融合压缩感知—Landweber法图像重建

为提高Landweber算法的收敛速度,将压缩感知理论引入到Landweber算法中,理论上证明了该算法的可行性并用改进的距离驱动进行系统矩阵的建模。实验结果证明:融合算法进行图像重建时,算法的收敛速度及采样时间均优于Landweber算法。并用GPU对重建算法进行加速,大幅度提高了算法的执行速度。     

基于压缩感知二次规划算法的中子信号降噪重构

为解决降噪后仍保持信号相似度问题,提出了基于压缩感知二次规划滤波算法优化重构含噪中子信号。通过将压缩感知重构算法中拉格朗日乘子形式转换成等价的扰动线性规划问题,求解凸优化问题寻找最优化解,使用二次规划算法降噪重构。实验结果表明:二次规划算法具有较好的降噪效果,除了在信噪比、均方根误差的效果较佳之外,重构仿真后仍可保持较高的相似度。二次规划算法基于凸优化问题求取最优化解的方法对非线性核信号滤波研究有所帮助。     

基于压缩感知理论的中子能谱解谱方法

准确的中子能谱信息对于核装置的设计和运行具有十分重要的意义,现有解谱方法通常将先验信息作为迭代初值使用,限制了解谱过程多重先验信息的使用。本文针对中子能谱测量中的解谱问题,建立了基于压缩感知理论的中子能谱解谱方法,并应用于几种典型中子能谱的多球谱仪测量和辐照监督管处中子能谱的活化片测量中的中子能谱解谱问题,结果表明：所建立的解谱方法可实现一次解谱中多重先验信息的使用,可有效实现典型中子能谱和反应堆辐照监督管处中子能谱的解谱,解谱结果与标准解吻合良好。另外,由于多重先验信息的使用,使得解谱过程对方程数量的依赖降低,去除²³⁸U和²³⁷Np等裂变探测器时辐照监督管处中子能谱依然可得到较高精度的求解,为辐照监督项目去除裂变探测器奠定了理论基础。     

一种加速ASD-POCS算法

为进一步提高ASD-POCS算法的图像重建速度,对ART部分的收敛因子进行改进,提高该算法的收敛速度,同时将改进的算法在GPU上进行加速以减少算法的迭代时间,并对Shepp-Logan模型进行重建,实验表明:在数据量相同且保证成像质量的前提下,基于GPU加速的改进ASD-POCS算法较基于CPU的ASD-POCS算法运行速度提高了近2倍,达到了加速的目的。     

基于L_p算子的CT迭代重建算法研究

针对稀疏角度下的CT图像重建问题,E.Y.Sidky等人提出了ART-TV算法。该算法利用图像梯度具有稀疏性作为先验知识,每次迭代利用梯度下降法调整图像梯度的L1范数。论文在ARTTV算法的基础上,利用图像梯度的Lp(0p1)范数代替L1范数对图像进行重建,研究不同Lp(0p1)算子对图像重建效果的影响。实验表明,适当的p可以进一步提高图像重建质量。     

压缩感知理论在超宽带系统的应用前景分析

超宽带( Ultra - Wideband,UWB)在无线通信、雷达探测与成像、无线传感网络等领域具有广阔的应用前景.由于UWB脉冲信号的频带宽、时间宽度窄,高速采样已成为制约UWB无线系统快速发展的一个重要的技术瓶颈.压缩感知(Compressive Sensing or Compressed Sensing,CS)...     

基于Chambolle-Pock算法的TV重建方法研究

为实现CT稀疏视角下的投影图像重建,Sidky等设计了基于Chambolle-Pock(CP)算法,论文在此基础上实现了CP算法。仿真实验表明,与传统的滤波反投影算法相比,CP算法不存在伪影,在含噪情况下,CP算法具有较好的性能,可以实现稀疏角度下的高精度图像重建。同时,探讨了平衡因子的选取对重建精度的影响。     

四种系统矩阵建模方法的比较

构建了像素驱动、距离驱动、改进的距离驱动和射线驱动四种系统矩阵建模方法,并将其运用于ADMM算法,比较了它们的建模速度、建模精度以及收敛速度,同时比较了它们在有噪声的情况下对噪声的敏感程度。实验表明:距离驱动的建模速度最快;改进的距离驱动的建模精度最高,射线驱动在ADMM算法中的收敛速度最快。     

基于压缩感知的砂岩型铀矿地震勘探优化随机欠采样与数据重建

采集成本偏高是制约地震勘探方法在砂岩型铀矿地球物理勘查中大规模应用的主要因素之一。压缩感知理论可以通过压缩测量与稀疏重建的方式实现低成本地震数据采集,从而提高砂岩型铀矿地震勘探方法的经济效益。实际操作中,压缩感知理论中测量矩阵的设计,即欠采样方法的优劣,是地震数据重建成败的关键之一。将改进的分段随机欠采样方法与边缘保持分段随机欠采样方法相结合,提出一种优化的边缘保持分段随机欠采样方法。结合不同抽稀比例参数条件下的Gram矩阵分析、正演模拟数据对比与松辽盆地砂岩型铀矿地震数据实际应用效果表明,本研究提出的优化欠采样方法具有最佳的综合性能,可以作为一种用于砂岩型铀矿地震勘探随机欠采样的有效方法,能够为后续的稀疏重建提供良好的数据基础。     

改进的模拟植物生长算法及其在大型辐照装置自动排源中的实用化

在相关研究工作的基础上,分析得到了基于模拟植物生长算法的排源算法的性能热点,并对其进行了并行化改进,具体是将原有串行执行过程转化为统一计算设备架构（CUDA）的线程块并行执行过程,从而可有效利用GPU的大规模并行能力,实现程序执行效率的大幅加速。若干计算实例结果表明,在保持排源算法原有优点的基础上,新算法的整体性能有最低30倍的提高,使当前的排源算法具有高度的竞争力。     

GPU梯度自适应SART图像重建算法

针对SART迭代重建算法所需投影数据量大且迭代时间长的问题,将TV算法引入SART中,动态调节梯度步长来加速算法的收敛性能,实现用少量投影数据重建出高质量的图像。为加快算法的执行速度,将SART-TV算法在GPU上并行加速。用SART算法和SART-TV算法对Shepp-Logan模型重建,仿真实验表明:在采样数据相同的情况下,SART-TV算法较SART算法可以重建出更好的图像,且基于GPU的SART-TV算法的迭代时间明显低于基于CPU的SART-TV算法。     

基于GPU的快速调强算法研究

研究了使用图形处理器（GPU）对调强放射治疗计划系统（IMRT）中分子动力学优化方法的加速方法及效果。利用统一计算设备构架（CUDA）平台,分别对4个临床肿瘤调强病例的笔束剂量响应矩阵的乘积运算进行GPU并行优化加速。比较和分析GPU并行加速笔束剂量响应矩阵的乘积运算的结果。结果表明,GPU平台上的计算结果与CPU平台的计算结果存在一定的差异,其最大相对误差为5.822×10^-7,这一差异在临床上是可以接受的,GPU并行运算可以使计算速度提升9-12倍。     

GPU加速剂量计算中微分卷积/积分算法的实现

微分卷积/积分算法是计算精度较高的光子线剂量计算算法,较长的计算时间限制了该算法在临床上的使用。本文对微分卷积/积分算法中最耗时的部分实现了基于GPU的并行化计算,与基于CPU的计算相比,在Tesla C1060上计算速度提高可达30X-60X。利用γ因子对计算结果的准确性进行了分析,结果显示,无论是均匀水模还是非均匀头模,在单照射野还是多照射野情况下,加速后的结果都与CPU的计算结果有相同的准确性。通过GPU并行加速,微分卷积/积分算法能成为日常的剂量计算算法。     

基于改进型Brovey算法的高光谱数据融合技术

借鉴IHS变换融合算法的改进方法和思路,提出了对Brovey融合算法的改进措施,减少了融合图像的光谱特征畸变。同时,克服了IHS变换等方法只能同时融合3个波段数据的缺点,实现了利用改进型Brovey算法融合高光谱图像和高空间分辨率影像。通过实验表明,改进的Brovey融合算法与原Brovey算法相比,不但完成了三波段以上数据的融合,而且减少了融合图像的光谱畸变,取得了较好的融合效果。     

基于数据驱动的核动力系统异常检测及分析方法研究

针对核动力系统在线异常检测存在故障样本稀少且不完备的现实问题,借鉴安全运行域的概念,基于逻辑距离计算的思路,提出一种基于正常运行数据驱动的核动力系统异常检测方法,并以某核动力系统常用运行工况历史数据为对象,对算法进行了试验验证。结果表明,设计算法能有效检测系统异常和故障,具有良好的可靠性和可解释性,并且检测力度具有可调节性。     

改进ADMM-TV算法重建CT图像

将ADMM算法与TV算法结合,并在原始ADMM-TV算法的基础上进行了改进,提出基于ADMM-TV的改进算法,该改进算法能够在迭代过程中自适应地选取到更优的λ值,从而提高ADMM算法进行稀疏重建的成像质量。最后进行phantom图像的仿真实验,并将原始算法与改进算法在相同实验环境下进行对比,结果表明,改进算法能够实现更好的重建效果,并且能够有效提高图像信噪比,同时具有一定的抗噪能力。