冗余数据驱动的RTI图像增强算法：噪声抑制与位置精确

本文主要探讨了一种基于冗余数据分离的图像增强算法，应用于无线电层析成像(RTD)领域，发表于2013年的太原理工大学学报。RTD通过收集固定无线通信节点之间的测量数据，使用特定的数学处理技术，生成反映区域内物体分布的图像。传统图像增强技术通常针对图像空间的噪声抑制，但本文则专注于RTD的测量空间，通过降低系统的维度来提高处理效率。 算法的核心在于识别并分离对称链路中的冗余信息，这些冗余信息在实际测量中转化为噪声。通过分析接收信号强度指示(RSSI)的变化与阴影衰落的线性模型，作者设计了一个策略，将投影矩阵分解为两个部分：A组正链路和B组逆链路的冗余投影值。这两组值之间的双向差异（即Nab和Nba）被揭示为噪声信息。通过线性组合A组和B组的数据，可以有效地抑制原始图像的噪声，从而实现图像增强。 实验部分采用了JN5139芯片构建的Zigbee无线传感网，选取16个节点形成一个23.04平方米的实验环境，收集了一个人和两个人在区域内活动的测量数据。结果显示，A组和B组数据都能够完整重建图像，而它们的差异部分确实反映了噪声。当选择合适的参数α=40和β=5时，线性组合的图像能够清晰地显示出人的站立位置，证明了该算法的有效性。 此算法的优点在于双重作用：一方面，通过减少系统矩阵的维度，提升了计算速度；另一方面，通过噪声抑制策略，增强了图像的质量。这在RTD应用中具有重要意义，尤其是在需要高精度定位的场景下，比如环境监测、室内导航等。本文提出的方法对于改进无线电层析成像的图像处理能力，提升其在实际应用中的性能具有创新价值。