大数跨境

声学时域鬼成像

声学时域鬼成像 两江科技评论
2020-06-22
0
导读:近日,南京大学卢明辉教授和陈延峰教授团队和宾西法尼亚州立大学景云副教授研究团队合作报道了声学时域鬼成像的研究工作。研究人员采用了声音信号作为信号源,通过强度关联运算,在噪声背景下实现了高质量的时域物体



导读


近日,南京大学卢明辉教授和陈延峰教授团队和宾西法尼亚州立大学景云副教授研究团队合作报道了声学时域鬼成像的研究工作。研究人员采用了声音信号作为信号源,通过强度关联运算,在噪声背景下实现了高质量的时域物体信息恢复。外,研究人员基于信号的频分复用,还实现了单次测量的声学时域鬼成像。该工作揭示了声学时域鬼成像的抗噪声性质,为复杂环境下的声信号探测以及声学关联成像研究提供了新的思路和方法。相关成果以Acoustic ghost imaging in the time domain为题,于2020618日发表于《Physical Review Applied》上。




研究背景

鬼成像(ghost imaging, GI)是一种新颖的间接成像方式,它是通过两束信号的关联运算来获取物体的空间或相位分布,也称之为关联成像。其中,一路参考信号不经过成像物体,由高分辨探测器直接探测;另一路探测信号在经过物体之后,用一个没有空间分辨率的单像素探测器(桶探测器)测量。尽管二者都不包含物体的完整信息,无法单独成像,但多次测量后经过关联运算,物体的像会得到恢复。鬼成像技术由于其非定域性、抗干扰能力强和可单像素成像等特点受到研究人员的广泛关注。照明信号源也从量子纠缠光源拓展至经典光源、x光,甚至是电子和原子束等。近年来,基于时空二元性,鬼成像技术已经从空间域拓展到时域。在光学领域,已有研究人员证明了时域鬼成像(temporal ghost imaging, TGI)的抗色散介质扰动的能力,这项技术成为了非常有前景的高速信号探测方法。




创新研究


1. a)时域鬼成像的原理图(b)实验装置


本文研究的是声学系统下的时域鬼成像,实验装置如图1所示。超声换能器作为信号源,发射的声信号经过特殊的调制,强度关于时间是呈随机扰动变化的。时域物体为一个旋转的斩波器。声信号经过时域物体的调制,由传感器探测,并经过强度的积分运算来获得桶探测信号。接着经过强度扰动信息和桶探测信号的二阶关联运算,即可得出鬼成像图像。噪声背景下的实验结果如图2所示。结果表明,直接成像的质量在噪声环境下显著下降,而鬼成像对噪声环境不敏感,依然维持在较高的峰值信噪比水平。该特点可以应用至低信噪比信号的探测、恢复和特征识别。

2. 噪声环境下,鬼成像结果和直接成像结果的对比


 除了经典的二阶关联算法,研究人员还采用另外两种优化算法(差分鬼成像、伪逆鬼成像)进行对比研究,如图3所示。优化算法可以在减少测量次数的同时进一步提高成像质量,从而提高成像效率。


 


3. 不同恢复算法下的鬼成像结果图. a)GI, 经典鬼成像(b)DGI,差分鬼成像(c)PGI, 伪逆鬼成像


  另外,鬼成像技术通常要求对物体的多次测量。对于一般时域鬼成像技术,要求时域物体重复产生,对应于周期性信号的成像,这限制了该技术的应用。为了对更一般的非周期信号进行成像,研究人员基于频分复用,开展了单次测量(One-shot)的声学时域鬼成像的研究。这里入射信号采用哈达玛矩阵进行时频编码的宽频声信号。该技术利用频域上的并行测量来代替时间上的串行测量,从而实现单次测量的时域鬼成像。相关结果如图4所示,鬼成像结果和直接成像结果符合的很好,验证了这项技术对非周期信号的良好成像能力。


4 单次测量的时域鬼成像时域结果 a)时域物体 (b)鬼成像和直接成像结果

 

该工作在实验上实现了声学时域鬼成像,揭示了这项技术的抗噪声的鲁棒性,为复杂噪声环境下的声探测、识别提供了新的技术方案。单次测量的TGI技术可以应用至复杂信号的实时探测。同时,该工作也为关联成像算法的研究提供了一个经济、灵活的平台,有望应用至声学传感、信号加密以及水下通信等领域。

戳“阅读原文或二维码”查看英文文献

 文章链接

https://doi.org/10.1103/PhysRevApplied.13.064044

免责声明:本文旨在传递更多科研资讯及分享,所有其他媒、网来源均注明出处,如涉及版权问题,请作者第一时间后台联系,我们将协调进行处理按照法规支付稿费或立即删除)。转载请注明出处,如原创内容转载需授权,请联系下方微信号。

亲爱的读者,请点击在看,多多支持我们呦!
【声明】内容源于网络
0
0
两江科技评论
聚焦“光声力热”超构材料、凝聚态物理、生物医学、智能制造等领域,打造科研人便捷的交流平台,发布优质新鲜的科研资讯。
内容 6001
粉丝 0
两江科技评论 聚焦“光声力热”超构材料、凝聚态物理、生物医学、智能制造等领域,打造科研人便捷的交流平台,发布优质新鲜的科研资讯。
总阅读1.9k
粉丝0
内容6.0k