基于逆散射理论的地震波速度正则化反演

本文基于逆散射理论利用正则化有限差分对比源反演算法对地震波传播速度进行反演, 该方法是基于波动方程的频率域波形反演算法, 利用非线性共轭梯度法, 通过最小化目标优化函数不断迭代更新速度模型. 由于地球物理反演问题的病态性和不稳定性, 通过基于反演参数总变差的正则化处理, 使反演问题变为良性问题且算法具有较强的抗噪声干扰能力. 反演过程中使用了频率-空间域9点差分正演算子以及PML吸收边界条件. 与其他反演算法相比, 由于背景模型在反演迭代过程中保持不变, 可以避免在每次迭代过程中重新构造正演算子及矩阵分解等相关计算过程, 使得该算法非常适合于大规模三维反演计算. 此外, 本文采用基于MPI的并行计算, 进一步提高了反演计算的效率. 二维CSEG模型反演结果表明该方法可以反演得到高分辨率的地震波速度重建结果, 为地震勘探数据处理及解释提供准确的速度信息.     

基于双鸟群优化的高光谱图像非线性解混

针对高光谱图像像元中端元物质非线性混合的特点,借鉴生物群智能现象,提出一种基于双鸟群优化的高光谱图像非线性解混算法。为进一步提高非线性解混算法的精度,通过模拟鸟群中觅食、警惕以及飞行等行为得到非线性问题的最优解。算法通过双鸟群的迭代优化来交替更新目标函数中的最优解以及非线性模型参数,最终得到高光谱图像端元丰度的最佳估计。仿真实验和光谱数据实验结果表明:双鸟群优化算法迭代收敛,能克服局部最小值问题;相比于同类算法,该算法解混结果的丰度重建误差、平均光谱角距离和像元重建误差3项指标均较小,该算法解混精度高,像元重构效果好,能有效提高高光谱图像非线性解混的精度。     

旁瓣约束下期望主瓣幅度响应迭代波束设计

研究了旁瓣约束下的期望主瓣幅度逼近问题,其包含双边绝对值不等式结构,为非凸波束设计问题。针对传统的多约束优化算法难以处理非凸结构,提出了两种迭代算法。一种对原优化问题作局域线性近似,将非凸约束转换为仿射约束,进而迭代局部二阶锥规划问题求解原问题。另一种通过引入辅助变量构建增广拉格朗日函数,将加权向量与各约束解耦合,交替迭代求解关于原变量、主瓣辅助变量与旁瓣辅助变量的三个子优化问题以给出初始非凸问题的解。针对子优化问题,通过灵活运用拉格朗日乘子技术构建了低复杂度求解方案。采用仿真和实测阵列流形验证设计效果,结果表明,所提两种迭代算法可实现主瓣幅度逼近,合成平顶波束图,且对阵型无依赖性。交替迭代法耗时显著低于迭代二阶锥规划法。      

基于总变分最小化模型的异步并行GPU加速算法

相比于传统同步并行计算策略,在异步并行计算框架下,针对最常用的总变分(TV)最小化重建模型,通过将其转化为不动点迭代问题,并利用异步交替方向法(ADM)进行求解,推导出基于TV最小化模型的异步ADM迭代重建算法,即异步交替方向总变分最小化算法(Async-ADTVM)。利用消息传递接口技术将该算法在图形处理器(GPU)集群上进行测试,进一步提高了原始基于TV最小化模型的迭代重建算法的计算效率。实验表明,该算法在计算求解精度上略优于ADTVM算法,同时在GPU性能存在差异的条件下相比传统多GPU加速策略可获得更高的加速比。     

基于全变分最小化和快速一阶方法的低剂量CT有序子集图像重建

低剂量计算机断层成像(computed tomography,CT)具有减少X射线对患者的伤害的优势.本文主要针对从不完备投影数据重建出高质量低剂量CT图像的问题.通常,这个问题可以通过统计图像重建方法来实现,而统计重建算法需要非常多的迭代次数,导致了巨大的计算时间压力,以至于很难应用在实践中.为解决此问题,本文提出一种有序子集重建算法,该算法结合了全变分最小化和快速一阶方法以减少重建的迭代次数,采用Split Bregman交替方向法求解上述优化问题,利用投影到凸集合的方法加快迭代的收敛速率.实验结果表明,在同样的迭代次数下,本文提出的方法与基于有序子集的一阶方法相比较,相对重建误差的下降速度更快.     

角度受限下稀疏投影数据的改进粒子群优化随机CT重建

当计算机断层成像(CT)中X射线的采样范围和数量受限时,得到的稀疏投影数据完备性很低,重建算法的搜索空间巨大。基于凸优化思路的迭代求解算法及其改进采用固定搜索路径,难以在有限时间内收敛至全局最优解;粒子群优化具有全局搜索能力,但计算成本和存储代价过高。为解决这类不完备投影数据的重建问题,提出基于粒子群优化的随机稀疏重建算法。首先,通过随机策略生成具有多样性的初始种群,以保证算法的搜索能力;其次,随机选择梯度下降或基于个体历史最优解和全局历史最优解的随机方向进行迭代,以兼顾算法效率和搜索方向的多样性;最后,基于适应度评价,有针对性地重新生成随机初始种群,强制跳离局部最优。针对角度受限下无噪声和含噪声的稀疏投影数据,分别进行重建实验。结果显示,与常见的凸优化迭代和粒子群优化算法相比,本文算法既能保证算法效率,又在重建质量和算法稳健性上具有明显优势。     

基于偏折光谱的非线性迭代层析数值模拟

模拟流场,校验自研发的偏折层析系统。根据光线偏折的光学原理,以及层析的数学、物理意义,研究开发了偏折层析程序。结合自研发的简单自相关代数迭代重建技术(simple self-correlative algebraic reconstruction technique：SSART),开发了一种新的层析系统,文章称“基于偏折光谱的非线性迭代层析系统”。用Gauss函数模拟复杂流场的一个切片,根据偏折层析算法计算该切片的偏折光谱,从偏折光谱中提取投影。采用SSART迭代重建算法重建截面。比较模拟重建结果与原场的差别,采用均方差 (mean-square error：MSE)和峰差(peak error：PE)指数标定重建效果,以检验算法的有效性。结果发现,应用开发的偏折层析程序,采用SSART迭代算法,能够精确重建模拟场,MSE稳定在0.000 09～0.000 11范围,PE稳定在0.007～0.013之间。因此,基于偏折光谱的非线性迭代层析系统能够根据偏折信息精确重建复杂流场。     

地层渗透参数反演计算

利用渗流源网格压力(及井底压力)对网格渗透率导数关系(称为渗透率压力场敏感系数)实现由三维渗流方程压强数值解计算井底压力对网格渗透参数导数的计算.基于渗透率压力场敏感系数的计算结果构造地层渗透参数反演方程,由多井系统井压监测数据实现反演地层渗透参数的计算.算例显示:反演方法对均匀(或分块均匀)油藏模型的计算取得了较好的结果,反演迭代10次后计算结果与模型参数的最大相对误差收敛于1%之内.该方法对油藏动态模拟研究及实现油藏参数动态跟踪具有实际意义.     

非精确交替方向总变分最小化重建算法

CT (computed tomography)系统实际应用当中, 经常会出现扫描数据不满足数据完备性条件的情况. 针对不完全角度重建问题的研究, 是目前迭代型算法研究中的一个热点. 一系列基于带有约束的总变分最小化的重建算法近年来在不完全角度重建中取得了较好的效果, 这其中基于交替方向法 (alternating direction method, ADM) 的重建算法表现出更好的性能. 然而, ADM方法在求解过程中对矩阵求逆的处理效率不高, 导致极大的计算开销. 本文针对该问题, 使用非精确ADM方法, 利用线性近似的方式替换掉计算开销较大的项, 使得矩阵求逆问题可以通过快速傅里叶变换加速实现. 实验结果表明, 本文提出的非精确交替方向总变分最小化重建算法与精确ADM重建算法相比, 没有明显的精度损失, 计算时间缩减30%左右. 关键词： 不完全角度重建 总变分最小化 非精确交替方向法     

一种改进的光场μPIV反卷积重建算法

光场显微粒子图像测速技术(μPIV)利用Lucy-Richardson反卷积算法重建粒子场时需进行多次迭代计算,重建耗时长.为提高重建效率,本文利用光场μPIV流场测量过程中示踪粒子稀疏分布的特点,提出一种改进的反卷积重建算法.该算法以粒子场中非零元素与对应点扩散函数的乘积和代替粒子场与点扩散函数的卷积运算,减少了反卷...     

改进的约束共轭梯度闪光照相图像重建算法

 针对闪光照相图像信噪比低的特点,提出了一种改进的约束共轭梯度闪光照相图像重建算法。该算法在约束共轭梯度迭代重建的基础上,提出了新的预优矩阵选取方案,减小了重建图像的轴线噪声,利用松弛迭代步长代替共轭梯度法中的最优迭代步长,并采用了新的收敛准则,在保证算法收敛的同时,减少了重建算法的计算量。数值试验表明,与传统约束共轭梯度重建算法相比,改进算法稳定收敛,迭代速度更快,并能有效提高重建质量。     

基于高分辨率激光外差光谱反演大气CO_2柱浓度及系统测量误差评估方法

利用实验室研制的近红外激光外差光谱仪,开展了基于最优估计算法的温室气体柱浓度反演和系统测量误差的近似评估等相关工作.首先,通过光谱数据库、参考正向模型计算结果与傅里叶变换红外光谱技术探测结果筛选出了探测窗口,并以此为依据选择了相应的激光器和探测器;其次,建立了基于参考正向模型最优估计浓度反演算法,采用Levenberg-Marquardt (LM)迭代方法,实现了整层大气CO_2柱浓度及垂直分布廓线的反演,并开展了长期观测对比实验,验证了反演算法的可行性;最后,通过模拟所选探测窗口波段在不同白噪声条件下的正向大气透过率谱,获得了系统SNR与柱浓度测量误差之间的近似对应关系.该研究是探测系统不可或缺的理论计算部分,将有助于完善激光外差技术在大气探测中的应用.     

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明:该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。     

利用加权预测的图像迭代盲解卷积

为解决大气湍流造成的图像退化问题,本文鉴于现有的盲解卷积算法收敛性不稳定,计算量大等特点,提出了一种基于加权预测的迭代盲解卷积算法。对目前性能优秀的用迭代实现盲解卷积的L-R算法进行优化,在每次迭代结束后通过加权方法求出预测值,根据预测值计算方向加速算子,从而大大提高算法的收敛速度。实验表明：该算法不仅可对模糊退化图像进行很好的复原,同时与L-R算法相比收敛速度提高约43.8倍,其迭代速度快的特点决定了算法具有较高的工程实用价值。     

X射线双能计算机层析成像投影分解的优化迭代方法

双能计算机层析成像(CT)投影分解是双能CT预处理重建算法的关键步骤,在采用迭代算法求解双能投影积分方程组时,迭代初值的选择对迭代的收敛性影响很大。为了解决双能投影积分方程组迭代求解的初值选择问题,提出一种优化迭代算法。该算法在计算双能基材料投影查找表以及进行系统标定时,依据高低能投影数据的数值范围,设置一定的步长,按照高低能投影值的大小依次求解对应的基材料投影,并以上次的收敛结果作为下次迭代的初值。结果表明,该优化迭代算法有效改善了迭代的收敛性,提高了双能CT系统标定的效率,验证了算法的有效性。     

基于约束共轭梯度的高能闪光照相3维重建算法

 针对高能闪光照相系统成像信噪比低的特点，提出了3维约束共轭梯度算法，该算法基于3维重建理论来重建方程，利用约束共轭梯度法迭代求图像重建的最优解。数值模拟结果表明：采用3维约束共轭梯度算法能有效改善高能闪光照相重建图像轴线噪声大的问题，是一种具有很高抗噪能力的闪光照相图像重建算法。     

基于代数迭代算法的燃烧火焰温度场和气体浓度场重建研究

基于TDLAS(tunable diode laser absorption spectroscopy)技术,以水汽作为目标气体,采用直接吸收的测量方式,探测了甲烷空气预混平焰炉燃烧区域水汽的吸收光谱信号,通过ART(algebraic reconstruction technique)代数迭代算法对燃烧场温度和水汽浓度分布进行了模拟重建和实验研究,模拟重建采取5×5共25个网格的正方形重建区域,假定25个网格的一个温度浓度二维分布,模拟28条激光束从不同的角度方位穿越重建区域,得到模拟射线下的投影值,经ART算法重建,结果显示温度场和水汽浓度场的重建偏差均在1%以内。实验采用分布反馈式激光器作为光源,选取H₂O的7 153.722,7 153.748和7 154.354 cm-1三条吸收线作为测温谱线,其中前两条线不区分作为一条吸收线来处理。使用平移台多方位平行扫描,共获取30路光谱吸收信号,经数据处理、算法重建和双线比值法测温原理得到了圆形平焰炉16个不同区域的温度浓度值,且炉面偏向中心区域温度浓度值较高,边缘较小,结果表明代数迭代算法能够很好地实现燃烧区域温度场和水汽浓度场的反演。     

基于正则化迭代的并行磁共振图像重建算法

为了解决并行磁共振成像过程的病态性和图像信噪比下降问题,降低重建过程中噪声放大和异常值的干扰造成的图像信噪比的损失,提出了一种基于正则化共轭梯度迭代的并行磁共振成像重建算法;该算法基于最小二乘理论,引入正则化,优化方程,进而进行迭代重建;采用了不同加速因子的人脑磁共振K空间欠采样数据以验证该算法的重建性能,仿真结果表明了该算法相较于最小二乘法,能较大限度地降低噪声对重建结果的干扰,具有信噪比更高、误差更小、成像效果更好等特征;重建图像质量得到了较好的改善,对临床诊断更具有适用性。     

基于成像差分吸收光谱技术和压缩感知理论的烟囱烟羽断层重建研究

烟羽断层重建质量受两方面条件限制：其中一个限制条件是遥感设备的时间分辨率。以往的研究多使用多轴差分吸收光谱仪（MAX-DOAS）进行CT重建,受采集数据速度的限制,重建图像的时间分辨率较低。另一个限制条件是,采集到的数据量有限,是典型的不完全角度重建。过去多使用代数迭代重建算法或统计迭代重建算法,重建图像受测量误差的影响比较大,分辨率较低且伪影较多。构造了基于成像差分吸收光谱技术（IDOAS）的光谱数据采集系统,与多轴差分吸收光谱仪构造的系统相比,数据采集的时间分辨率提高了160多倍,基本解决了时间分辨率的问题。提出了一种基于压缩感知理论和低三阶导数模型的烟羽断层重建算法--投影凸函数集低三阶导数法,简称为POCS-LTD。在投影的过程中,使用代数重建算法使重建图像符合投影方程;在全变分迭代的过程中使用了优化算法,将低三阶导数模型的全变分归一化值作为优化算法的迭代方向,前次迭代运算结果与本次投影运算的差值的模作为迭代步长。对重建算法进行了数值模拟,并以重建图像的接近度和一致性相关因子为指标,对重建结果进行了分析。数值模拟表明,算法具有良好的抗误差能力,与传统的低三阶导数法相比,本文提出的算法将重建接近度减小了80%以上。使用烟羽数据采集系统进行了外场实验,用POCS-LTD算法对外场实验的数据进行了烟羽重建,重建图像显示烟羽图像清晰,伪影得到了较好的抑制。介绍的烟羽断层数据采集系统和烟羽断层重建算法,提高了烟羽断层重建图像的时间分辨率,减少了重建图像的伪影,扩大了光谱测量技术的应用范围。     

光学经纬仪多站交会的整体最小二乘算法

靶场多台光学经纬仪获取空中炸点坐标时,所采用的水平投影法存在未能充分利用冗余观测值以及难以从多组解算结果中选出最精确结果的问题。而基于最小二乘的交会算法,虽然能解决上述问题,但是受初值影响较大、迭代速度慢甚至可能发散。提出了一种基于整体最小二乘的交会算法,该方法在迭代计算的过程中,对权矩阵不断进行调整,直到满足一定的精度要求为止。结合仿真数据对算法进行了验证。结果表明:该算法在初值较大的情况下,不容易发散,进行10次以内的迭代计算,即可得到较好的结果,当站点至目标距离为1 500 m时,精度可达到0.3 m以内,满足靶场要求。该算法同时考虑了观测值误差和模型线性化误差,大大降低了初值的影响,提高了收敛速度,能够精确地解算出炸点的三维坐标。