提出了基于双边带调制方式利用单个马赫-曾德尔调制器（MZM）生成平坦宽光学频率梳的方案。两个激光器的频率差直接决定了双边带调制后光学频率梳产生的频谱宽度与质量，通过理论分析不同调制系数下各阶边带间的标准差以及各阶边带的贝塞尔值，发现5阶以上的边带对宽光学频率梳的影响可以忽略不计。而功率较低的5阶边带会叠加在各阶边带上，使得各阶边带的功率得以补偿或抵消，从而减小高阶边带对光学频率梳的影响，提升平坦度。仿真得到的宽光学频率梳的平坦度达到3.7 dB，有效频谱宽度为700 GHz。将传输速率为5 Gbit/s的不归零码数据调制到此光学频率梳上，经过光纤传输后，眼图依然清晰可见，在10^-9量级误码率下功率代价小于1.8 dB。这样的光学频率梳在光通信中可传送更多的数据信息，实现了高速数据传输并保持了光学频率梳的平坦度，稳定性能较好，成本低廉。

在采集地震信号时可能会伴随着随机噪声,有些去噪算法会平滑掉地震信号中的部分细节,从而降低地震数据的准确性。为此提出了一种基于区域分割梯度直方图保持(SGHP)的地震信号去噪算法,该算法先将地震含噪信号分成几个区域,再估计每个区域的参考梯度直方图,最后对每个区域使用梯度直方图保持进行去噪,使得去噪后的地震信号的梯度分布尽可能接近原始信号,从而达到保护地震信号细节的目的。利用SGHP分别对合成地震信号和叠后陆上地震信号进行去噪,与非局部均值滤波(NLM)、块匹配三维(BM3D)协同滤波和聚类稀疏表示(CSR)的去噪效果进行对比,采用峰值信噪比和结构相似度的评价指标进行评估,结果表明,SGHP的去噪效果最优。

针对人工肉眼检测聚氯乙烯(PVC)管材表面缺陷效果差、效率低下等问题,设计了一种基于机器视觉的PVC管材表面缺陷检测算法,并将其用于工业生产。该算法主要包含图像预处理和缺陷检测两部分,图像预处理包括边缘遍历、条纹检测和Gamma变换等步骤;缺陷检测主要包括水平与垂直投影、快速区域生长法连通域标记和分块处理等步骤。该算法对Gamma变换以及区域生长法作加速处理,同时能够最大限度地检测出PVC管材表面缺陷并避免误检。实验及工厂实地检测结果表明,该算法检测准确率为97.6%,实时检测速度超过60 m/min,缺陷最小检测面积为0.05 mm ²,而且管材运行中单边抖动不超过5 mm时无误报警现象发生,管材在运行速度为45 m/min时漏检率为0,因而能满足实际生产需要。