance from the transceiver and scanning the transceiver along a vertical track. Using a 77GHz mmWave radar, a high resolution three-dimensional (3-D) image can be reconstructed from this two-dimensional scanning taking into account the spherical near-field wavefront. While prior work in literature consists of single-input-single-output circular synthetic aperture radar (SISO-CSAR) algorithms or computationally sluggish MIMO-CSAR image reconstruction algorithms, this paper proposes a novel algorithm for efficient MIMO 3-D holographic imaging and details the design of a MIMO R-ISAR imaging system. The proposed algorithm applies a multistatic-to-monostatic phase compensation to the R-ISAR regime allowing for use of highly efficient monostatic algorithms. We demonstrate the algorithm's performance in real-world imaging scenarios on a prototyped MIMO R-ISAR platform. Our fully integrated system, consisting of a mechanical scanner and efficient imaging algorithm, is capable of pairing the scanning efficiency of the MIMO regime with the computational efficiency of single pixel image reconstruction algorithms.
Abstract（参考訳）: 合成開口レーダ(SAR)と逆SAR(ISAR)のためのMIMO(Multi-input-multiple-output)ミリ波センサは、近接場イメージングに固有のコスト効率性とスケーラビリティの根本的な課題に対処する。本稿では,近距離場MIMO-ISARmm波イメージングシステムについて述べる。本論文では, 回転型ISAR (R-ISAR) 方式では, トランスシーバから一定半径距離で目標を回転させ, 垂直軌道に沿ってトランスシーバを走査する必要がある。 77GHzmm波レーダを用いて、この2次元走査から球面近傍波面を考慮した高分解能3次元3次元画像の再構成を行うことができる。文献学における先行研究は、単一入出力円形合成開口レーダ(SISO-CSAR)アルゴリズムや、計算的に粗いMIMO-CSAR画像再構成アルゴリズムによるものであるが、本研究では、MIMO3次元ホログラフィー画像の高速化のための新しいアルゴリズムを提案し、MIMO R-ISARイメージングシステムの設計を詳述する。提案アルゴリズムは、高効率なモノスタティックアルゴリズムの使用を可能にするため、R-ISAR方式にマルチスタティック-モノスタティック位相補償を適用する。プロトタイプMIMO R-ISARプラットフォーム上で,実世界の撮像シナリオにおけるアルゴリズムの性能を示す。メカニカルスキャナーと効率的なイメージングアルゴリズムからなる本システムでは,MIMO方式の走査効率と,単一画素画像再構成アルゴリズムの計算効率を両立させることができる。

関連論文リスト

Active Reconfigurable Intelligent Surface Empowered Synthetic Aperture Radar Imaging [18.482494583284627]
SAR(Synthetic Aperture Radar)は、レーダーアンテナの特定の領域への移動を利用して高分解能撮像を実現する。提案するARIS搭載SARシステムの撮像結果を得るために,レンジドップラー (RD) イメージングアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-09-18T06:33:11Z)
Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
論文参考訳（メタデータ） (2024-08-28T10:07:17Z)
Enabling Visual Recognition at Radio Frequency [13.399148413043411]
PanoRadarは、RF分解能をLiDARに近づける新しいRFイメージングシステムである。結果は、初めて、無線周波数での様々な視覚的認識タスクを可能にします。以上の結果から,パノラダルの12棟の建物における堅牢な性能が示された。
論文参考訳（メタデータ） (2024-05-29T20:52:59Z)
Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation [63.15257949821558]
Referring Remote Sensing Image (RRSIS)は、コンピュータビジョンと自然言語処理を組み合わせた新しい課題である。従来の参照画像(RIS)アプローチは、空中画像に見られる複雑な空間スケールと向きによって妨げられている。本稿ではRMSIN(Rotated Multi-Scale Interaction Network)を紹介する。
論文参考訳（メタデータ） (2023-12-19T08:14:14Z)
Image Reconstruction for Accelerated MR Scan with Faster Fourier Convolutional Neural Networks [87.87578529398019]
部分走査は、磁気共鳴イメージング(MRI)データ取得を2次元および3次元の両方で加速する一般的な手法である。本稿では,Faster Fourier Convolution (FasterFC) と呼ばれる新しい畳み込み演算子を提案する。 2次元加速MRI法であるFasterFC-End-to-End-VarNetは、FasterFCを用いて感度マップと再構成品質を改善する。 k空間領域再構成を誘導する単一グループアルゴリズムを用いたFasterFC-based Single-to-group Network (FAS-Net) と呼ばれる3次元加速MRI法
論文参考訳（メタデータ） (2023-06-05T13:53:57Z)
Efficient CNN-based Super Resolution Algorithms for mmWave Mobile Radar Imaging [2.3623206450285457]
近距離場合成開口レーダ(SAR)イメージングの新興モードに対する革新的な超解像手法を提案する。近年の研究では、畳み込みニューラルネットワーク(CNN)アーキテクチャを拡張して、レーダシグナリングから生成された画像の超高解像度化を実現している。我々は,最新のSAR処理とディープラーニング技術を用いて,モバイルアプリケーションにおけるSAR画像の超解像を実現する新しいCNNアーキテクチャを提案する。
論文参考訳（メタデータ） (2023-05-03T12:54:28Z)
A Vision Transformer Approach for Efficient Near-Field Irregular SAR Super-Resolution [0.0]
本研究では、位置推定誤差に対処し、不規則なサンプリング測位の下でSAR画像超解像(SR)を行うモバイルフレンドビジョントランスフォーマー(ViT)アーキテクチャを提案する。提案アルゴリズムであるMobile-SRViTは,SAR画像強調にViTを用いた最初の手法であり,シミュレーションおよび実証実験によって検証されている。
論文参考訳（メタデータ） (2023-05-03T12:25:01Z)
Efficient 3-D Near-Field MIMO-SAR Imaging for Irregular Scanning Geometries [0.0]
本研究では, 近接場合成開口レーダ (SAR) イメージングのための新しいアルゴリズムを提案する。任意かつ不規則なサンプリング測地を数学的に分解する枠組みと,マルチスタティックアレイ画像アーティファクトのジョイントソリューションを提案する。
論文参考訳（メタデータ） (2023-05-03T12:07:21Z)
Passive superresolution imaging of incoherent objects [63.942632088208505]
手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
論文参考訳（メタデータ） (2023-04-19T15:53:09Z)
Single Image Brightening via Multi-Scale Exposure Fusion with Hybrid Learning [48.890709236564945]
小さいISOと小さな露光時間は、通常、背面または低い光条件下で画像をキャプチャするために使用される。本稿では、そのような画像を明るくするために、単一の画像輝度化アルゴリズムを提案する。提案アルゴリズムは,露出時間が大きい2つの仮想画像を生成するための,ユニークなハイブリッド学習フレームワークを含む。
論文参考訳（メタデータ） (2020-07-04T08:23:07Z)
Deep Denoising Neural Network Assisted Compressive Channel Estimation for mmWave Intelligent Reflecting Surfaces [99.34306447202546]
本稿では,mmWave IRSシステムに対するディープデノイングニューラルネットワークを用いた圧縮チャネル推定法を提案する。我々はまず、受信チェーンをほとんど使わず、アップリンクのユーザ-IRSチャネルを推定するハイブリッド・パッシブ/アクティブIRSアーキテクチャを導入する。完全チャネル行列は、圧縮センシングに基づいて限られた測定値から再構成することができる。
論文参考訳（メタデータ） (2020-06-03T12:18:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。