基于高速相位调制的菲涅耳场相位恢复

多强度相位恢复方法通过改变光学成像系统中的物理参数获得不同的编码衍射图案,实现相位的最佳收敛和高精度重建,无需额外的先验知识等优点;但现有多强度相位恢复方法在获取不同测量的过程中,往往需要不断改变成像系统的物理结构,从而导致成像结构较为复杂,需要精确移动或调整部分光学元件的空间位置,反复地对齐与校准,显著增加了相应的工作量。针对上述问题,本文提出基于高速相位调制的菲涅耳场相位恢复方法,该方法主要使用两种纯相位空间光调制器(电可调透镜/纯相位型硅基液晶)来进行相位的快速动态调制,然后通过自由空间传播到记录平面,被探测器所获取强度信息,不需要透镜装置或者改变成像系统的物理结构,使得成像结构更为紧凑和简单,避免了反复对齐与校准的过程;在重建阶段使用WF算法从获取的多幅编码衍射图案中同时重建光场的振幅和相位。仿真实验验证了本文方法的有效性和鲁棒性。本文方法的成像结构更为紧凑和简单,避免了反复对齐与校准的工作量,具有重要的应用潜力,尤其是电可调透镜调制方案,可适用于高分辨率场景的高速记录。     

强度传输方程和神经网络融合的三维重构算法

针对原有强度传输方程法所恢复的相位精度不够精确的缺点,提出强度传输方程和神经网络融合的三维重构算法. 利用强度传输方程求解出物体不同角度的初始相位,利用神经网络算法进行优化,根据不同角度的最终恢复相位结合乘法技术重构出三维体信息. 该算法具有精度高的特点,可以为三维成像技术的应用提供参考. 对于实验中的示例图像,该算法将强度传输方程得到的相位误差从21.40%降低为5.26%,重构三维物体与模拟真实物体的相关程度为显著相关.     

一种适用于高阶QAM信号的均衡与载波恢复联合实现算法

针对高阶QAM信号接收解调中的均衡和载波恢复问题,提出了一种基于超指数迭代的均衡与载波恢复联合处理算法,在存在载波频偏情况下,联合实现盲均衡和载波恢复。利用超指数迭代算法对载波相位"盲"的性质及其快速收敛特性,与极性判决锁相环联合实现多径信道条件下的载波频偏捕获及初步均衡,之后切换到判决引导方式完成载波的相位跟踪和最终均衡。仿真结果证明了算法的有效性。     

脉冲相位编码信号大测绘带合成孔径雷达成像

在传统单天线体制的合成孔径雷达成像中,存在方位向高分辨率与大测绘带相互制约的关系,以前的方法总是寻求两者的折中．针对这一问题,提出了一种利用脉冲信号相位编码解距离模糊的新方法,在保证方位高分辨的同时实现大测绘带成像．该算法通过引入初始调制相位,利用回波方程建立线性方程组,实现了将产生距离模糊的不同子测绘带回波分离,取得了很好的成像效果．相对于多天线方法解模糊,具有系统复杂度低、容易实现等优点．     

微观平面物体的三维成像技术

利用偏振技术,设计出微观平面物体的三维放大成像系统,解决了特殊物体的三维放大成像问题。该系统主要包括显微成像和照明系统两个部分,系统放大倍数为100,采用LED作为照明系统光源,使物体在经过偏振器件和光学系统后的亮度满足人眼的要求。设计的显微系统的前工作距离为56 mm,满足系统的大于50 mm的设计要求。显微成像系统成像质量较高,空间分辨率达到0.004 mm,照明系统的像面平均照度为600 lx。     

微观平面物体的三维成像技术

利用偏振技术,设计出微观平面物体的三维放大成像系统,解决了特殊物体的三维放大成像问题。该系统主要包括显微成像和照明系统两个部分,系统放大倍数为100,采用LED作为照明系统光源,使物体在经过偏振器件和光学系统后的亮度满足人眼的要求。设计的显微系统的前工作距离为56 mm,满足系统的大于50 mm的设计要求。显微成像系统成像质量较高,空间分辨率达到0.004 mm,照明系统的像面平均照度为600 lx。     

一种具有宽松约束的相位—高度映射算法

为了提升PMP测量系统的测量精度以及放宽该系统搭建的约束条件,提出一种新的具有宽松约束的相位测量轮廓术相位—高度映射算法.这种算法既不要求投影装置光心和成像装置光心的连线平行于参考平面,也不要求投影装置的光轴与成像装置的光轴共面,只要保证成像装置光轴垂直于参考平面,即可实现相位—高度映射.本文详细推导了该算法的数学模型,发现当投影装置光心与成像装置光心的连线不平行于参考平面时,相位—高度映射不仅与三维测量系统的结构参数有关,还与参考面的相位分布有关.由于在实际测量中难以保证投影装置光心与成像装置光心的连线严格平行于参考平面,因此所采用的新的相位—高度映射算法是实际测量系统的真实反映,也使系统更易于搭建.实验结果表明:本文所提算法进行测量的平均绝对误差和均方根误差最大不超过0.031 mm和0.040 mm.该算法拓宽了搭建测量系统时的约束条件,使得光路更易于实现.实验验证了该算法的有效性,表明所提算法的精确性和可重复性均优于传统算法.     

基于位移相位中心算法的合成孔径声纳运动补偿研究

运动补偿是合成孔径声纳（SAS）成像的关键问题，SAS系统一般利用多接收元回波信号的互相关特性进行运动补偿。在深入分析位移相位中心算法的基础上，给出了一种改进的SAS运动补偿算法。该算法首先修正声信号的实际传播距离与采用等效相位中心近似的传播距离之间的偏差，然后基于时延和相位误差估计运动误差，从而在扩大了算法适用的运动误差范围的同时，提高了运动误差估计的精度。文中给出了计算机仿真结果，从结果可以看出改进算法有效地补偿了运动误差，改善了成像质量。     

一种改进的水声信道载波恢复盲均衡算法

针对超指数迭代判决反馈盲均衡算法在水声通信系统中表现出收敛性差的问题,提出了一种带二阶锁相环的改进超指数迭代判决反馈盲均衡算法．该算法基于对修正超指数迭代算法误差函数的分析,提出了一种新的、能够快速收敛的误差函数,并有效提高了载波恢复能力; 在判决反馈均衡器中引入二阶数字锁相环,实现对相位旋转的跟踪和补偿,从而实现对原始发射信号的正确恢复．在两种水声信道条件下,采用两种调制信号分别对算法的收敛性能和载波恢复性能进行了计算机仿真,结果表明: 在混合相位信道环境中,新算法相比超指数迭代判决反馈算法在均方误差、收敛速度上得到很大改善; 在具有相位旋转的信道环境中,新算法实现了对相位旋转的有效补偿,改善了载波恢复性能．     

密集观测场景下的敏捷成像卫星任务规划方法

针对密集观测场景下敏捷成像卫星任务规划问题求解空间大、输入任务序列较长的特点,综合考虑时间窗口约束、任务转移时卫星姿态调整时间、存储约束和电量约束,对敏捷成像卫星任务规划问题进行建模. 提出融合IndRNN和Pointer Networks的算法模型（Ind-PN）对敏捷成像卫星任务规划问题进行求解,使用多层的IndRNN结构作为算法模型的解码器. 基于Pointer Networks机制对输入任务序列进行选择,使用Mask向量考虑敏捷成像卫星任务规划问题中的各类约束. 基于Actor Critic强化学习算法对算法模型进行训练,以获得最大的观测收益率. 实验结果表明,对于密集观测场景下的任务规划,Ind-PN算法的收敛速度更快,可以获得更高的观测收益率.     

Lucene的最小风险概率加权朴素贝叶斯算法

为了提高垃圾邮件过滤的准确性,在分析垃圾邮件数据的基础上,对比信息检索与信息过滤之间的关系,将信息检索框架Lucene应用到垃圾邮件过滤系统中,提出最小风险概率加权的朴素贝叶斯算法,与最小风险法结合,有效地减少贝叶斯方法的独立性约束.实验验证了加权朴素贝叶斯算法的有效性.     

基于多表投票的弱随机检索方法

高维向量检索在模式识别、计算机视觉、信息检索等领域有着重要的作用.对数据点进行随机映射的位置敏感哈希是当前该问题的主要解决方法,它虽然速度快,但随机性强.为减弱其随机性,提出了多表投票的弱随机检索方法.该方法首先对所有数据点进行随机映射,然后进行相似计算得出检索向量,再将多个哈希表对应的检索向量构造成矩阵,最后对该矩阵列元素进行频次投票得出最终索引.实验说明该方法能综合利用多个哈希表的信息降低位置敏感哈希的随机性,并得出与真实近似程度相当的结果.     

基于空间声学特征的说话人分类算法

针对先验信息缺失情况下的说话人分类问题,可以采用提取基于多距离麦克风的空间声学特征的方法进行说话人分类.为了解决由于空间声学特征维数随麦克风个数的增加而迅速增长带来的计算代价问题,需要对其进行降维处理.用一种基于空间声学特征的优化鉴别式保局投影说话人分类方法,实现了在保留空间声学特征流型结构的同时降低计算代价的效果.实验在多距离麦克风语音会议数据集上进行验证,得到在大部分数据集上本方法的分类误差率(diarization error rate,DER)得分低于传统方法的结果.结果表明:本方法的说话人分类性能比传统方法有所提高.     

周期性结构衍射物的相位恢复方法

提出一种将G-S算法应用于周期性结构衍射物相位恢复的简便方法.通过研究周期性结构衍射物的衍射特性,建立了单个周期的频谱强度与入射光(波)束和各衍射光(波)束强度的关系,从而实现了将G-S算法应用于单周期的迭代计算.这不仅压缩了采样点数和计算量,也为强度检测提供了方便.通过数值模拟计算证明了这种方法的正确性.     

机载大斜视SAR的快速简易成像方法

大斜视角下SAR信号特点表现为大的距离走动和小的距离弯曲,这使得采用时域距离走动校正和二维可分离成像方法成为可能．但方位场景较大时要考虑聚焦深度的限制,须采用复杂的算法．提出一种将成像和校正几何形变相结合的分段处理方法,段与段之间可以完全衔接,实现快速连续实时成像．仿真试验和实测数据成像均证明快速简易方法是可行的．     

基于扩散光谱成像的脑白质纤维束走向跟踪

扩散张量成像对于每一体元只体现水分子自扩散宏观各向异性,不能实现神经纤维束走向分叉跟踪。为了实现分叉跟踪,更加真实地揭示脑神经网络连接情况。该文基于扩散光谱成像技术,提出一种白质纤维束走向分叉跟踪新方法。首先对扩散加权数据施加傅立叶变换得到扩散光谱图像,再计算每一体元扩散概率函数并得到其所有局部最大值,最后设置跟踪步长、走向角度阈值等参数,通过在相邻体元间寻找平滑连接向量以实现纤维束分叉走向跟踪。最后采用实际数据进行计算验证,扩散光谱成像方法跟踪结果更加符合脑组织生理结构特点。从实际计算结果可以看出,扩散光谱成像在白质交叉纤维束跟踪上比扩散张量成像有效合理,但是计算过程比后者复杂很多,不利于临床应用。     

基于领带花形图像检索算法研究

针对领带花形图像的具体特征，研究了适用于该类图像的检索算法。在对布样扫描图像提取花形区域的基础上，运用Gabor小波变换提取花形特征，并给出了多角度旋转不变性的相似度计算公式。在实际应用中取得了较好的检索效果。     

Low tensor-train rank with total variation for magnetic resonance imaging reconstruction

The model by imposing the low-rank minimization has been proved to be effective for magnetic resonance imaging(MRI) completion. Recent studies have also shown that imposing tensor train(TT) and total variation(TV) constraint on tensor completion can produce impressive performance, and the lower TT-rank minimization constraint can be represented as the guarantee for global constraint, while the total variation as the guarantee for regional constraint. In our solution, a new approach is utilized to solve TT-TV model. In contrast with imposing the alternating linear scheme, nuclear norm regularization on TT-ranks is introduced in our method as it is an effective surrogate for rank optimization and our solution does not need to initialize and update tensor cores. By applying the alternating direction method of multipliers(ADMM), the optimization model is disassembled into some sub-problems, singular value thresholding can be used as the solution to the first sub-problem and soft thresholding can be used as the solution to the second sub-problem. The new optimization algorithm ensures the effectiveness of data recovery. In addition, a new method is introduced to reshape the MRI data to a higher-dimensional tensor, so as to enhance the performance of data completion. Furthermore, the method is compared with some other methods including tensor reconstruction methods and a matrix reconstruction method. It is concluded that the proposed method has a better recovery accuracy than others in MRI data according to the experiment results.     

基于0，1序列模式的图像检索算法的改进

对使用0,1序列模式进行图像检索的方法进行了研究,在减少提取特征时间方面对原算法进行了改进.