基于互信息的干涉成像采样系统性能分析

为了优化干涉采样成像系统的设计,采用端到端的互信息量评价系统的性能.建立了基于互信息的干涉采样成像系统数学模型.利用该模型得到了互信息量最大时光学成像系统和CCD的匹配条件:相干成像光学系统的截止频率等于CCD的Nyquist频率.分析了物体频谱分布、噪声、光源相干性和光学成像系统像差对互信息量的影响.结果表明,它们不影响光学成像系统和CCD的匹配条件.     

基于等角度与等时间采样技术扫描成像系统

为满足扫描成像系统对图象配准精度,从理论上分析了在等时间采样方式下,遥感仪器对扫描系统速度稳定度的要求.探讨了等角度这一新型采样方式应用于未来遥感仪器的可行性.并将这两种采样方式成功应用于自行研制的短波红外成像仪.扫描图象表明等角度采样可以避免等时采样所产生的图象畸变.     

微扫描显微热成像系统的降采样高分辨力图像重建算法

提出了一种基于降采样模型的显微热图像高分辨力重建算法,该算法通过与三次样条插值放大得到的像素点相比较以补偿微扫描产生的系统误差。仿真和实验结果表明,提出的方法减少了由于微扫描误差所带来的图像重建质量下降,提高了光学微扫描显微热成像系统的空间分辨力,具有较强的实用价值。提出的方法还可以应用到其他光电成像系统中以提高系统空间分辨力。     

用光学信息理论分析微弯光纤传感器的性能

通过把光学信息理论应用于微弯光纤传感器,用信息量评估测量性能,提出了一种优化系统性能和参数设计的光学信息理论。通过理论推导、直观评价和实验设计,证明了这一思想的正确性和可行性。     

基于快速采样的剪切光束成像图像重构算法

剪切光束成像是一种非传统地基光学成像技术,在对位姿快速变化的目标成像时,为重构目标高分辨率清晰图像,其成像系统的回波数据采样速率仍不够快.本文提出一种五光束快速采样的图像重构方法,通过改变成像系统编码和解码方法,采用中心对称结构呈“十”字形排布的发射光束阵型,利用所提的快速图像重构算法,单次采样的回波数据所能重构的目标图像从1幅增加到8幅,快速抑制了重构图像的散斑效应.仿真结果表明,与传统三光束图像重构方法相比,获得相同质量图像所需的回波数据采样次数从20次减少至5次,大幅减少了回波数据采样次数,提高了回波数据采样速率.     

基于电控光学采样的飞秒激光距离测量系统

基于电控光学采样原理开展了飞秒激光飞行时间绝对距离测量的实验研究。电控光学采样技术使用两台重复频率锁相的飞秒激光器,分别作为信号激光器和本地振荡器。在本地振荡器的谐振腔内插入电光调制器并施加方波调制,实现了可控、高效的等效时间采样,采样速度由电光调制器的调制频率决定。基于这一采样原理开展脉冲飞行时间绝对距离测量实验。选用一对重复频率约为158 MHz的被动锁模光纤激光器作为光源,对固定目标进行单次测量的最大更新速率可达到200 kHz,经过4100次单次测量平均后,测距精度可达到16.7 nm。在此基础上,测量了硅基微机械器件中深度约为67.6μm的微槽。     

基于折线采样的高分辨率成像系统设计

针对现有的提高线阵电荷耦合器件(CCD)成像系统的图像空间分辨率的方法存在的不足,提出了一种新的采样模式,并设计了一种高分辨率成像系统。该系统利用两个相同的线阵CCD相机进行特定的空间排列,即使得相机1和相机2的CCD阵列都倾斜θ来进行扫描取像,并利用图像校正和像素插值等图像重建方法,得到高分辨率的图像。实验结果表明,倾斜角取60°的情况下,相对于单个线阵相机在θ=0°的正常采样模式下得到的采样图像,图像的空间分辨率提高了1倍,且保持了成像的视野不变。本系统工程上实现简单,十分经济且便于维护,仅利用现有的成像装置即可获取更高分辨率的图像。     

基于欠采样技术的束流相位测量电子学系统设计

采用欠采样技术为中国散裂中子源（CSNS）直线加速器研制了全数字化束流相位测量电子学系统。介绍了该系统的测量原理、整体设计情况,并进行了实验测试。测试采用324 MHz,100 mVpp的正弦信号,测试结果显示相位分辨率优于0.1,通道间相位不一致性可控制在0.2以内,满足设计指标要求。     

基于掩膜的光场成像仿真及采样研究

从原理上分析了掩膜的光场成像特点,通过建立光场成像的计算机仿真模型,模拟四维光场的获取,并通过数字对焦算法获得离焦物体的清晰图像.同时利用采样定理分析了孔径采样密度对数字对焦图像的影响,计算出合适的采样间隔对仿真模型的复杂度进行优化.     

基于掩膜的光场成像仿真及采样研究

从原理上分析了掩膜的光场成像特点,通过建立光场成像的计算机仿真模型,模拟四维光场的获取,并通过数字对焦算法获得离焦物体的清晰图像.同时利用采样定理分析了孔径采样密度对数字对焦图像的影响,计算出合适的采样间隔对仿真模型的复杂度进行优化.     

虚拟光学信息隐藏理论及并行硬件实现

基于光学信息处理的多维数据加／解密方法作为一种新的“非数学”数据加密技术,因其具有实时的数据传递速度、密级高、密钥设计灵活且自由度大等优点．已成为研究的又一热点。在虚拟光学信息隐藏理论模型的基础上,使用数字信号处理器芯片的并行策略实现了一种具有多重锁、多重密钥的高密级多媒体信息隐藏系统。对系统性能的评估结果表明,该系统可以实时完成对多种数字媒体信息的加／解密．且系统性能优良。这在一定程度上弥补了虚拟光学多维数据隐藏技术所丧失的信息光学固有的并行处理能力。系统的实现为虚拟光学加密方法在现实信息加密中的应用开辟了一条有效的途径。     

一种软铋矿空间光调制器调制传递函数的分析

将基于软铋矿BSO光折变晶体的非对称结构光寻址空间光调制器的内部功能实现过程进行合理划分,对其中的一个关键部分进行理论分析,得到相应脉冲响应函数的主要解析表达式,并对调制传递函数的空间频率响应受到绝缘层介电常数、晶体层厚度以及晶体层内电荷纵向分布等因素的影响进行了数值分析和讨论。讨论分析和补充验证实验表明,功能实现过程各组成部分之间有着紧密的内在联系,分析结果能够反映整个功能实现过程涉及的各主要因素对调制传递函数空间频率响应的影响。对于如何通过合理选择和优化材料特性、结构参数、工作条件等因素,提高此类空间光调制器调制传递函数的空间频率响应特性具有一定的指导意义。     

Information Theory for Biological Sequence Classification: A Novel Feature Extraction Technique Based on Tsallis Entropy

In recent years, there has been an exponential growth in sequencing projects due to accelerated technological advances, leading to a significant increase in the amount of data and resulting in new challenges for biological sequence analysis. Consequently, the use of techniques capable of analyzing large amounts of data has been explored, such as machine learning (ML) algorithms. ML algorithms are being used to analyze and classify biological sequences, despite the intrinsic difficulty in extracting and finding representative biological sequence methods suitable for them. Thereby, extracting numerical features to represent sequences makes it statistically feasible to use universal concepts from Information Theory, such as Tsallis and Shannon entropy. In this study, we propose a novel Tsallis entropy-based feature extractor to provide useful information to classify biological sequences. To assess its relevance, we prepared five case studies: (1) an analysis of the entropic index q; (2) performance testing of the best entropic indices on new datasets; (3) a comparison made with Shannon entropy and (4) generalized entropies; (5) an investigation of the Tsallis entropy in the context of dimensionality reduction. As a result, our proposal proved to be effective, being superior to Shannon entropy and robust in terms of generalization, and also potentially representative for collecting information in fewer dimensions compared with methods such as Singular Value Decomposition and Uniform Manifold Approximation and Projection.     

基于验前试验信息熵的测试性验证试验方案

产品在研制阶段存在大量的试验数据,为有效利用验前数据,降低测试性验证试验样本量,提出一种基于验前试验信息熵的测试性验证试验方案。该方案利用信息熵来度量研制阶段多次验前试验数据对测试性验证试验所起的作用,依据平均互信息熵和信息总量相等的原则,将多次验前试验数据等效成一次成败型数据。在此基础上,通过相容性检验方法确定验前数据与试验数据的相容性水平,并以Beta分布为验前分布,利用加权混合贝叶斯理论建立混合验后分布,之后,基于贝叶斯平均风险理论求解满足双方风险要求的试验方案。最后,以某型雷达发射分机为例,对其进行测试性验证试验研究,研究结果验证了该方案的有效性。     

超声换能器带宽对光声成像的影响

研究了不同尺寸吸收体产生的光声压的频谱特性：对于厘米量级、毫米量级和几百个微米量级的吸收体,产生光声压频谱的主要范围分别约为20～300kHz、70kHz～2．5MHz和400kHz～20MHz;讨论了不同频率范围的光声信号对重建图像的影响,低频段的光声信号能反映物体的非边界区域,而高频段的光声信号能突出物体的细微结构,尤其是物体的边界特征。提出了不同尺寸的吸收体要选用或设计不同带宽范围的探测器进行检测的方法．当探测器的带宽范围与光声压频谱范围基本吻合时,损失的频率成份较少,重建的光声图像效果较好,这一结论在仿真和实验结果中都得到了证明。实验用的光源为YAG激光器,波长为532nm,重复频率为30Hz,脉宽为7ns,探测器为针状的PVDF膜水听器,接收面积的直径为1mm。     

An Efficient and Accurate Multi-Sensor IF Estimator Based on DOA Information and Order of Fractional Fourier Transform

Instantaneous frequency in multi-sensor recordings is an important parameter for estimation of direction of arrival estimation, source separation, and sparse reconstruction. The instantaneous frequency estimation problem becomes challenging when signal components have close or overlapping signatures and the number of sensors is less than the number of sources. In this study, we develop a computationally efficient method that exploits the direction of the IF curve in addition to the angle of arrival as additional features for the accurate tracking of IF curves. Experimental results show that the proposed scheme achieves better accuracy compared to the-state-of-art method in terms of mean square error (MSE) with a slight increase in the computational cost, i.e., the proposed method achieves MSE of −50 dB at the signal to noise ratio of 0 dB whereas the existing method achieves the MSE of −38 dB.     

Utility–Privacy Trade-Off in Distributed Machine Learning Systems

In distributed machine learning (DML), though clients’ data are not directly transmitted to the server for model training, attackers can obtain the sensitive information of clients by analyzing the local gradient parameters uploaded by clients. For this case, we use the differential privacy (DP) mechanism to protect the clients’ local parameters. In this paper, from an information-theoretic point of view, we study the utility–privacy trade-off in DML with the help of the DP mechanism. Specifically, three cases including independent clients’ local parameters with independent DP noise, dependent clients’ local parameters with independent/dependent DP noise are considered. Mutual information and conditional mutual information are used to characterize utility and privacy, respectively. First, we show the relationship between utility and privacy for the three cases. Then, we show the optimal noise variance that achieves the maximal utility under a certain level of privacy. Finally, the results of this paper are further illustrated by numerical results.     

小波包熵的复杂体系近红外光谱信息提取

有用信息提取是复杂体系近红外检测的重点和难点之一。由于复杂体系光谱中存在各种噪声、基线漂移、谱带重叠及复杂背景的干扰,常规方法不能准确地从光谱中获得有用信息。为此,将小波包变换(DWPT)和信息熵理论相结合--小波包熵(EWPIE)提取复杂体系光谱中的有用信息。思路是采用小波包变换对光谱信号进行多频带分解,根据有用信号与噪声的频带分布特点,基于信息熵理论滤除干扰的频率分量,采用正交校正法(OSC)剔除与被测组分无关的信息,然后对处理后的频率分量进行重构,从而实现复杂体系有用信息的准确提取。通过对复杂体系光谱数据建立多元校正模型来验证该方法的效果。采用牛奶的近红外光谱数据,以牛奶中脂肪和蛋白质浓度为研究对象,建立了偏最小二乘法(PLS)模型。结果显示,牛奶中脂肪和蛋白质的预测均方根误差(RMSEP)分别为0.132%和0.121%,与单纯的DWPT和OSC相比,EWPIE能够有效地提取有用信息,避免了无用信息的干扰,明显提高了模型的预测精度,对复杂体系的准确检测具有一定的理论意义和实际应用价值。     

Information Geometric Theory in the Prediction of Abrupt Changes in System Dynamics

Detection and measurement of abrupt changes in a process can provide us with important tools for decision making in systems management. In particular, it can be utilised to predict the onset of a sudden event such as a rare, extreme event which causes the abrupt dynamical change in the system. Here, we investigate the prediction capability of information theory by focusing on how sensitive information-geometric theory (information length diagnostics) and entropy-based information theoretical method (information flow) are to abrupt changes. To this end, we utilise a non-autonomous Kramer equation by including a sudden perturbation to the system to mimic the onset of a sudden event and calculate time-dependent probability density functions (PDFs) and various statistical quantities with the help of numerical simulations. We show that information length diagnostics predict the onset of a sudden event better than the information flow. Furthermore, it is explicitly shown that the information flow like any other entropy-based measures has limitations in measuring perturbations which do not affect entropy.     

两种群随机动力系统的信息熵和动力学研究

随机种群动力学模型是研究种群间以及种群与不确定性环境间相互作用的动力学行为的数学模型. 本文从概率密度以及信息熵流、熵产生的演化角度探讨了两种群生态系统的Itô (或Statonovich)意义下随机模型的动力学行为.利用Fokker-Planck方程及其边界条件 和信息熵定义导出信息熵流(平均散度)和熵产生的关系式,并通过数值路径积分法捕 捉到熵流的非线性变化趋势以及信息熵的极值点位置与概率密度的快速迁移和分岔的联系. 应用数值路径积分法计算结果表明Itô (或Statonovich)意义下两种随机模型的概率密度 和信息熵的极值点位置不同但演化趋势一致.