В последнем выпуске журнала IEEE Transactions on Antennas and Propagation исследователи из Исследовательской лаборатории электроники Массачусетского технологического института описывают новую технику, которая может сократить количество датчиков, необходимых для получения изображений в терагерцовом или миллиметровом диапазоне, в 10 или даже 100 раз, что сделает их более практичным. Этот метод также может иметь значение для разработки новых радаров и гидролокаторов с высоким разрешением.В цифровой камере линза фокусирует падающий свет так, чтобы свет, отраженный небольшим участком визуальной сцены, попадал на соответственно небольшой участок матрицы датчиков. В отличие от этого, в системах формирования изображений с низкой частотой входящая волна — электромагнитная или, в случае гидролокатора, акустическая — поражает все датчики в матрице.
Система определяет происхождение и интенсивность волны, сравнивая ее фазу — совмещение ее впадин и гребней — когда она достигает каждого из датчиков.Пока расстояние между датчиками составляет не более половины длины волны приходящей волны, этот расчет является довольно простым и сводится к инвертированию измерений датчиков. Но если датчики разнесены друг от друга на расстояние более половины длины волны, инверсия даст более одного возможного решения.
Эти решения будут располагаться под постоянными углами вокруг матрицы датчиков — явление, известное как «пространственное наложение спектров».Сужение поляОднако в большинстве приложений низкочастотной визуализации любая заданная окружность детектора обычно не заполнена.
Это явление, которое эксплуатирует новая система.«Подумайте о расстоянии вокруг вас, например, о пяти футах», — говорит Грегори Уорнелл, профессор инженерных наук Sumitomo Electric Industries факультета электротехники и информатики Массачусетского технологического института и соавтор новой статьи. «На самом деле не так уж много на расстоянии пяти футов вокруг вас.
Или на расстоянии 10 футов. Различные части сцены заняты на этих разных расстояниях, но на любом заданном расстоянии это довольно редко. Грубо говоря, теория звучит так: если, скажем, 10 процентов сцены в заданном диапазоне занято объектами, тогда вам нужно только 10 процентов от полного массива, чтобы по-прежнему иметь возможность достичь полного разрешения ».Уловка состоит в том, чтобы определить, какие 10 процентов массива оставить.
Удержание каждого десятого датчика не сработает: именно регулярность расстояний между датчиками приводит к сглаживанию. Произвольное изменение расстояний между датчиками решило бы эту проблему, но это также сделало бы инверсию измерений датчиков — вычисление источника и интенсивности волны — слишком сложным.Регулярное нарушение
Поэтому Уорнелл и его соавторы — Джеймс Кригер, бывший студент Уорнелла, который сейчас работает в лаборатории Линкольна Массачусетского технологического института, и Юваль Кохман, бывший постдок, который сейчас является доцентом Еврейского университета в Иерусалиме — вместо этого прописывают детектор. по которому датчики распределяются попарно. Регулярное расстояние между парами датчиков гарантирует, что реконструкция сцены может быть рассчитана эффективно, но расстояние от каждого датчика до следующего остается неравномерным.
Исследователи также разработали алгоритм, который определяет оптимальную схему распределения датчиков. По сути, алгоритм максимизирует количество различных расстояний между произвольными парами датчиков.Вместе со своими новыми коллегами из Lincoln Lab Кригер провел эксперименты на радиолокационных частотах, используя одномерный массив датчиков, установленных на парковке, что подтвердило предсказания теории. Более того, описание Уорнелла предположений теории о разреженности — 10 процентов занятости на заданном расстоянии означает одну десятую датчика — применимо к одномерным массивам.
Во многих приложениях — например, в гидроакустических системах подводных лодок — вместо этого используются двумерные массивы, и в этом случае экономия составляет одну десятую часть датчиков в каждом из двух измерений, что соответствует одной сотой датчиков в полном массиве.