由重迭的穆斯堡尔谱求解超精细参数分布的最大熵方法

对于晶态或非晶态材料的严重重迭的穆斯堡尔谱,本文导出了一种弱约束条件的最大熵拟谱方法。求解的超精细参数分布具有正值性和整体光滑性。通过放松约束可以改善局域光滑性。最大熵方法使拟合结果最大限度地与已知信息符合,而与未知信息无关,从而保证了拟合结果的客观性和可靠性。 关键词：     

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.     

水汽多线光声光谱中压力线位移及加宽系数的分析

本工作从水汽的多线光声光谱中分析得到压力线位移和加宽系数。为了提高系数的精度和拟合效率，采用了Ｖｏｉｇｔ线型和参数分组约束优化方法。     

基于最小一乘拟合的非均匀应变的数字图像相关测量

数字图像相关(DIC)方法是一种重要的位移和应变非接触式测量方法。为了对物体的非均匀应变进行准确测量,在DIC方法中引入位移最小一乘拟合,鉴于最小一乘拟合解析方法求解困难,采用基于模拟退火的混合粒子群算法进行求解。开展了虚拟剪切带形成的数值实验和相似材料断层滑移实验,并对非均匀变形条件下最小一乘拟合和最小二乘拟合的应变测量结果进行对比。研究发现:对于非均匀应变测量,最小一乘拟合的结果要优于最小二乘拟合;而对于均匀应变测量,两种方法具有相同的精度。     

基于特征谱线与约束拟合相位的绝对波数标定方法

谱域光学相干层析成像(spectral-domain optical coherence tomography, SD-OCT)系统中普遍存在波数域的非线性采样问题.为实现常规快速傅里叶变换算法下离散界面的精确定位与OCT图像的高质量重建,需要解决光谱仪中离散采样点绝对波数的精确标定问题.本文提出了一种基于精确光程差下特征谱线与约束拟合相位的绝对波数标定方法,在谱域OCT系统的样品臂中,使用具有精确厚度差异的金属量规,获得特征谱线对应的绝对相位值,进一步精确求解出特征谱线对应的相位包裹次数,克服了常规干涉光谱相位方法中普遍存在的2π歧义,结合窗口约束条件下高信噪比区域的拟合相位,实现光谱仪采样点绝对波数的精确标定.通过全面比较本文方法与传统插值重采样方法在离散界面定位、轴向分辨率以及图像重建质量等方面的差异,验证了本方法的显著优势.     

X射线衍射多相谱中某一物相点阵参数的直接求解方法

介绍了一种新的求解点阵参数的方法--不涉及结构的谱峰拟合方法.该方法适用于单一物相或多个物相衍射谱中某一物相点阵参数的直接求解,可以避免外推函数的不同选择而造成的差异,且快速准确.根据此方法编写的应用程序已在实际工作中得到应用.程序中还包括了调整样品表面离轴偏差和零度偏差以提高拟合精确度的功能. 关键词： X射线衍射 谱峰拟合 点阵参数     

光谱法研究等离子体粒子循环和输运

介绍了三高斯拟合技术,首先用单高斯选点拟合了Hα线形分布的远翼,由谱线的多谱勒展宽得出等离子体离子温度为170 eV,再对剩余量进行双高斯拟合,从多谱勒频移求出反射和解吸粒子入射速度分别为3.0×104 m/s和1×104 m/s,从谱线辐射强度推出再循环粒子由60%反射粒子和40%解吸粒子组成。在简化模型下讨论了粒子的输运行为,算出了氢原子密度、体发射系数和粒子约束时间的分布,均与实验结果相符。分析了粒子入射速度大小对粒子约束时间的影响,结果表明,正常放电下,HT 6M托卡马克粒子约束时间在4~8 ms;反射粒子的速度大小直接决定粒子约束时间的大小和空间分布。     

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.     

时间谱方法的扩稳与加速技术研究

时间谱方法作为目前应用最广泛的频域计算方法,很容易在现有的定常求解器上进行扩展而实现。但是当非定常流组分的频率足够大时,时间谱源项的刚性不仅会影响求解的收敛速度,甚至会引起求解的不稳定性。块雅可比方法通过采用迭代的方法对时间谱源项进行隐式处理,不仅能够简化离散方程的隐式求解,也能很好地起到稳定计算结果的作用。同时通过对通量雅可比矩阵的近似LU分解,减少LU分解的复杂度,也可以加快计算收敛。本文将采用不同的算例,研究块雅可比方法及近似LU分解对周期非定常流时间谱计算的稳定及加速特性的影响。     

基于L1范数的低场核磁共振T_2谱稀疏反演方法

低场核磁共振技术(LF-NMR)以其无损、非侵入、原位和绿色等优势被广泛应用在食品、农业、能源和化工等行业,尤其是在食品安全监管领域发挥着越来越重要的作用.在油品品质检测中,常规非负奇异值分解(SVD)弛豫(T_2)谱反演方法,只能反映光滑模型的T_2谱,对于稀疏模型的反演结果存在较大差异,从而导致T_2谱反演分辨率低和品质分析不准确的问题.针对这一问题,本文提出基于L1范数最小化约束的T_2谱稀疏反演算法,建立NMR回波曲线的稀疏模型表达式,利用截断牛顿内点法求解L1范数最小化问题,得到稀疏模型的T_2谱反演结果.通过构造光滑模型的T_2谱、以及不同峰值数和信噪比的稀疏模型的T_2谱,对比非负SVD算法和L1稀疏算法的反演效果,得到当信噪比大于20 d B时,L1稀疏算法能精确反演多峰T_2谱,峰值幅度和峰位置均优于非负SVD算法结果.最后通过多组煎炸油样品进行低场核磁共振检测实验和不同信噪比数据的反演结果对比,验证了L1范数稀疏反演算法的准确性和优越性.     

应用稀疏表示的宽带相干超分辨方位估计方法

针对无源声呐中宽带相干处理对邻近弱目标分辨能力仍不足的问题,提出一种相干聚焦后稀疏空间谱求解的宽带超分辨方位估计方法。首先将不同频点数据相干聚焦到参考频点,构成多测量矢量稀疏求解问题,然后采用二阶锥规划内点算法进行稀疏空间谱拟合,实现了宽带弱目标超分辨方位估计。仿真试验结果表明,该方法在弱目标分辨和方位估计精度方面优于宽带非相干和相干信号子空间高分辨处理方法。32元拖曳阵海试数据的处理结果验证了该方法的优越性能,同时说明了该方法在无源声呐探测中应用的可行性。     

应用稀疏表示的宽带相干超分辨方位估计方法

针对无源声呐中宽带相干处理对邻近弱目标分辨能力仍不足的问题,提出一种相干聚焦后稀疏空间谱求解的宽带超分辨方位估计方法。首先将不同频点数据相干聚焦到参考频点,构成多测量矢量稀疏求解问题,然后采用二阶锥规划内点算法进行稀疏空间谱拟合,实现了宽带弱目标超分辨方位估计。仿真试验结果表明,该方法在弱目标分辨和方位估计精度方面优于宽带非相干和相干信号子空间高分辨处理方法。32元拖曳阵海试数据的处理结果验证了该方法的优越性能,同时说明了该方法在无源声呐探测中应用的可行性。      

非均匀对角减载最小方差无失真响应多目标分辨

针对最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法在起伏非相关噪声环境下多目标分辨性能严重下降的问题,提出一种非均匀对角减载MVDR (Inhomogeneous Diagonal Unloading MVDR,IDU-MVDR)方法。该方法首先对协方差矩阵进行非均匀对角减载,然后实施MVDR方法。各阵元上的对角减载量通过求解半正定优化问题获得,优化问题中最大化减载量之和,但约束减载后协方差矩阵的最小特征值是一个较小的正值。数值仿真表明,IDUMVDR方法可通过非均匀对角减载消除大部分非相关噪声,但保留小部分噪声分量.因此IDU-MVDR方法较MVDR方法分辨力更高,空间谱中背景级更低、弱目标谱峰更加明显,并且具备一定的稳健性.海上实验结果与数值仿真相一致,验证了IDU-MVDR方法的有效性.      

条纹分析中一种简单的Zernike多项式拟合方法

本文介绍了一种实现干涉条纹Zernike多项式拟合的简单算法。该算法虽然仍是基于Gram-Schmidt正交化方法,但用该算法求解Zernike系数时并不需要经过正交化过程,而是用谱Zernike多项式的协方差矩阵的线性变换来直接求解。因而它很适合于编写拟合过程的计算机程序,是一种比较理想的实现Zernike多项式拟合的算法。     

采用动态核特征及贝叶斯最大后验估计的语音转换方法

针对小样本情况下,使用混合概率线性回归(Mixture of Probabilistic Linear Regressions,MPLR)模型进行语音转换容易出现过拟合的问题,提出利用动态核特征替代源说话人语音谱特征后,对转换函数参数进行贝叶斯最大后验估计(Maximum a Posterior,MAP)求解的方法。首先采用核函数将源说话人的语音谱特征转化为动态核特征,再引入转换函数参数的先验知识,最后根据对误差的不同假设,提出两种求解转换函数参数的方法。客观评测实验结果表明,所提出方法的平均谱失真值相对于MPLR模型转换方法平均降低了4.25%。主观评测实验结果表明,所提出的方法在转换语音的相似度和自然度方面的得分均高于MPLR方法。实验结果证明,所提出方法有效地改善了语音转换中的过拟合问题。     

采用动态核特征及贝叶斯最大后验估计的语音转换方法

针对小样本情况下,使用混合概率线性回归(Mixture of Probabilistic Linear Regressions,MPLR)模型进行语音转换容易出现过拟合的问题,提出利用动态核特征替代源说话人语音谱特征后,对转换函数参数进行贝叶斯最大后验估计(Maximum a Posterior,MAP)求解的方法。首先采用核函数将源说话人的语音谱特征转化为动态核特征,再引入转换函数参数的先验知识,最后根据对误差的不同假设,提出两种求解转换函数参数的方法。客观评测实验结果表明,所提出方法的平均谱失真值相对于MPLR模型转换方法平均降低了4.25%。主观评测实验结果表明,所提出的方法在转换语音的相似度和自然度方面的得分均高于MPLR方法。实验结果证明,所提出方法有效地改善了语音转换中的过拟合问题。      

基于特征约束的谱线自动提取

已有的谱线自动提取方法均采用整体阈值约束或局部阈值约束进行谱线识别,因而谱线提取结果中普遍存在谱线遗失或伪谱线过多的缺点。文章在谱线识别时加入了2个特征约束,第1个特征约束是： 谱线线心的强度必须大于局部阈值和整体下阈值,并且如果某一点的强度大于整体上阈值,则可认为在该点存在谱线;第2个特征约束是： 谱线的起始波长和终止波长处的强度必须小于谱线线心的强度。这2个特征约束使得该文的谱线提取效果较之已有方法有显著的提高。通过实验对该文方法和已有的方法进行了比较,实验结果充分体现了该文方法的优势。     

倒谱本征空间结构化高斯混合模型语音转换方法

针对非平行语料非联合训练条件下的语音转换,提出一种基于倒谱本征空间结构化高斯混合模型的方法。提取说话人语音倒谱特征参数之后,根据其散布矩阵计算本征向量构造倒谱本征空间并训练结构化高斯混合模型SGMM-ES(Structured Gaussian Mixture Model in Eigen Space)。源和目标说话人各自独立训练的SGMM-ES根据全局声学结构AUS(Acoustical Universal Structure)原理进行匹配对准,最终得到基于倒谱本征空间的短时谱转换函数。实验结果表明,转换语音的目标说话人平均识别率达到95.25%,平均谱失真度为1.25,相对基于原始倒谱特征空间的SGMM方法分别提高了0.8%和7.3%,而ABX和MOS测评表明转换性能非常接近于传统平行语料方法。这一结果说明采用倒谱本征空间结构化高斯混合模型进行非平行语料条件下的语音转换是有效的。     

倒谱本征空间结构化高斯混合模型语音转换方法

针对非平行语料非联合训练条件下的语音转换,提出一种基于倒谱本征空间结构化高斯混合模型的方法。提取说话人语音倒谱特征参数之后,根据其散布矩阵计算本征向量构造倒谱本征空间并训练结构化高斯混合模型SGMM-ES(Structured Gaussian Mixture Model in Eigen Space)。源和目标说话人各自独立训练的SGMM-ES根据全局声学结构AUS(Acoustical Universal Structure)原理进行匹配对准,最终得到基于倒谱本征空间的短时谱转换函数。实验结果表明,转换语音的目标说话人平均识别率达到95.25%,平均谱失真度为1.25,相对基于原始倒谱特征空间的SGMM方法分别提高了0.8%和7.3%,而ABX和MOS测评表明转换性能非常接近于传统平行语料方法。这一结果说明采用倒谱本征空间结构化高斯混合模型进行非平行语料条件下的语音转换是有效的。      

不同采样方式下光纤布喇格光栅反射谱寻峰算法的分析

对光纤布喇格光栅反射谱的三种寻峰算法(三次样条插值数值微分法、高斯-多项式拟合法和高斯拟合法)进行了分析和比较;相同采样情况下,得出了高斯拟合法确定的峰值准确度最高的结论;采样点数为250的均匀采样中,三种算法寻峰结果对实际值的误差分别为: 3.4 pm、13.0 pm和2.6 pm.引入了非均匀数据采集的寻峰思路,分别应用三种寻峰法对实际光栅的反射谱分别进行均匀采集和非均匀采集.结果表明,对于相同寻峰方法在非均匀数据采集下获得的峰值更精确,采样点数为250时,高斯拟合法寻峰时非均匀采集对应的误差比均匀采集减少了38.46%.