返回
A Periodic Error Correction Method for Terahertz Coded-Aperture Imaging
DOI:10.1002/aisy.202401099.png)
摘要
En 中文
太赫兹编码孔径成像技术(TCAI)因其高分辨率特性在凝视成像领域引起了广泛关注。近年来,超表面领域的研究已证明其通过精确控制电磁波来增强太赫兹应用的潜力。然而,传统的图像重建方法通常依赖理论计算数据,易受环境噪声和模型不准确性的影响。为解决此问题,本文提出了一种无监督学习方法,通过周期性训练迭代修正这些误差。该方法将物理过程建模为训练工作的约束条件,从辐射场矩阵的理论计算出发预测散射系数,从而降低数据需求并增强鲁棒性。仿真结果表明,与传统算法相比,该方法在图像质量和抗噪能力方面表现更优,尤其在低采样率条件下,为TCAI的实际应用提供了坚实基础。
Keyword:
metasurface
terahertz coded-aperture imaging
unsupervised learning
期刊
IF:
6.1
论文数:
2.0K
被引数:
8.4K
机构
引用论文
Three-Dimensional Terahertz Coded-Aperture Imaging Based on Single Input Multiple Output Technology基于单输入多输出技术的三维太赫兹编码孔径成像
Sensors
IF0
Programmable Manipulations of Terahertz Beams by Transmissive Digital Coding Metasurfaces Based on Liquid Crystals通过基于液晶的透射数字编码超表面对太赫兹光束进行可编程操纵

