基于差分进化算法的核磁共振T2谱多指数反演

提出了一种基于差分进化(DE)算法的核磁共振弛豫信号多指数反演新方法.将核磁共振T2谱反演问题转化为带非负约束的非线性优化问题,不需要预先给定横向弛豫时间T2分布,直接利用差分进化算法进行反演计算.在测量信号低信噪比的情况下,计算机模拟和实验数据反演鄙表明了该方法在分析处理NMR弛豫信号中的有效性.     

基于差分进化算法的核磁共振T2谱多指数反演

提出了一种基于差分进化(DE)算法的核磁共振弛豫信号多指数反演新方法. 将核磁共振T₂谱反演问题转化为带非负约束的非线性优化问题,不需要预先给定横向弛豫时间T_{2分布,直接利用差分进化算法进行反演计算. 在测量信号低信噪比的情况下,计算机模拟和实验数据反演都表明了该方法在分析处理NMR弛豫信号中的有效性. 关键词： 核磁共振 多指数反演 差分进化 岩心分析}     

核磁共振二维谱反演

核磁共振二维谱包含扩散系数 D 和横向弛豫时间 T₂ 的信息,利用核磁共振仪来测量多孔介质中物质的信息,根据其弛豫时间和扩散系数的差别来区分不同物质;利用全局反演方法,提出了核磁共振二维谱反演的物理模型和数学模型;介绍了传统的奇异值分解（SVD）和改进的奇异值分解反演算法;采用改进的奇异值分解法对核磁共振二维谱进行反演,其反演算法具有计算速度快和二维谱分布连续等优点. 它适合于信噪比较高的数据反演,当原始数据信噪比SNR≥100时,可以对二维谱图进行定量分析;当60≤SNR<100时,可以对二维谱图进行定性分析. 核磁共振二维谱可以一次性直接区分油和水,为核磁共振测井提供了新的科学技术.     

L1-2空谱全变差正则化下的高光谱图像去噪

针对高光谱图像的复原问题,提出了一种基于局部核范数最小化和全局L_(1-2)空谱全变差正则化的高光谱复原模型.首先,将高光谱图像划分成局部交叠的三维图块,在提高局部低秩性的同时减少核范数最小化带来的信息损失;然后,建立稀疏表达能力更强的L_(1-2)空谱全变差正则项,不仅能表示空间稀疏先验,而且还能发掘光谱稀疏先验;最后联合两者的优势,在局部上利用核范数最小化惩罚光谱低秩性,在全局上利用L_(1-2)空谱全变差约束高光谱的空间和光谱稀疏性,建立新的高光谱图像复原模型.该模型不仅能够有效去除高斯噪声、脉冲噪声、死线噪声及其混合噪声,而且减少了对噪声独立同分布假设的依赖,能部分抑制与结构相关的噪声.通过对模拟的和真实的高光谱图像进行大量的实验仿真,并与经典的基于低秩和全变差的复原方法相比,本文模型复原结果的平均峰值信噪比提高1.36 dB,平均结构性相似指标提高0.004,而Q-测度降低1.35,平均光谱角降低0.64,复原精度大幅度提高.     

基于改进非线性拟合的核磁共振T2谱多指数反演

核磁共振T₂谱多指数反演算法是开展复杂体系样品核磁共振(NMR)弛豫研究最重要的数学工具. 常用的T₂谱多指数反演算法一般都是事先给出弛豫时间T₂分布的布点, 然后转化为线性拟合问题进行求解. 在求解的T₂谱较为分散的时候, 反演得到的T₂谱精确度不高, 分辨率较低. 非线性拟合是解决这个问题的有效办法. 本文针对分散T₂谱反演利用非线性拟合时遇到的初值依赖及运算复杂问题, 利用线性回归最小二乘方法, 改进了其中的带非负约束非线性优化模型, 将搜索的反演参数从T₂, f 减少为T₂, 加快了收敛速度, 减少了对初值的依赖, 提高了反演精度, 使算法更加稳健. 通过用改进的Levenberg-Marquardt算法和差分进化算法进行计算机模拟反演及实验数据反演, 验证了改进方法在核磁共振T₂ 谱反演中的有效性.     

初始模型对含噪动态光散射数据正则化反演结果的影响

分别采用最小模型矩阵、最平坦模型矩阵、最光滑模型矩阵作为初始化模型,对加入5种不同水平随机噪声的90nm窄单峰、90nm宽单峰和250nm窄单峰、250nm宽单峰颗粒体系的模拟分布进行了正则化反演,并对反演结果进行比较。结果表明:当噪声水平为0时,正则化初始模型的选择对反演结果没有明显影响。随着噪声水平的增加,采用三种初始化模型反演得到的峰值误差和粒度分布误差都随之变大,但采用最平坦模型和最光滑模型反演得到的峰值和粒度分布误差明显小于采用最小初始模型的反演误差。当噪声水平大于0.01时,选择最平坦初始模型获得的粒度分布结果优于采用最光滑初始模型和最小初始模型获得的结果,而采用最光滑初始模型反演得到的峰值优于最平坦初始模型和最小初始模型的反演峰值。因此,采用正则化算法处理含噪动态光散射数据时,为得到最优的粒度分布信息,宜采用最平坦初始模型,若需要获取最准确的峰值信息,则应选择最光滑初始模型。     

基于优化理论的高频地波雷达海浪参数反演

针对从高频地波雷达海洋回波多普勒谱反演海浪参数的非线性积分方程,采用线性化近似可以转化为线性积分方程,类似于第一类Fredholm积分方程.文中采用数值方法将线性积分方程转化为二次型最优化问题,并采用共轭梯度法来求解.针对海浪参数的非负先验特性,在迭代过程中,加入非负约束项对共轭梯度法进行了改进.在单部雷达和双部雷达情况下进行正演数值模拟,然后用模拟数据添加不同信噪比的随机噪声进行海浪参数反演,无论是单峰海浪谱还是有两个传播方向的双峰谱反演结果均表明了本文提出的算法在不同信噪比下的有效性.     

基于稀疏先验的空间目标图像盲反演方法

针对图像盲反演算法未考虑空间目标图像自身特性,致使对空间目标图像细节信息恢复不理想、重构图像中易产生边界伪像等不足之处,提出了一种基于稀疏表示的联合稀疏先验约束盲反演算法.首先,结合空间目标图像梯度的稀疏特性,采用图像梯度的L 0范数提取有利于模糊核估计的图像显著边缘信息;其次,采用L p范数和L 0范数对图像的梯度分布和空间域进行稀疏约束,以保证反演图像的像素点间具有显著的对比度,同时保证图像中包含边缘和纹理等细节信息;最后,采用拉普拉斯分布先验对模糊核进行约束,以保证模糊核的稀疏特性.采取交替迭代策略对所提出的模型进行优化求解,从而得到模糊核和空间目标图像的估计值.实验结果表明,相比于几种具有代表性的盲反演算法,提出的方法能估计出更准确的模糊核,对图像边缘和纹理等细节信息具有更好的恢复能力,在主观评价和客观评价方面均取得了较好的反演性能.     

使用重加权原子范数最小化的稀疏可重构直线阵列设计

为克服网格失配问题并提升阵列性能,提出了使用重加权原子范数最小化的稀疏可重构直线阵列设计方法,将稀疏可重构直线阵列设计问题表示为多测量矢量稀疏优化模型,并通过重加权原子范数最小化算法解算出阵元位置和阵元激励。区别于经典压缩感知方法,该方法借助原子范数理论建立了阵元数量、阵元位置和阵元激励联合优化的无网格稀疏优化模型,从而可以克服网格失配问题,并提升阵列波束图的匹配精度。仿真实验表明,与压缩感知类方法相比,重加权原子范数最小化算法可以设计出波束匹配精度高一个数量级的稀疏可重构直线阵列。     

基于稀疏编码和禁忌优化的故障信号抽取方法

为了克服经典正交匹配算法获取原子集时遍历冗余字典具有较大时间开销的缺点,提出了一种基于压缩感知理论和禁忌优化算法的的稀疏故障信号特征提取方法;首先引入了压缩感知模型并描述了基于信号稀疏表示的故障诊断原理,设计了满足RIP准则以最小化l₁范数为目标的稀疏信号解的求解方法,然后定义了一种基于正交匹配算法的稀疏信号重构算法,并以最小化余量为目标函数,采用改进的禁忌搜索算法在原子空间中搜索满足目标函数的最优原子集,最后,给出了基于稀疏编码和禁忌优化混合模型的故障信号提取算法;在Matlab仿真环境下对滚动轴承故障信号进行试验,仿真结果表明:文章方法能有效地对具有强噪声的故障信号进行稀疏重构,不仅具有较高的信噪比,而且具有较小的余量误差和仿真时间,与其它方法相比,具有较大的优越性。      

核磁共振技术测量生物骨密度的设备及方法

诊断骨质疏松症多采用双能X射线吸收方法测得的骨密度数据作为依据,但是该方法存在一定量的辐射,且准确性不高.该文设计并改进了一套核磁共振装置,通过在发射和接收线圈之间增加快速切换开关(Q-switch),使得核磁共振自旋回波的回波时间缩短至80μs的超短回波时间范围,实现了对T_2弛豫时间很短的骨组织核磁共振自旋回波信号的采集;将T_2弛豫时间谱和双能X射线方法测量的骨密度数据进行了对比研究,发现核磁共振T_2弛豫时间谱上300~500μs之间的峰值与骨密度之间具有良好的线性关系,随着骨密度的增大,相应的T_2弛豫时间峰值缩短;利用核磁共振T_2弛豫时间谱技术,结合双能X射线吸收方法,提出了一种测量生物离体骨骼样本骨密度的方法.该测量方案具有测量速度快、对人体完全无害、跨时期比较性强等优点,很好的弥补了现有测量方法的不足,在骨质疏松症的诊断和疗效评估中有着良好的应用前景.     

基于改进非局部均值的CPMG信号去噪算法

采用低场核磁共振技术进行检测时,接收到的回波信号微弱且信噪比低,真实的信号容易淹没在背景噪声中,严重影响到后续的反演等操作的准确性．针对这一问题,提出利用非局部均值滤波算法对CPMG(Carr Purcell Meiboom Gill)回波信号进行降噪的方法．首先,对算法中至关重要的参数选择的方法进行分析,提出了利用Stein无偏风险估计的自适应参数选取方法;然后,根据回波信号的特性对算法进行改进,即利用信号点数据方差的不同,自适应地求取各点进行非局部均值滤波时的相似窗宽度;最后,求取利用最优参数进行降噪后的CPMG回波信号．对仿真数据和真实数据的反演结果对比分析表明,该改进的非局部均值滤波算法能够取得更好的滤波效果,能够获得较优的反演谱．     

基于残差矩阵估计的稀疏表示目标跟踪算法

基于稀疏表示的目标跟踪算法多数利用稀疏系数计算目标位置信息,而忽略了稀疏表示过程中的残差所包含的信息.因此,本文设计了一种基于残差矩阵估计的跟踪模型.该模型在粒子滤波的框架下利用L_1范数分别约束稀疏表示系数与残差矩阵,并且利用L_2范数建立残差矩阵与观测模型之间的联系.本文给出了相应求解模型的表示系数与残差矩阵的迭代算法,并利用残差矩阵更新模板字典.相比应用稀疏系数的跟踪算法,本文算法考虑了残差矩阵对跟踪结果的影响,使得算法对于候选目标的评估更加精确,同时在模板更新部分引入残差矩阵,使得字典能够更好地描述目标的变化.实验数据表明,本文算法优于现今主流算法.     

基于改进Hodrick-Prescott分解模型的近红外自适应降噪方法

在检测果蔬农药残留的近红外光谱采集过程中,往往会受噪声干扰获得低信噪比近红外光谱,且近红外光谱中表征农药和果蔬化学组分的谱峰微弱且重叠度高,因而此近红外光谱降噪普遍存在易平滑微弱的农药组分谱峰、或增加非测量物化学组分谱峰的危险,导致在后续以仅挖掘红外光谱谱峰特征为前提的分类和化学组分分析中,恶化近红外光谱的分类精度、影响农药残留成分的正确分析。针对抑制近红外光谱噪声与保持近红外光谱谱峰的矛盾,提出一种改进Hodrick-Prescott分解模型的自适应降噪方法。在该方法的Hodrick-Prescott分解模型中,以染噪光谱与复原光谱之间残差的L2范数为残差项,描述高斯噪声结构,以复原光谱信号二阶差分的L2范数为正则化项,惩罚复原光谱、迫使从染噪光谱中复原的光谱倾向于梯度减少的方向,以平滑噪声、保持原始谱峰信息。该方法同时结合L-曲线方法,自适应地获取染噪光谱在Hodrick-Prescott优化方程中的正则化参数,并通过求解该曲线最大曲率点对应的参数获得最优正则化参数,确保能平衡Hodrick-Prescott分解模型中正则化项和残差项,以得到较为理想的光谱复原结果。实验以农药残留和未残留的上海青近红外光谱为基本数据、通过降噪前后信噪比、以及支持向量机分类模型的识别率,对比分析bior6.8小波分解方法、 sym8小波分解方法、互补集合模态分解方法的降噪效果。实验结果显示,该方法在处理18.79 dB信噪比染噪近红外光谱时获得了33.35 dB信噪比;在实施上海青农药残留检测中,处理训练集与测试集近红外光谱数据后,训练所得支持向量机分类模型的训练集识别率达93.58%、测试集识别率达71.18%,此识别率明显高于上述三种方法降噪后的结果,接近于原始未染噪声光谱数据。该方法在近红外光谱降噪方面具有明显的优势,能应用于农药残留近红外光谱检测的前期处理。     

低场核磁共振扩散-横向弛豫二维反演算法

针对低场核磁共振一维反演中无法分辨一维谱中重叠组分和目前报道的扩散-横向弛豫二维反演算法计算量大、计算耗时长的问题,提出了一种计算量小、计算效率高、耗时短的扩散-横向弛豫二维反演算法. 首先对扩散系数D-和横向弛豫时间T₂进行布点;其次根据信号采集条件计算出两个核心矩阵,并分别进行奇异值分解;然后,由所采集信号计算出两个核心矩阵的奇异值截断值,分别对两个核心矩阵的奇异值矩阵进行截断并求其逆矩阵;最后计算出初始反演结果,并添加非负约束经过多次迭代得到最终反演结果. 实验结果证明,提出的扩散-横向弛豫二维反演算法在不影响反演结果准确性的基础上,能极大提高计算效率.     

基于加权块稀疏联合非凸低秩约束的高光谱图像去条带方法

针对高光谱图像（hyperspectral images, HSI）去条带易引起影像结构细节丢失问题,提出一种基于加权块稀疏（weighted block sparsity, WBS）正则化联合最小最大非凸惩罚（minimax concave penalty, MCP）约束的HSI去条带方法。本算法采用加权?_{2, 1}范数和MCP范数对条带稀疏结构和低秩约束,?₁范数对干净图像结构保持正则化约束,构建加权块稀疏和MCP约束的条带去除模型,采用交替方向乘子（alternating direction method of multipliers, ADMM）算法迭代求解对应模型,重建获得干净的HSI图像。实验结果表明,提出方法在实际HSI的平均等效视数从28.45提高到83.47,边缘保持指数较其他算法至少增加0.056,特别是对于非周期条带噪声,采用自适应权值更新稀疏水平,增强了组稀疏性,在保持影像边缘和加强区域平滑性方面性能更佳,去噪声效果更好。     

离子导体LiCl(Al_2O_3)的核磁共振研究

本文报道了含分散第二相粒子的离子导体LiCl(或LiI)中~7Li核磁共振的观测结果,测量了~7Li核磁共振吸收谱线的线宽和自旋-晶格弛豫时间(T_1)。实验发现,在LiCl(Al_2O_3)中,~7Li的核磁共振吸收谱线上叠加了一小峰,且随第二相粒子的类型、含量和温度而变化。~7Li核磁共振信号的信噪比显著提高,自旋-晶格弛豫时间变短,且也随第二相粒子的类型、含量和温度而变化。结果表明,离子电导率的提高和附加小峰的出现都是由第二相粒子引起的,从而提出:靠近第二相粒子的LiCl界面附近的空间电荷区中高的离子传导是离子电导率提高和附加小峰出现的可能机理。     

基于压缩感知的欠定源信号恢复算法比较

构建了基于压缩感知的欠定盲源分离源信号恢复模型,比较研究了基于互补匹配追踪算法(CMP)、基于L1范数的互补匹配追踪算法(L1CMP)和基于修正牛顿的径向基函数算法(NRASR)实现欠定源信号恢复的应用效果。结果表明:源信号时域充分稀疏情况下,CMP,L1CMP和NRASR的恢复效果接近,但L1CMP算法计算复杂度最低;变换域充分稀疏情况下,CMP和L1CMP恢复效果接近,NRASR恢复效果较差;时域非充分稀疏情况下,CMP效果较差,L1CMP和NRASR效果接近。综合考虑,L1CMP算法效果最佳;在观测信号数和源数较少的情况下,算法在时域恢复信号精度会下降;稀疏表示法结合压缩感知重构能够提高源信号恢复的效果。     

融合多种小波与全变差正则化的相位恢复算法

在相位恢复过程中,用图像的稀疏性作为先验知识可以提高图像的重构质量。结合图像在小波域的组稀疏性与图像自身的梯度稀疏性,针对编码衍射图样模型,提出一种融合正交小波db10和sym4组稀疏性与全变差正则化的相位恢复算法。针对当前相位恢复算法重构时间较长的问题,采用复合分裂算法将非凸优化问题分解成几个易于求解的子问题(包括两个组硬阈值算子和全变差最小化)进行求解,减少了图像重构时间。实验结果表明:在高斯噪声下,与BM3D-PRGAMP算法相比,所提算法重构图像的峰值信噪比提高了约0.8dB,重构时间缩短了90%;在泊松模型中,所提算法也具有较大优势,充分说明了所提算法对噪声具有稳健性。     

应用半正定规划的目标方位超分辨方法

针对水下目标方位超分辨估计问题,提出了一种基于半正定规划(Sdp)的常规波束(CBF)方位超分辨算法(SdpCBF).Sdp-CBF算法基于常规波束形成获得多目标方位谱数据,利用阵列响应矩阵和半正定规划技术,精确估计目标数量和波达角方向.该算法的本质是利用阵列特性和信号能量信息获得超分辨方位估计,不用进行子空间分解,通过卷积反演的方式将阵列孔径的有限效应消除,在L₂范数约束条件下重构空间谱.仿真表明,Sdp-CBF算法具有较强的噪声抑制能力,对非相干和相干信号均具有目标方位超分辨能力,在低信噪比环境下的方位分辨性能超过多重信号分类(MUSIC)等经典高分辨算法。对消声水池以及湖上实验数据的处理结果显示,Sdp-CBF算法在复杂环境中对相干信号及微弱信号具有较强的分辨能力。