一种基于TDLAS的高分辨率二维温度场重建算法及数值仿真

发展了一种基于TDLAS正交光路的二维燃烧场温度重建算法,为了评价该重建方法,数值仿真了2N (N≥3)条视线(Light-of-sight,LOS)测量路径呈N×N均匀排布时对两种不同的温度场的二维重建结果,并定义了最大偏差和平均偏差两个物理量来描述N值对重建结果的影响。结果表明,对于对称的单峰非均匀温度场,重建的温度场最大偏差在50K(2.5%)以内,最大偏差随N的奇偶而波动,其总体趋势随N增大而减小;平均偏差随着N的增大而减小,N≥9时最大偏差和平均偏差的改善均已不明显;对于双峰温度场,用该方法二维重建的结果最大偏差超过350K(15.2%),平均偏差大于0.03,并出现严重失真,此时可通过额外布置斜穿待测场的测量路径来改善测量结果。研究结果对实际的二维测量系统的搭建和应用有指导意义。     

基于迭代译码的LDPC码稀疏校验矩阵重建

为了改善高误码率情况下低密度奇偶校验（LDPC）码稀疏校验矩阵重建算法的性能,基于迭代译码的思想提出了一种稀疏校验矩阵的重建算法。首先,利用对偶空间算法获取到部分非稀疏校验向量,并对其进行稀疏化处理。其次,利用稀疏化后的校验向量对LDPC码进行软判决迭代译码,从而对码字中错误比特进行纠正,以改善码字质量。然后,对纠错后码字再次进行校验向量获取,不断重复迭代。最后,实现LDPC码稀疏校验矩阵的重建。实验结果表明:在误码率为10-3量级下,针对IEEE802.16e、IEEE802.11n等协议下的LDPC码,所提算法均能有效完成重建,同时新算法的稀疏矩阵重建率要明显好于传统方法。      

等行频采样方式下的红外图像帧重建仿真研究

为了有效提高红外图像的分辨率,充分利用红外器件获得的扫描数据和相应的空间信息,文中重点研究了基于圆锥扫描的等行频采样方式下红外图像帧重建仿真。在介绍圆锥扫描机制下基于等行频采样机理的红外图像完整重建技术的基础上,进行了大量的重建图像仿真。仿真研究结果表明,这种技术能够获得较高分辨率的红外图像。     

基于改进联合稀疏电容层析成像算法滑油监测研究

由于电容层析成像(Electrical Capacitance Tomography,ECT)的"软场"特性,使其应用于航空发动机滑油管道监测时难以准确获得被测对象的位置和大小信息.针对图像重建过程中的病态问题,在对称交替乘子法(S-ADMM)算法基础上,提出一种采用L 2,1-范数作为核范数、(L 1-εL 2)范数...     

基于改进Split Bregman的电容层析成像滑油监测研究

针对电容层析成像（Electrical capacitance tomography,ECT）技术应用于滑油系统磨粒在线监测时,其图像重建过程中存在的不适定性问题,提出了一种基于迭代p阈值函数的Split Bregman（SB）图像重建算法。首先,建立基于SB算法的ECT图像重建模型。其次,建立基于L_p范数的SB模型。最后,为更方便求解L_p范数的阈值迭代形式,引入了p阈值函数。通过灵活选取p值,提高了SB算法的精度和适用性。仿真实验结果表明,与Landweber,Tikhonov正则化和SB算法相比,改进SB算法图像误差降低了约30%,相关系数高达0.96,成像速度与Landweber成像速度相近。实验结果表明,改进SB算法能够胜任滑油系统磨粒监测任务,并提高了成像质量。     

三维CT重建几何参数的非线性最小二乘估计

重建几何参数的精度是3D-CT(Three Dimensional Computed Tomography)重建中严格控制的指标,在实际的X射线扫描成像中,这些参数无法直接测量得到,从而难以保证其精度.介绍了利用非线性最小二乘估计Feldkamp三维重建几何参数的方法,根据空间质点质心的投影位置与其投影的质心位置重合的原理,通过计算空间质点(实验中采用近似质点的目标体)投影质心坐标,求解非线性方程组估计重建几何参数的最优解.计算机模拟结果表明,在参数向量初始值接近于真值的情况下,估计所得参数值有较好的精度和重复性.利用此方法估计所得实际扫描系统的几何参数值进行三维重建,也得到了很好的重建结果.     

电阻抗成像技术的原理及其发展

介绍了一种新的图像重建技术--电阻抗成像(EIT)技术.它根据物体内部不同物质的导电参数(如电阻率、电容率)的不同,通过对物体表面电流、电压的施加及测量来获知物体内部导电参数的分布,进而重建出反映物体内部结构的图像.作为一个数学物理反问题,EIT技术具有其本身的特点和难点,因而目前还处于探索性研究阶段.本文在EIT数学物理模型基础上对整个EIT技术作了较为全面的介绍,包括理论原理、技术上的难点、系统分析、以及目前国际国内的研究现况和研究方向.通过对ACT3的介绍,对EIT系统的具体实现也做了简要分析.     

基于平方距离极小化方法用C-C细分曲面拟合三角网格

基于平方距离极小化方法(SDM),给出了用C-C细分曲面重构有特征的、任意拓扑三角网格模型的算法.首先识别特征并结合人工交互的方式在初始网格上进行四边域划分,然后直接在域面上对数据点进行近似参数化和分区,以域顶点为顶点构造初始控制网格.建立局部坐标系并优化每个数据点的参数值,基于SDM建立拟合方程.循环进行控制顶点的反求和待拟合数据点的参数校正,直至达到给定的误差要求.与传统的最小二乘法拟合(LSQ)相比,本文方法的逼近精度(二阶逼近)要高得多.     

一种基于TDLAS的高分辨率二维温度场重建算法及数值仿真

发展了一种基于TDLAS正交光路的二维燃烧场温度重建算法,为了评价该重建方法,数值仿真了2N （N≥3）条视线（Light-of-sight,LOS）测量路径呈N×N均匀排布时对两种不同的温度场的二维重建结果,并定义了最大偏差和平均偏差两个物理量来描述N值对重建结果的影响。结果表明,对于对称的单峰非均匀温度场,重建的温度场最大偏差在50K（2．5％）以内,最大偏差随N的奇偶而波动,其总体趋势随N增大而减小;平均偏差随着N的增大而减小,N≥9时最大偏差和平均偏差的改善均已不明显;对于双峰温度场,用该方法二维重建的结果最大偏差超过350K（15．2％）,平均偏差大于0．03,并出现严重失真,此时可通过额外布置斜穿待测场的测量路径来改善测量结果。研究结果对实际的二维测量系统的搭建和应用有指导意义。     

深度学习机制与小波融合的超分辨率重建算法

深度学习技术在超分辨率重建领域中发展迅速。为了进一步提升重建图像的质量和视觉效果,针对基于生成对抗网络（GAN）的超分辨率重建算法重建图像的纹理放大后不自然的问题,提出了一种结合小波变换和生成对抗网络的超分辨率重建算法。所提算法在生成对抗网络中将小波分解的每个分量在各自独立的子网中进行训练,实现网络对小波系数的预测,有效地重建出具有丰富的全局信息和局部纹理细节信息的高分辨率图像。实验结果表明,对比基于生成对抗网络的算法,所提算法重建图像的客观评价指标峰值信噪比（PSNR）和结构相似性分别能提高至少0.99 dB和0.031。