基于波信息字典学习的复杂介质高分辨率成像
计算机视觉与模式识别
2023-10-23 v1 机器学习
信号处理
最优化与控制
摘要
我们提出了一种在可获得大量且多样化数据集时用于散射介质中成像的方法。它包含两个步骤。第一步使用字典学习算法，将真实的格林函数向量估计为无序感知矩阵中的列。阵列数据来自许多稀疏的源集合，这些源的位置和强度我们并不知道。第二步，利用由列互相关导出的连通性信息（如时间反演中那样），通过多维尺度变换对估计感知矩阵的列进行排序以用于成像。为使这两步协同工作，我们需要来自大型接收器阵列的数据，以使感知矩阵的列在第一步中不相干；同时也需要来自子阵列的数据，以使它们在第二步中足够相干从而获得所需的连通性。通过仿真实验，我们表明所提方法能够在复杂介质中提供具有均匀介质分辨率的成像结果。
引用
@article{arxiv.2310.12990,
title = {Wave-informed dictionary learning for high-resolution imaging in complex media},
author = {Miguel Moscoso and Alexei Novikov and George Papanicolaou and Chrysoula Tsogka},
journal= {arXiv preprint arXiv:2310.12990},
year = {2023}
}