盲目反卷积光谱图超分辨复原算法

反卷积是实现光谱图超分辨复原的重要手段,与常规反卷积相比,盲目反卷积具有不需要预先准确获取卷积核函数的优势。着眼于充分利用光谱信号的特点和已有的光谱图反卷积成果,详细讨论了空域迭代盲目反卷积方法用于光谱图反卷积时的算法实现问题,并在分析光谱图卷积退化过程的基础上,针对光谱图反卷积算法特点,提出了光谱图卷积退化简化计算模型和最小二乘高斯拟合模型,以解决算法中相应的计算问题。基于Matlab平台的仿真表明,对于所用的高斯型谱线和点扩散函数,空域迭代盲目反卷积算法效果良好,在信噪比为50 dB时,分辨率提高约30％。     

迭代反褶积算法

本文利用条件期望的性质，导出了迭代反褶积算法模型，并给出参数λ的极大似然估计，算例表明该算法是有效的。     

褶积反演中的脉冲压缩准则

通过分析基于脉冲压缩原理的反褶积方法,提出了具有广泛用途的广义L_p模准则,像脉冲反褶积、极小熵反褶积、L₁模反褶积和D模反褶积等都为其特例。根据有限维欧氏空间的L。模性质和高维欧氏空间的几何性质,分析了广义L_p模方法中的参数影响。为了比较不同反褶积方法的脉冲压缩效果,给出了一类判别函数,从理论上证明了,为什么对非小相位信号L₁模法的脉冲压缩效果优于脉冲反褶积;D模反褶积要比常规极小熵法更具有"简单性"。广义L_p模准则为构造、分析新的反褶积方法和进一步研究最优脉冲压缩准则提供了必要的理论基础。     

多道预测反褶积

就多维最小平方预测准测,推导了一种分块Toeplitzt矩阵方程组求解的递推公式,并对人工模型进行了实验,实验结果表明采用多道处理反褶积优于单道结果。文中还给出了多道最小相位的定义,并给出了在一步预测下多维反褶积算子确定性稳定的结论。     

基于去模糊空间变换RCNN的毫米波图像目标检测（英文）

提出一种包含去模糊的空间变换区域卷积神经网络的目标检测算法.首先,基于主动毫米波圆柱扫描成像原理对人体进行三维成像(频率24~30 GHz),建立毫米波图像数据集.然后,估计毫米波图像的模糊核,通过卷积去噪网络获得图像先验知识,将其集成到半二次分裂的优化方法中,以实现非盲目去模糊.最后,由定位网络、网格生成器和采样网络三部分组成空间变换网络,将它融入到特征提取网络中,在去模糊后实现目标检测.通过该非盲目去模糊算法得到的图像的峰值信噪比可达27.49 dB,目标检测算法的平均精度可达80.9%.实验结果表明,与现有的先进方法相比,该方法可以有效地提高图像质量和检测精度,为毫米波图像中隐藏危险品的目标检测提供了新的技术支持.     

Kullback-Liebler测度在地震记录反演中的应用

在地震记录反演中,盲目反褶积是一个相当困难的问题.讨论这个问题现有各种方法,如累积矩法等.本文利用Likas等处理图像恢复的变分法来讨论地震记录反演中的盲目反褶积问题.利用Kullback-Liebler信息测度获得一个非常有用的统计函数(即变分函数),此函数的极值点就含有所要求的反射系数序列的信息,并且拟订出求此泛数极值点的一套算法.     

一维和多维非高斯线性随机过程的最小熵反褶积

最小熵反褶积是分解非高斯线性随机过程的方法之一,本文提出了系统响应序列峰度的概念和研究了它的性质,并借助它建立了最小褶反褶积的收敛理论,本文首次研究了多维非高斯线性随机过程的最小熵反褶积问题并建立了相应的收敛理论,本文还讨论了最小熵反褶积方法与参数方法的关系。     

An improved deconvolution method for X-ray coded imaging in inertial confinement fusion

In inertial confinement fusion （ICF）, X-ray coded imaging is considered as the most potential means to diagnose the compressed core. The traditional Richardson-Lucy （RL） method has a strong ability to deblur the image where the noise follows the Poisson distribution. However, it always suffers from over-fitting and noise amplification, especially when the signal-to-noise ratio of image is relatively low. In this paper, we propose an improved deconvolution method for X-ray coded imaging. We model the image data as a set of independent Gaussian distributions and derive the iterative solution with a maximum-likelihood scheme. The experimental results on X-ray coded imaging data demonstrate that this method is superior to the RL method in terms of anti-overfitting and noise suppression.     

仿生鳍条姿态测量及其误差分析

在复杂环境下齿轮箱信号往往会淹没在噪声信号中,特征向量难以提取。为了有效的进行故障诊断,提出了基于最大相关反褶积(MCKD)总体平均经验模态分解(EEMD)近似熵和双子支持向量机(TWSVM)的齿轮箱故障诊断方法。首先采用MCKD方法对强噪声信号进行滤波处理,在采用EEMD方法对齿轮箱信号进行分解,分解后得到本征模函数(IMF)分量进行近似熵求解,得到齿轮特征向量,最后将其输入到TWSVM分类器中进行故障识别。仿真实验表明,采用MCKD-EEMD方法能够有效的提取原始信号,与其他分类器相比,TWSVM的计算时间短,分类效果好等优点。