Imaging a microonde basato su illuminazione trasverso elettrica mediante Multi-Task Bayesian Compressive Sampling

Pasquini, G. (2012) Imaging a microonde basato su illuminazione trasverso elettrica mediante Multi-Task Bayesian Compressive Sampling. Masters thesis, University of Trento.

Preview

Text Abstract.A299.pdf Download (81kB) | Preview

Abstract

Le tecniche di "Compressive Sampling" (CS), recentemente sviluppate nell'ambito dell'elaborazione digitale dei segnali, si occupano di permettere la ricostruzione affidabile di segnali (ad esempio, immagini) ad alta risoluzione con un numero di misure del fenomeno di interesse molto inferiore rispetto ai requisiti dati dal teorema del campionamento di Nyquist. Tali tecniche combinano due idee fondamentali: (a) la disponibilità di una rappresentazione "compatta" (compressive) del fenomeno di interesse e (b) un campionamento incoerente (ad esempio pseudorandom) del segnale al fine di estrarre la massima quantità di informazioni utilizzando un numero minimo di misure. Le tecniche di CS sono già state applicate con successo a numerosi problemi pratici in ambito radar, compressione delle immagini e della voce, e compressione video. Obiettivo del progetto è estendere l'utilizzo di tali tecniche ai problemi di imaging a microonde. In particolare, l'attività si occuperà di valutare un codice per l'inversione a microonde basata Multi-Task Bayesian Compressive Sampling (MT-BCS) per la ricostruzione di oggetti dielettrici di dimensioni molto contenute, utilizzando una illuminazione del dominio di indagine di tipo trasverso elettrica (TE). La tecnica MT-BCS permette di sfruttare, nel processo di ricostruzione, la correlazione esistente tra più problemi: tale implementazione permette quindi di tenere conto, nel caso specifico, della correlazione tra le due componenti di campo (x-y, per via dell'illuminazione TE) e della correlazione esistente tra i dati di campo scatterato raccolti in base alle differenti viste di illuminazione considerate.

Actions (login required)

View Item