基于 L-曲线参数优化的均匀声场重建算法

为了得到最小二乘法声场重建问题的稳定解,通常需要引入Tikhonov正则化方法。然而正则化程度取决于正则化参数的选择。针对这一问题,提出了一种基于L-曲线法参数选择的均匀声场重建算法。该算法根据重建误差与扬声器功率计算得到L-曲线,该曲线上曲率最大的点所对应的参数值作为Tikhonov正则化参数的选值。确定正则化参数后可进一步得到扬声器权系数以及重建均匀声场。针对不同正则化参数取值方法,对控制区域进行均匀声场重建以及重建性能仿真。仿真结果及实验表明,L-曲线法实现了重建误差与扬声器驱动信号功率之间的平衡。     

计算机控制光学表面成形中大规模驻留时间求解

采用基于稀疏矩阵的大规模非负最小二乘法,对大口径、微浮雕结构光学元件加工中的驻留时间进行了分析与求解,并对该算法开展了正则化研究。仿真结果表明:与传统非负最小二乘法相比,基于稀疏矩阵的大规模非负最小二乘法精度高、效率快。采用该算法仿真加工平均振幅为1.177 6倍波长的大口径、微浮雕结构光学元件,误差面形均方根收敛至0.067倍波长。     

一种基于约束共轭梯度的闪光照相图像重建算法

 针对闪光照相系统成像信噪比低的特点，提出了正则化预优约束共轭梯度算法（RPCCG）。RPCCG算法在闪光照相重建方程中引入Tikhonov正则化准则，利用预优约束共轭梯度法迭代求图像重建的最优解。数值试验表明，采用最小二乘+平滑准则的RPCCG算法是一种具有较高的抗噪能力的有效闪光照相图像重建算法，具有良好的收敛性和稳定性以及较高的重建精度。     

一种全球定位系统接收机单点定位的新算法及数值试验

借助于Bancroft方法快速决定全球定位系统中接收机的大概位置，可作为观测方程线性化的初值.采用最小二乘法来求解方程时，观测数据存在较大误差(即出现粗差)的情况下，最小二乘解会出现不稳定性，即问题呈不适定性.为了克服解的不适定性，引入了正则化方法，采用正则化方法及正则化参数最优选择来提高抗粗差能力.实验结果表明，利用这种定位方法的抗粗差能力有一定的改进，这对实时、快速定位有重要意义. 关键词： 全球定位系统 Bancroft方法 最小二乘法 正则化     

含噪混沌时间序列预测误差分析

对于含噪混沌时间序列预测问题, 传统方法存在较大的经验性, 对预测误差的构成分析不足, 因而忽略了混沌动态重建与预测模型建立之间的差异性. 本文将实际预测误差分解为预测器偏差和输入扰动误差, 并对整体最小二乘和正则化两种全局预测方法进行分析比较, 进而说明整体最小二乘适用于混沌动态的重建, 对预测器偏差影响较大, 而正则化方法能够改善预测器敏感性, 对输入扰动误差影响较大. 通过两个仿真实例, 展示了混沌动态重建与预测模型建立之间的差异, 在对比最小二乘和正则化方法的同时验证了实际预测误差受预测器偏差和输入扰动误差共同作用. 并指出, 在实际操作时应在二者间寻求平衡, 以便使模型预测精度达到最优. 关键词： 混沌时间序列预测 噪声 整体最小二乘 正则化     

用于前向光散射颗粒粒度测量的基函数Tikhonov正则化算法

以前向光散射颗粒测试技术中的反演问题为研究对象,将颗粒粒径分布函数表示为一系列B-spline函数的线性组合以降低反演问题的病态性。模拟计算与实验表明:采用基函数形式的Tikhonov正则化方法可减少传统Tikhonov正则化反演带来的振荡,使其更加光顺。     

L-曲线准则在正则化图像复原中的应用

对因大气湍流引起的退化图像复原问题,采用Tikhonov正则化方法将其归结为一个适定的线性方程组的求解问题。当图像边界满足周期性条件时,利用二维离散傅里叶变换及其逆变换即可求得复原图像。在求解方程组中,利用L-曲线准则确定出能够平衡正则化函数和偏差函数的正则化参数,以得到较为理想的复原结果。仿真结果表明,当降质图像的噪声方差不是很大时,该方法能够得到较好的复原效果。     

遗传算法结合正则化方法反演海洋大气波导

针对正则化方法在解决实际反演问题时既能克服问题的不适定性又可以很大程度上抑制噪声和误差的传播, 本文提出了利用遗传算法结合正则化方法的新算法, 在遗传算法适应度函数中引入正则化项来反演波导参数; 然后对算法进行仿真试验, 结果表明新算法与传统遗传算法相比具有较高的反演精度, 并指出当噪声误差小于10%时, 算法具有较强的“去噪”性能; 最后利用机载雷达在Wallops岛探测的海表面处局部回波资料进行反演试验, 将反演结果与实测大气折射率廓线进行比较, 说明该算法的有效性. 新方法为海洋大气波导反演研究提供了一种新思路.     

二维有耗色散介质的时域逆散射方法

为了重建二维有耗色散介质的电参数分布,基于Debye模型,应用泛函分析和变分法,提出一种时域逆散射新方法.该方法首先以最小二乘准则构造目标函数,将逆问题表示为约束最小化问题,接着应用罚函数法转化为无约束最小化问题,然后基于变分计算导出闭式的Lagrange函数关于特征参数的Fréchet导数,最后借助梯度算法和时域有限差分法迭代反演Debye模型参数.为了对抗噪声污染和逆问题的病态特性,采用了一阶Tikhonov正则化方法.数值应用中,利用Polak-Ribière-Polyak非线性共轭梯度法,对二维乳     

大口径光学元件磁流变加工驻留时间求解算法

为了解决大口径光学元件磁流变高精度加工问题,基于矩阵运算模型,提出了SBB(Subspace Barzilai and Borwein)最小非负二乘与自适应Tikhonov正则化相结合的驻留时间快速求解方法。同时,在一次收敛中采用双去除函数优化螺旋线轨迹下光学元件的加工,保证中心区域与全口径面形精度一致。仿真表明该算法与常用Lawson-Hanson最小非负二乘法相比,计算精度一致且求解效率大幅提高。对Φ600mm以彗差为主的光学表面模拟加工,峰谷(PV)值和均方根(RMS)值从初始的2.712λ与0.461λ中心区域全局一致收敛到0.306λ和0.0199λ(λ=632.8nm)。因此,提出的算法能够在有效保证面形收敛精度的同时快速获得稳定可靠的驻留时间分布,为磁流变抛光应用于大口径光学元件提供有力支持。     

用于电介质中空间电荷分布测量的Tikhonov反卷积算法

研究了使用压力波法测量平板电介质试样的空间电荷分布的数值解法,使用基于Tikhonov正则化方法的反卷积算法得到了真实的空间电荷分布.在反卷积算法中使用了相关的技术处理,如小波包过滤高频噪音,Tikhonov正则化方法处理积分方程等.利用数值实验研究了噪声对反卷积算法的影响,结果表明,在无噪或者低噪环境下,反卷积算法能够非常好地计算出电介质中的空间电荷分布;在处理有噪数据时,反卷积的结果受到明显的影响,但仍然有较高的计算精度.正则化参数α对空间电荷分布的数值解起着明显的光滑作用,但是对于解的积分值却影响不大.对实际测量数据进行处理的结果表明,反卷积算法成功地计算出了固体电介质中的空间电荷分布和电场分布.     

Application of Tikhonov regularization method to wind retrieval from scatterometer data Ⅱ: cyclone wind retrieval with consideration of rain

According to the conclusion of the simulation experiments in paper I, the Tikhonov regularization method is applied to cyclone wind retrieval with a rain-effect-considering geophysical model function (called GMF+Rain). The GMF+Rain model which is based on the NASA scatterometer-2 (NSCAT2) GMF is presented to compensate for the effects of rain on cyclone wind retrieval. With the multiple solution scheme (MSS), the noise of wind retrieval is effectively suppressed, but the influence of the background increases. It will cause a large wind direction error in ambiguity removal when the background error is large. However, this can be mitigated by the new ambiguity removal method of Tikhonov regularization as proved in the simulation experiments. A case study on an extratropical cyclone of hurricane observed with SeaWinds at 25-km resolution shows that the retrieved wind speed for areas with rain is in better agreement with that derived from the best track analysis for the GMF+Rain model, but the wind direction obtained with the two-dimensional variational (2DVAR) ambiguity removal is incorrect. The new method of Tikhonov regularization effectively improves the performance of wind direction ambiguity removal through choosing appropriate regularization parameters and the retrieved wind speed is almost the same as that obtained from the 2DVAR.     

改进的固定点图像复原算法（英文）

研究了周期边界条件下,Tikhonov正则化的固定点算法,提出了变化正则化参数的方法。首先对正则化参数取较大值,抑制复原图像中的噪声,通过得出的收敛结果来修正初始梯度;然后对正则化参数取较小值,以增强复原图像中的细节。实验结果表明,与当前求解L1范数正则化函数和全变分正则化函数的流行算法比较,本文算法对于运动模糊与高斯模糊图像的复原效果更佳。     

Application of the Tikhonov regularization method to wind retrieval from scatterometer data I. Sensitivity analysis and simulation experiments

Scatterometer is an instrument which provides all-day and large-scale wind field information, and its application especially to wind retrieval always attracts meteorologists. Certain reasons cause large direction error, so it is important to find where the error mainly comes. Does it mainly result from the background field, the normalized radar cross-section (NRCS) or the method of wind retrieval? It is valuable to research. First, depending on SDP2.0, the simulated `true' NRCS is calculated from the simulated 'true' wind through the geophysical model function NSCAT2. The simulated background field is configured by adding a noise to the simulated 'true' wind with the non-divergence constraint. Also, the simulated 'measured' NRCS is formed by adding a noise to the simulated 'true' NRCS. Then, the sensitivity experiments are taken, and the new method of regularization is used to improve the ambiguity removal with simulation experiments. The results show that the accuracy of wind retrieval is more sensitive to the noise in the background than in the measured NRCS; compared with the two-dimensional variational (2DVAR) ambiguity removal method, the accuracy of wind retrieval can be improved with the new method of Tikhonov regularization through choosing an appropriate regularization parameter, especially for the case of large error in the background. The work will provide important information and a new method for the wind retrieval with real data.     

A threshold for the use of Tikhonov regularization in inverse force determination

In the analysis of structure-borne sound from installed machinery, it is important to be able to estimate the operational forces. Assuming that their location is known, indirect approaches based on matrix inversion can be used to reconstruct the operational forces from a set of measured operational responses and corresponding matrix of frequency response functions. In common with many such inverse problems, matrix ill-conditioning can affect the reliability of the results. Methods such as pseudo-inversion of over-determined matrices, singular value rejection, and Tikhonov regularization have been used previously to overcome this and it has been found that Tikhonov regularization generally performs well in reducing the errors in the reconstructed forces. However, full-rank pseudo-inversion (unregularized solution) gives better results than Tikhonov regularization in some cases, particularly with low condition numbers. Since the need for regularization is greatest when the matrix is ill-conditioned, this suggests the introduction of a threshold above which Tikhonov regularization is used and below which pseudo-inversion is used. In this study, the extent to which response errors are amplified in the force estimates is considered and plotted against the matrix condition number. This allows a threshold condition number to be identified above which Tikhonov regularization gives improved results. It is found that the threshold is related not only to the condition number but also to the matrix dimensions including the extent of over-determination. A simple empirical formula is obtained for this threshold that is usable for matrices in a wide range of matrix dimensions.     

膀胱充盈的三维电阻抗成像算法

构建膀胱充盈估计的物理及数学三维电阻抗成像计算模型,利用混合正则化Combined Tikhonov重构算法加以验证,其结果有较高的空间分辨率,稳定性更高,抗噪性能增强.通过对结果的Laplacian函数分析,采用数学方法进行边界单元提取,处理,整合边界曲面片段等,从高噪声背景中提取对象的形态特征,最终实现三维图像重构.在二维成像的基础上,提供了目标空间位置、高度和空间对比度等信息,为定性分析提供重要依据.     

光偏折层析的Tikhonov正则化重建技术

从不适定问题的求解思想出发,建立了使用Tikhonov正则化方法计算流场参量分布的光偏折层析重建技术。理论上详细讨论了偏折信息的转化、投影方程组的正则化、以及由共轭梯度法实现求解等三个主要步骤。用数值模拟考察该方法对非对称温度分布的重建效果,分别计算了对应不同采样数的欠定与超定投影方程组。结果表明,10次迭代后重建分布的平均误差和峰值误差分别为2.1%和5.2%。使用正则化方法对采集的多方向叠栅偏折投影进行计算,重建出双峰温度场。结果表明,使用正则化方法的双峰值相对误差略高,迭代次数减少,可提高重建效率。     

利用Tikhonov正则化算法进行光谱特征波长的选择及其参数优化

在烷烃类多组分混合气体,尤其轻烷烃类气体傅里叶变换红外光谱定量分析中,其中在红外光谱区域吸收峰严重交叉重叠,不易建立定量分析模型。为此,采用Tikhonov正则化算法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷和正戊烷等七种轻烷烃类混合气体傅里叶变换红外光谱进行特征波长的选择,以便建立定量分析模型。选择六种各气体浓度组成混合烷烃气体,采用Tikhonov正则化算法,通过对比分析混合气体在中红外全波段、主吸收峰和次吸收峰波段特征波长的选择和TR参数的优化,选择出七种气体成分的傅里叶变换红外光谱的特征波长。利用选择的特征波长和Tikhonov正则化参数对实测甲烷光谱数据进行检验分析,与其他气体成分的交叉灵敏度最大为11.153 7%,最小为1.239 7%,预测均方根误差为0.004 8,有效增强了Tikhonov正则化算法在轻烷烃类混合气体定量分析中的实用性,初步验证了利用Tikhonov正则化进行烷烃类混合气体傅里叶变换红外光谱特征波长选择的可行性。     

金属凝固过程界面换热系数的Tikhonov正则化辨识

金属凝固过程中,铸件与铸型间的界面换热系数是数值模拟所必需的边界条件之一.充分考虑非线性瞬态热传导过程测温数据的误差特点,根据Tikhonov正则化理论,构造合适的正则化泛函,利用Arcangeli准则和Morozov偏差原理确定正则参数,采用灵敏度系数和Newton-Raphson迭代法求解该泛函.具体的案例分析表明,该方法克服了热传导反问题的不适定性,能够保证辨识结果的稳定性和精度.与其他方法相比,随着测温误差的增大,该方法具有较高的辨识精度.