低秩辅助核自适应混合噪声抑制技术在近场毫米波成像中的应用

《IEEE Transactions on Microwave Theory and Techniques》：Low-Rank-Assisted Kernel Adaptive Mixed-Noise Suppression for Near-Field Millimeter-Wave Imaging

　　

摘要：

本文提出了一种专为近场毫米波扫描系统设计的预重建混合噪声抑制框架。与通用图像去噪方法不同，该方法直接针对基于探头的微波测量中存在的复合物理退化问题：由相干散射引起的乘性斑点、由机械扫描不均匀性和矢量网络分析仪热漂移导致的结构化条纹、加性电子噪声以及稀疏的瞬态异常值。该算法在全息相位补偿之前，直接对原始的复数后向散射数据矩阵进行处理，包括：1）分块鲁棒主成分分析，用于将高度相关的背景条纹与局部目标特征分离；2）在再生核希尔伯特空间中采用核自适应滤波技术，以非线性方式抑制剩余斑点，同时严格保留精细的空间相位信息。此外，还通过轻量级多频非相干融合技术，充分利用宏观目标的跨频段稳定性。除了传统的图像评估指标外，我们还从测量角度评估了系统的性能，包括动态范围、最小可检测反射率以及金属参考面上的相位均方根误差。在多个Ka/Q频段测试数据集上的验证表明，该方法可使信噪比提升高达5.2 dB，动态范围增加4.8 dB，最小可检测反射率降低32%，相位均方根误差也从14.7°降至9.5°。通过设置新颖性阈值来限制核字典的大小，保证了该方法在实验室级别的无损检测应用中的内存效率与实用性。最终，这种基于物理原理的方法可以轻松集成到现有的毫米波测量系统中，从而提升硬件的灵敏度以及后续重建结果的精度。