Geri Dön

Sparse reconstruction for near-field MIMO radar imaging problems using fast multipole methods

Yakın alan MIMO radar görüntüleme problemleri için hızlı çok kutup yöntemi ile seyrek çözümleme

  1. Tez No: 716566
  2. Yazar: EMRE ALP MİRAN
  3. Danışmanlar: PROF. DR. SEYİT SENCER KOÇ, DOÇ. DR. SEVİNÇ FİGEN ÖKTEM
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 145

Özet

Çok giriş-çok çıkışlı (ÇGÇÇ) radar, uzaysal olarak dağıtılmış verici ve alıcı alt dizilerin sıralı veya aynı anda çalıştığı gelişmiş bir radar tekniğidir. Bu teknikte, her anten aynı dalga biçimini gönderebileceği gibi, gönderilen dalga biçimleri birbirinden farklı da olabilir ve bu, geleneksel faz dizili radarla karşılaştırıldığında daha yüksek uzaysal çözünürlük sağlar. Bu nedenle, ÇGÇÇ radarı son yirmi yılda görüntüleme uygulamalarında yaygın olarak kullanılmıştır. Tüm bu uygulamalarda, görüntülenen uzayda genellikle az sayıda nesne bulunur ve bu nesneler antenin yakın alanındadır. Daha da önemlisi, bu uygulamaların çoğunda, görüntüleme sisteminin, büyük ölçekli ve yetersiz örneklenmiş ölçüm verilerinden yüksek kaliteli ve gerçek zamanlı çıktı vermesi beklenmektedir. Bu tezde, büyük ölçekli yakın alan görüntüleme problemlerine verimli bir seyrek çözüm yönteminin geliştirilmesi hedeflenmiştir. Bu amaçla, görüntüleme problemi öncelikle dışbükey bir optimizasyon problemi olarak kurgulanmış ve genişletilmiş Lagrange tabanlı görüntü oluşturma algoritmaları kullanılarak çözülmüştür. Ardından, büyük ölçekli problemlerde matris-vektör çarpımlarının verimli hesaplanması için bahsi geçen algoritmalara Hızlı Çok Kutup Yöntemi (HÇKY) formülasyonu uygulanmıştır. Bu yaklaşımda büyük ölçekli algılama matrislerinin bellekte oluşturulması ve depolanması gerekmez ve dolayısıyla hızlı görüntüleme sağlanır. Noktasal saçıcılar ve yaygın hedefler (2-B/3-B) gibi çeşitli yakın alan görüntüleme senaryoları için yaklaşımın etkinliği bilgisayar ortamında test edilmiştir. Sonuçlar, HÇKY'nin seyrek yeniden yapılandırma algoritmalarına başarıyla uygulanabileceğini göstermiştir. Ayrıca, HÇKY'nin uygulanması, hem hesaplama süresi hem de bellek kullanımı açısından görüntüleme algoritmalarını çok verimli hale getirmiştir.

Özet (Çeviri)

Multiple-input-multiple-output (MIMO) radar is an advanced radar technique, where spatially distributed transmitting and receiving sub-arrays operate sequentially or simultaneously. In this technique, each antenna may transmit either the same or different waveforms, and this leads to better spatial resolution when compared to conventional phased array radar. Therefore, MIMO radar has been extensively used in imaging applications in the last two decades. In all these applications, the imaged scene is typically sparse and objects of interest are located at the near-field of the antenna. More importantly, in most of these applications, the imaging system has to deal with the requirement of high quality real-time recovery from large-scale under-sampled measurement data. In this thesis, we aim to develop an efficient sparse solution method to large-scale near-field imaging problems. For this purpose, we first construct the imaging problem as a convex optimization problem and solve it using the augmented Lagrangian based reconstruction algorithms. Then, for large scale problems, we propose applying the fast multipole method (FMM) formulation in these algorithms for efficient computation of matrix-vector products. This approach avoids constructing and storing large-scale sensing matrices explicitly in memory and accelerates the reconstruction. We numerically test the effectiveness of the approach for several near-field imaging scenarios, ranging from point scatterers to extended targets (2-D/3-D). Results show that we can successfully apply FMM in the sparse reconstruction algorithms and it makes the reconstructions very efficient in terms of both computation time and memory usage.

Benzer Tezler

  1. Efficient three-dimensional near-field imaging with physics-informed deep learning for MIMO radar

    Fizik tabanlı derin öğrenme teknikleri ile üç boyutlu yakın alan MIMO radar görüntüleme

    OKYANUS ORAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEVİNÇ FİGEN ÖKTEM SEVEN

  2. Optimal design of sparse mimo arrays for wideband near-field imaging based on a statistical framework

    Genişbantlı yakın alan görüntülemesi için seyrek çok-girdili çok-çıktılı dizilerin istatistiksel çerçeveye dayalı optimal dizaynı

    MEHMET BURAK KOCAMIŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEVİNÇ FİGEN ÖKTEM

  3. Termal görüntülere derin öğrenme tabanlı süper çözünürlük yöntemlerinin uygulanması

    Application of deep learning based super resolution in thermal images

    CANER CİVE

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  4. Fast calibration and image reconstruction for magnetic particle imaging

    Manyetik parçacık görüntüleme için hızlı kalibrasyon ve görüntü geriçatımı

    SERHAT İLBEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMİNE ÜLKÜ SARITAŞ ÇUKUR

    DR. CAN BARIŞ TOP

  5. Curriculum and active self-paced learning with minimum sparse reconstruction for face recognition

    Başlık çevirisi yok

    BARIŞ BÜYÜKTAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiÖzyeğin Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ARİF TANJU ERDEM

    PROF. DR. ÇİĞDEM EROĞLU ERDEM