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
- Tez No: 876543
- Danışmanlar: DOÇ. DR. SEVİNÇ FİGEN ÖKTEM SEVEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Yakın alan radar görüntüleme sistemleri tıbbi teşhis ve gizli silah tespiti gibi çeşitli uygulamalarda kullanılmaktadır. Bu tezde, seyrek çok-girişli çok-çıkışlı (MIMO) radar anten dizisi ölçümlerinden yakın alan sahnesinin üç boyutlu karmaşık değerli yansıtırlık dağılımının geri çatılması ters problemine odaklanılmaktadır. Yakın alan MIMO radar görüntülemesinde karşılaşılan imgenin geri çatılması ve anten dizilimi eniyilemesi problemleri için, son gelişmelerden harekete geçerek, fizik tabanlı ve derin öğrenmeye dayalı teknikler geliştiriyoruz. İlk olarak, imgenin geri çatılması problemi için derin öğrenmeye dayalı önsel bilgilerden ve büyüklük üzerindeki düzenlileştirmelerden yararlanan yeni bir tak-çalıştır yöntemi geliştiriyoruz. Bu yaklaşımımız, karmaşık değerli bilinmeyenin büyüklüğü üzerinde herhangi bir düzenlileştirme uygulayabilmek için genel bir çerçeve sağlamakta ve sentetik açıklıklı radar dahil radar görüntülemede karşılaşılan diğer ters problemlere benzer bir şekilde uygulanabilmektedir. İkinci olarak, mevcut imge oluşturma yöntemlerinden gerçek zamanlı görüntülemeyi mümkün kılan öğrenilmiş direkt evirme yöntemlerine odaklanıyoruz ve bu yöntemleri iyileştiriyoruz. Geliştirilen tüm yaklaşımların başarımını çeşitli ölçüm senaryoları altında hem simüle edilmiş hem de deneysel verileri kullanarak gösteriyoruz. Ayrıca seyrek MIMO dizileriyle sıkıştırmalı örnekleme için elde edilen çözünürlüğü de analiz ediyoruz. Geliştirilen yöntemler, yalnızca üç boyutlu gerçek hedefler için en iyi başarımı sağlamakla kalmayıp aynı zamanda hızlı hesaplanabilmektedir. Son olarak, MIMO dizilimlerinin ve imge oluşturma yöntemlerinin aynı anda eniyilenmesi için yeni bir yöntem geliştiriyoruz. Çeşitli imge oluşturma yöntemleri ve farklı ölçüm senaryoları kullanarak eniyilenmiş görüntüleme sistemlerinin başarımını gösteriyor ve bu başarımı yaygın kullanılan MIMO dizileriyle karşılaştırıyoruz.
Özet (Çeviri)
Near-field radar imaging systems are used in a wide range of applications, such as medical diagnosis, through-wall imaging, concealed weapon detection, and nondestructive evaluation. In this thesis, we consider the inverse problem of reconstructing the three-dimensional (3D) complex-valued reflectivity distribution of the near-field scene from the sparse multiple-input multiple-output (MIMO) array measurements. Motivated by recent advances, we develop physics-informed deep learning techniques for the image reconstruction and array optimization tasks encountered in near-field MIMO radar imaging. Firstly, we develop a novel plug-and-play (PnP) reconstruction method that exploits deep priors and regularization on the magnitude. Our approach provides a unified general framework to effectively handle arbitrary regularization on the magnitude of a complex-valued unknown and is equally applicable to other radar image formation problems including SAR. Secondly, we focus on existing learned direct inversion methods that enable real-time imaging and perform modifications to improve these methods. We demonstrate the effectiveness of all developed approaches under various compressive and noisy observation scenarios using both simulated and experimental data. We also analyze the resolution achieved at compressive settings with sparse MIMO arrays. The developed methods enable not only state-of-the-art performance for 3D real-world targets but also fast computation. Lastly, we develop a novel method for joint optimization of MIMO arrays and reconstruction methods. We illustrate the performance of the jointly optimized imaging system by utilizing various reconstruction methods and different observation settings, and compare the performance with the commonly used MIMO arrays.
Benzer Tezler
- Optical design of a fiber-fed ifu spectrograph for the DAG telescope
DAG teleskobu için fiber beslemeli ıfu tayfölçerinin optik tasarımı
TARIK SİPAHİ
Yüksek Lisans
İngilizce
2023
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiFizik Ana Bilim Dalı
DOÇ. DR. SİNAN KAAN YERLİ
- İki ve üç boyutlu fotonik ortamlarda kizilötesi soğurum ve sezim verimliliğinin arttirilmasi
Enhancement of infrared absorption and sensing in two- and three-dimensional photonic media
ZEKİ HAYRAN
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAMZA KURT
PROF. DR. KESTUTIS STALIUNAS
- Development of aerogel based optofluidic microreactors
Aerojel tabanlı optofluidik mikroreaktörlerin geliştirilmesi
YAPRAK ÖZBAKIR
Doktora
İngilizce
2018
Mühendislik BilimleriKoç ÜniversitesiKimya ve Biyoloji Mühendisliği Ana Bilim Dalı
PROF. DR. CAN ERKEY
- Nanomaterials in macromolecular synthesis
Makromoleküler yapıların sentezinde nanomalzemelerin kullanımı
AZRA KOCAARSLAN AHMETALİ
Doktora
İngilizce
2021
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. YUSUF YAĞCI
- Aort kapağı kan akımının katı-sıvı etkileşim yöntemiyle sayısal incelenmesi
Numerical investigation of the aortic valve blood flow using fluid-structure approach
ARMİN AMİNDARİ
Doktora
Türkçe
2022
Biyomühendislikİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KADİR KIRKKÖPRÜ