数字聚焦超声反射CT成像初步研究

对于单元发，阵接收的模型，采用反射回波的包络作为投影，按滤波后投影算法（ＦＢＰ法）进行重建，得到物体内某一截面的重建像，然后调整接收阵的位置，获取多层截面的投影并重建成像，运用体绘制法（ＶｏｌｕｍｅＲｅｎｄｅｒｉｎｇＩｍａｇｉｎｇ）绘制了三维像，图像效果不好，分辨率不高，针对这一问题，文中应用了电子延迟方法处理接收信号，即对接收阵各阵元接收到的回波号依照散射点相对接收中阵的空间位置关系进行一定时间     

基于SVM的ECT图像重建算法

电容层析成像（ECT）技术是基于电容敏感机理的过程层析成像技术。ECT的图像重建是一个典型的有限样本非线性映射问题。支持向量机（SVM）作为一种小样本处理方法，具有较强的泛化能力，被认为是目前针对小样本分类问题的最佳理论。提出了一种基于SVM的四层神经网络的图像重建算法，仿真结果表明，该算法用于三相流图像重建具有较强的空间分辨率和泛化能力。     

利用字典学习方法的声速剖面反演研究

针对经验正交函数（Empirical Orthogonal Function,EOF）建模反演得到的声速剖面（Sound Speed Profile,SSP）估计值分辨率比较低的问题,文章采用字典学习方法中的K-奇异值分解（K-Singular Value Decomposition,K-SVD）算法生成声速剖面的非正交原子,研究了该方法生成的学习字典（Learning Dictionary,LD）对声速剖面的重建性能。首先,采用K-SVD算法从获得的数据中训练SSP字典,然后利用正交匹配追踪（Orthogonal Matching Pursuit,OMP）的稀疏方法给出训练信号的稀疏向量,最后通过得到的最优学习字典和稀疏向量反演得到SSP的估计值。结果表明,K-SVD算法比EOF算法使用更少的基函数即可很好地描述SSP的变化,获得更高的反演精度。     

调和映射约束下的超分辨率图像重建

针对超分辨率图像重建过程中的正则化约束问题,本文提出采用p(x)调和映射进行正则化重建,根据超分辨率图像观察模型及正则约束,给出相应的能量泛函,并采用动态偏微分方程演化来求解能量泛函.该算法在重建的过程中能够根据图像空间特性自适应地采用不同的p(x)范数进行正则化,在图像的平滑区域采用近似2次范数进行正则化,而在图像的边缘区域采用近似1次范数进行正则化.实验结果均表明该算法不仅能有效地重建图像边缘,而且能有效地改善一次范教约束重建的分片常数效应.     

基于SQP和GA法的油田地面集输管网参数优化研究

利用序列二次规划法（SQP算法）和遗传算法（GA）对油田地面集输管网的结构参数进行了优化。分别建立优化目标函数及算法，并利用胜利采油厂的胜坨油田和长庆采油三厂的靖南油田的两个集输管网的实际生产数据，分别采用SQP算法和遗传算法中的并列选择法和权重系数变化法进行管网最优管径的求解。结果表明，与SQP算法相比，采用遗传算法进行集输管网结构参数优化有更好的优化效果。     

基于压缩感知的多中继协作通信系统稀疏信道估计算法研究

提出了一种基于压缩感知理论的多中继协作通信系统稀疏信道估计方法.采用正交匹配追踪（Orthogonal Matching Pursuit,OMP）压缩感知算法,对时域信道脉冲响应进行估计.对多中继协作通信系统进行稀疏建模;结合压缩感知理论构建观测矩阵,并给出卷积信道的稀疏表示;利用压缩信道感知算法重建了系统的卷积复合信道.仿真结果表明,与传统的最小二乘法（Least Square,LS）相比,采用压缩感知理论的信道估计算法,能利用较少的导频信号获得很好的信道估计性能,提高了频谱利用率.     

盲信道均衡的动量恒模算法

介绍了盲信道均衡恒模算法（CMA）的基本原理，对恒模算法的缺点进行了分析，通过修正恒模算法的迭代公式提出一种动量恒模算法（MCMA）。利用QPSK信号，采用计算机仿真的方法对动量恒模算法与恒模算法进行盲均衡性能比较，模拟结果显示，MCMA算法比CMA算法在收敛速率、降低稳态均方误差和符号间干扰具有明显的优势，有效地改进了信道均衡性能。     

基于BP算法与遗传算法的气体识别模型应用

本文采用遗传学习算法和误差反向传播算法（BP 网络）相结合来训练前馈人工神经网络（BPN），使网络收敛速度加快并避免局部极小。依据算法建立网络模型，用小批量训练替代单样本训练和大批量样本训练，提高网络的训练速度。通过模拟，预测结果表明，该算法收敛速度快，预测精度高，为气体模糊识别和预报提供了一种新思路和新方法。     

拟合延时补偿的光声重建

针对传统的反投影算法中,假定声速均匀和延时补偿固定往往使得图像在特定的深度聚焦,在其他深度出现伪影的情况。本文分析了这种假定造成图像质量下降的原因并提出了一种改进的拟合延时补偿(FDC)重建算法,该方法利用拟合的延时补偿代替单一的延时补偿,采用变化的延时补偿进行光声重建。实验对比表明,相比传统的重建算法,该算法明显改善了聚焦效果,能够有效地消除伪影,提高图像质量。     

二阶广义总变分约束的太阳图像多帧盲解卷积

盲解卷积是常用的自适应光学图像事后重建方法之一。为提高盲解卷积对太阳(自适应光学)图像的重建效果，本文提出了基于二阶广义总变分的空变多帧盲解卷积算法。该算法首先利用交替最小化和半二次分裂方法求解本文提出的二阶广义总变分约束的空不变多帧盲解卷积模型；然后针对非等晕大视场太阳图像特性，利用重叠分块与加权拼接实现空变盲解卷积扩展。在一米新真空太阳望远镜(NVST)观测的真实太阳图像上进行的重建实验与分析表明，本文算法在主观视觉效果和客观指标上均具有较好的图像重建效果。     

非定常N-S方程的双重网格数值模拟

本文采用全离散双重网格算法（时间变量采用Eular全隐式格式离散,空间变量采用混合有限元离散）,对非定常Navier-Stokes（N-S）方程进行数值模拟.双重网格算法的基本思想是,首先在粗网格有限元空间X^H上求解一个非线性问题,然后在细网格有限元空间Xh（h＜＜H）上求解一个线性问题.数值实验结果表明：在保持几乎相同精度的前提下,双重网格算法比标准有限元算法节省近一半的计算时间,说明了新算法求解非定常N-S方程的可行性和高效性.     

基于单频数据重构散射障碍的新型线性采样方法

散射及反散射的数学理论与计算一直是应用数学领域中的重要课题，其成果在地质勘探、无损探测、医学成像等领域都具有广泛的应用．线性采样方法（LSM）是近年来反散射理论中一类非常流行的非迭代型重建算法，但是这种方式很难推广到如半空间中障碍反散射等更为复杂的问题中．本文基于单频数据研究Dirichlet障碍反散射问题的数值重建算法．通过构造带有阻尼边界条件的辅助边值问题，提出了一类新型的线性采样方法，并在理论上严格证明了该方法在任意给定的波数下重构障碍形状及位置的有效性．     

基于GAHE-VMD与SVD-SCEC的管道信号联合去噪法

为了更有效分析管道信号，提出一种基于采用在恶劣环境下的遗传算法（Genetic Algorithms in Harsh Environments,GAHE）优化变分模态分解（Variational Mode Decomposition,VMD）联合奇异值分解（Singular Value Decomposition,SVD）与选择性累计能量贡献率（Selective Cumulative Energy Contribution,SCEC）的互补去噪方法。首先，提出用GAHE算法优化VMD算法并结合相对熵对信号中的中高频噪声进行初步消噪，解决VMD参数难以确定和传统遗传算法收敛慢的问题。其次，提出采用SCEC算法结合SVD算法对信号中残留的中低频噪声进行消噪，解决非线性、非平稳信号中大数量级的直流分量影响奇异值选择的问题。最后，通过实验与分析表明：GAHE优化算法收敛速度更快；SCEC奇异值选择法的抗直流能力更强；所提算法的处理效果较优且算法两部分具有互补特性。     

一种彩色视频超分辨率重建算法

基于RGB三通道的超分辨率视频重建算法对彩色视频进行处理将导致算法的计算量过大,不利于其在彩色视频实时处理中的应用。针对这一缺点,本文基于核回归函数提出了一种高效的彩色视频超分辨率重建算法,该算法只需要对亮度分量进行超分辨率重构,在增大视频序列重构信息量的同时,大幅降低超分辨率重建算法的计算量,更适用于彩色视频的实时超分辨率重建场景中。     

关于智能天线的分析

随着社会信息交流需求的急剧增加、个人移动通信的迅速普及，频谱已成为越来越宝贵的资源。智能天线采用空分复用（SDMA）．利用在信号传播方向上的差别，将同频率、同时隙的信号区分开来。本文介绍了智能天线的基本概念，并详细介绍了最小均方（LMS）算法和递归最小二乘（RLS）算法，给出了相关具体的运算。     

一种改进的特征系统实现算法及在智能结构中的应用

针对多输入／多输出特征系统实现算法（ Ｅ Ｒ Ａ），提出了一种改进算法，这种算法通过以递推形式形成一个对称半正定阵，采用特征值分解代替奇异值分解，并采用相关滤波的方法对测量数据进行预处理以提高识别精度。本文还将其用于具有密集模态的空间智能桁架的模态参数识别中，以建立受控数学模型，对改进算法运算量的理论分析与应用实例表明，该算法的运算速度可提高５～１０ 倍，是一种较好的多输入／多输出模态参数识别算法     

基于B样条的冠状动脉树骨架三维重建方法

以B样条曲线为基元，根据两幅不同角度的冠脉造影图像重建冠状动脉树的三维骨架。首先采用B样条曲线的“迭代最近点拟合算法”拟合二维血管中心线，由二维控制点计算三维控制点，然后根据曲线拟合误差和对应点匹配误差优化三维B样条控制点，最后得到冠状动脉树三维骨架的B样条描述。利用临床冠脉造影图像进行冠脉树骨架的三维重建实验，结果表明本重建方法比传统方法在重建精度和算法复杂性上都有较大的改善。     

数字化电容层析成像系统

基于电容敏感原理设计的数字化电容层析成像（ECT）系统，利用有限元法，分析了阵列电极结构对敏感场分布的影响，通过优化设计和仿真试验，改善了敏感场分布的均匀性；构建了以数字信号处理器（DSP）为核心、现场可编程门阵列（眦）协同工作的12电极的数字化ECT系统，提出了由离线预迭代和在线一步成像所构成的新的图像重建算法——预迭代法，其成像速度及精度均明显得到提高。     

固定p-剖分算法

固定剖分（Stationary subdivison）方法是一种关于离散点插值的新型几何造型方法。在几何造型与侦讯（interrogation）,图像分解与重建,由多尺度分析构造紧支撑正交小波,分形及其成等问题中起着重要的作用。本文给出了它的一种推广：固定p－剖分算法及其收敛性质。     

一种基于MOD字典学习的图像超分辨率重建新算法

将低分辨率图像重建成高分辨率图像是图像处理领域中的一个重要课题。Yang提出一种基于联合字典学习的图像超分辨率重建算法,其算法样本选取与字典训练方法较为复杂。提出一种基于MOD字典学习的图像超分辨率重建新算法,首先采用少量的训练样本代替Yang的大量训练样本,然后使用MOD字典学习算法代替Yang的FFS字典学习算法,最后利用字典对图像进行稀疏表示与重建。实验结果表明,所提出的算法速度较快,并且重建图像的质量较高。