针对漫射模型在近光源区具有较大模型误差, 导致光学特性参量反演准确度较低的问题, 提出了一种利用矩变换, 改变原始数据形态, 提高反演准确度的方法.比较了不同阶次条件下的光学特性参量反演准确度和拟合残差的统计分布状况, 分析了不同信噪比下重构系数的相对误差.对25组数据的研究结果表明：3阶矩变换可显著提高两个光学参量(μa、μ′s)的估计准确度.在无噪音条件下, 吸收系数μa重构的平均相对误差为7.04%;有效散射系数μ′s重构的平均相对误差为5.55%, 相比于自然对数变换, μa降低了8.57%;μ′s降低了32.73%.在信号噪音满足一定条件情况下(大于50 dB), 3阶矩变换仍然能获得较高的光学参量反演准确度.矩变换方法能有效地提高光学特性参量反演估计准确度.

通过分析峰值分布及广义极值分布理论关于混沌电场峰值分布的特点,获得一种混沌电场峰值分布的计算方法,结合Bootstrap重采样技术,提出了混沌电场峰值分布参数估计方法,该方法吸取了重采样技术估计的优点,对分布参数置信区间的估计更为准确、实用。以蒙特卡罗仿真和某机械搅拌混响室内电场数据为实例,结果表明,与传统的正态近似法、百分位法、BC-t等方法相比,其计算结果与实际结果更为吻合,证明了该方法具有更高的准确度。