中子深度分析反演算法研究

针对中子深度分析技术,研究几类反演算法：概率迭代法、奇异值分解求解最小二乘法、线性正则化方法及约束线性正则化法.开展相关数值实验,分别在欠定方程、超定方程情况下,对反演算法的结果进行比较.一般情况下几种算法都能得到较为理想的结果,概率迭代法和约束线性正则化法由于有迭代过程,因此在离子源强度发生阶跃处得到的结果并不理想.在超定方程情况下,当选取的反演范围较为随意时,线性正则化方法可能使得解的稳定性较差,而约束线性正则化法能够很好地抑制求解过程中的不稳定性.对实际测量能谱进行反演时,由于能谱有随机误差,线性正则化方法不能很好地抑制误差的影响,反演结果振荡较强,其余方法的结果与参考值符合很好.     

分部优化正则化在近场声全息技术中的应用

在基于等效源法近场声全息技术的基础上,对稳定重建过程不适定性的正则化技术进行深入研究.为改善正则化效果,综合考虑Tikhonov正则化和截断奇异值法,提出一种新的分部优化正则化技术.该技术兼取了两种方法的优点,比Tikhonov正则化稳定,避免了过滤波等正则化失效的情况;比截断奇异值法精度高,包含了更多的细节信息.通过对简支板的数值仿真,分别和Tikhonov正则化和截断奇异值法进行了比较,说明了本文所提方法稳定性较好和精度较高的优点.最后通过实验研究进一步证明了本文方法的有效性和正确性.     

CONTIN算法及其在测量微凝胶颗粒粒度分布中的应用

颗粒粒径大小决定了微凝胶的相变行为,因此采用有效可靠的手段来确定胶体悬浮液中颗粒的平均粒径及粒度分布是至关重要的。CONTIN算法是分析动态光散射实验数据,获取胶体悬浮液中颗粒粒度分布的有效算法,但目前的最优正则化参数选取策略依赖于颗粒粒度分布的先验条件。为此,本文提出利用V-曲线准则获取最优正则化参数,使用CONTIN算法表征微凝胶悬浮液颗粒系的平均粒径和粒径分布信息。实验结果表明,与V-曲线正则化参数选取准则相结合,利用CONTIN算法可以有效的获取微凝胶悬浮液的颗粒粒度信息。     

细菌觅食优化算法在光散射法颗粒粒度反演中的应用

针对函数约束算法中传统的智能算法反演时存在鲁棒性差和易陷入局部最优的缺点,提出了将正则化理论与细菌觅食优化算法相结合应用在颗粒粒度的测量中。引入Tikhonov平滑泛函来构建算法的目标函数,采用L曲线法确定正则化参数;再利用细菌觅食优化算法通过趋向、聚群、复制和迁徙等四种智能行为,迭代计算来搜寻函数的最优解。实验仿真结果表明:利用细菌觅食优化算法实现了在不同程度的随机噪声下的服从J-SB分布的单峰分布的均匀球形颗粒粒度分布反演,其反演结果更稳定,反演精度高,对于实现稳定、快速、准确的颗粒粒度在线测量具有重要的意义。     

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。     

基于积分方程法和奇异值分解的磁性目标磁场延拓技术研究

对磁性目标磁场延拓技术进行了研究,提出了一种基于积分方程法和奇异值分解的新方法.应用该方法只需要采用积分方程法对磁性目标的结构进行较为粗略的单元划分,利用目标下方大平面上的磁场测量值,得到相应的线性方程组.采用基于奇异值分解的截断奇异值方法和修正奇异值方法对该线性方程组进行正则化求解,可实现磁性目标磁场的三维磁场重建、向上或向下延拓.该方法较以前的方法,提高了磁性目标磁场延拓的精度和可靠性,并且解决了磁性目标磁场在一定范围内向上延拓的技术难题. 关键词： 磁性目标磁场 延拓 积分方程法 奇异值分解     

L曲线方法在地基红外高光谱反演温度廓线中的应用

利用地基红外高光谱辐射数据可以反演得到高时间分辨率的边界层大气温度廓线。目前的AERIoe最优化反演算法相比于传统的“剥洋葱”算法有较大的改进,且对初值的依赖程度较低。但AERIoe算法中正则化算子的选择对反演结果的稳定性和反演时间有重要影响。目前主要采用经验的方法选择正则化算子,迭代步数较多,耗费大量的计算时间。提出了利用L曲线方法代替经验法选取正则化算子的改进方案,以提高AERIoe方法的反演速度。改进后的算法通过绘制解范数和残余范数的二维曲线图,取其拐点作为最优的正则化参数,相比于传统的经验法有着更好的理论基础。采用2011年美国大气辐射测量计划中SGP站点的晴空大气红外辐射数据进行反演实验。结果表明,利用该方法得到的反演结果具有很好的稳定性、收敛性和精度。相比于经验的方法,利用L曲线方法获得的正则化算子反演温度廓线时的收敛速度更快,迭代步数较少,可以节约大量的计算时间;在反演精度方面,L曲线方法在边界层中上层的反演精度更高,1～3 km高度上温度廓线的RMSE值提高了大约0.2 K。     

双面声阵列波束形成的正则化改进算法

双面声阵列波束形成能够区分识别位于不同扫描平面的相干声源,然而该算法在低信噪比条件下识别精度较低。针对此问题提出一种迭代正则化改进算法,通过迭代方法更新正则化矩阵与波束形成输出,在不断提升正则化稳定性、抑制干扰旁瓣的基础上使声学云图主瓣向实际相干声源点处聚焦。数值仿真与实验算例结果显示,改进算法在中高频代表频率下能够正确区分相干声源前后方位,并具有相对原算法更高的识别精度。从而表明:从反问题正则化角度对原算法进行优化改进是理论可行的;正则化矩阵的具体形式与广义逆波束形成输出的空间分辨率紧密相关,且可通过迭代方法将二者整合以提高声源识别精度。      

迭代正则化方法求解电介质中空间电荷分布

首先介绍了迭代正则化方法的理论基础,建立了含有空间电荷密度分布的Fredholm第一类积分方程的反卷积算法,利用数值实验研究了加性高斯白噪声对迭代反卷积算法的影响,以及迭代停止标准对非适定问题的数值解的影响,最后使用该方法求解电介质样品中的空间电荷分布.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非适定问题的解.当噪声影响增大,信噪比降低时,反卷积的计算结果受到明显的影响.迭代停止标准对数值解的计算精度起着明显的作用.对实际测量数据进行处理表明,迭代正则化反卷积算法能够计算出固体电介质中的空间电荷分布.     

水平层状横向同性地层中频率测深资料全参数快速迭代反演

提出水平层状横向同性地层中频率测深资料的全参数快速迭代反演算法,以便从测量资料中同时确定各个地层的横向、 纵向电导率及层界面深度.首先,利用水平层状介质中电磁场并矢Green函数在频率波数域中的解析解和Sommerfeld积分的 快速计算技术确定正演响应.然后,利用摄动理论和Fourier逆变换公式,研究建立一套快速求解全参数Fréchet导数的 有效算法,并利用规范化处理和奇异值分解技术给出迭代反演过程.最后,给出数值试验证明反演理论的有效性以及反演算法 的抗噪声能力.     

基于正则化SVD算法的三维温度场声学重建

针对电站锅炉炉内三维温度场重建问题,基于声学理论构建数学模型.提出两种基于奇异值分解法(Singular Value Decomposition,SVD)的正则化算法,利用少量声学数据,对炉膛火焰分布的几种典型模型进行仿真重建.采用不同标准差的高斯噪声对两种算法的抗噪声能力进行检验.仿真结果表明,正则化SVD算法可以解决严重不适定的重建问题,重建温度场能够准确反映温度场分布,并且算法具有一定的抗噪声能力.TSVD正则化算法重建速度更快,抗噪声能力更强,适用于燃烧情况复杂的电站锅炉.     

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。     

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。     

基于联合正则化及压缩传感的MRI图像重构

基于压缩传感的MRI图像重构利用图像稀疏的先验知识能从很少的投影值重构原图像。目前MRI重构算法只利用MRI图像稀疏性表示或只利用基于其局部光滑性的先验知识,重构效果不理想。针对此问题,结合两种先验知识,提出一种基于联合正则化及压缩传感的MRI图像重构方法。利用块坐标下降法将求解联合正则化问题转化为交替求解二次凸优化、稀疏正则化和全变差正则化三个简单的优化问题。并提出分别采用共轭梯度法、二元自适应收缩法以及梯度下降法对以上优化问题求解。实验结果表明,该算法重构效果比现有算法有明显地提高。     

面向奇异构型目标点分布的相机位姿估计算法

为了提高平面、近平面和近线等奇异构型目标点的位姿估计精度和稳定性,提出了面向奇异构型目标点分布的位姿估计算法。首先,选择距离最远的两个点作为基本目标点,将n点划分为n-2个三点子集。其次,根据三点子集的几何关系构建辅助点,旨在增加透射相似三角形法的几何约束,进而求得较为准确的相机位姿初值。最后,结合EPnP算法和高斯牛顿算法进行迭代优化,通过奇异值分解求得最终位姿。测量实验结果表明,当平面目标点数n=4时,正交迭代算法、EPnP算法和IEPnP算法的像方平均重投影误差分别为0.062 mm、0.324 mm和2.238 mm,本文算法的像方平均重投影误差为0.003 mm,有效提高了奇异构型下目标点的位姿估计精度和稳定性。     

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.     

二帧变换光源阴影莫尔技术研究

为了快速测量物体表面三维轮廓,提出一种变换光源位置的相移阴影莫尔技术.该方法通过控制两个光源的亮灭,将相移引入测量视场.使用二维经验模式分解法对条纹图进行正则化,结合螺旋相位变换方法和二帧相移算法对测量高度进行估计,利用发展的迭代自调算法提取精确测量相位.计算机仿真和光学实验结果表明,该方法的解调准确度优于现有的二帧相移解调算法,同时,由于消除了测量过程中必要的机械运动,只需要二帧条纹图进行相位解调,节约了测量时间.     

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。     

靶丸空间坐标的高精度测定技术

为在惯性约束聚变系统中开展靶丸空间坐标的高精度测量,针对人工方式瞄准方法在安装调试上存在费力费时、自动化程度不高等缺点,采用基于双目视觉的方法,利用高精度2维标定板,通过迭代方法使角点提取精度达到0.1个亚像素,采用奇异值分解法来去除奇异点、改进的张正友标定算法等手段提高了标定精度。实验表明,在坐标测量精度均为25μm,距离测量的系统最大误差小于100μm,指标能满足系统要求。     

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。