由于光源的相关色温与色偏差计算一直是备受研究者们关注的问题,故提出了一种基于三角形法、抛物线法和三次多项式法的高效混合光源相关色温与色偏差计算方法。在色温为2000~20000 K, 1 K步长的18001条等温线上,并在色偏差范围为-0.03~0.03内以0.015间隔选取90005个测试样本,测试并比较了所提方法、Ohno方法与Robertson方法的精确度。测试结果表明,所提方法的性能优于Ohno方法与Robertson方法,且其色温和色偏差的最大绝对误差分别为0.3858 K和3.33×10 ^-6,故所提方法可被直接用于LED光谱优化与设计中。

基于gm/Id查找表方法,设计了一种用于14位100 MS/s流水线逐次逼近寄存器模数转换器(Pipelined-SAR ADC)的余量放大器。该余量放大器采用高增益宽带宽的增益自举运算放大器(OTA)结构。该方法通过lookup函数查找器件直流工作点,克服了传统方法对短沟道器件参数无法准确设计的问题。通过迭代算法来选择核心器件的gm/Id,使电路在满足性能要求的同时实现功耗的优化设计,且具有很好的工艺移植性。基于SMIC 55 nm CMOS工艺,对设计的OTA性能进行了仿真验证,实现了在92 dB直流增益、180 MHz闭环-3 dB带宽、1.44 mVrms噪声等多维约束条件下电路功耗为1.9 mW的最优化设计。

利用差分吸收光谱技术 (DOAS) 反演了我国首个星载大气痕量气体差分吸收光谱仪 (EMI) 的臭氧斜柱浓度 (SCD), 通过 SCIATRAN 辐射传输模型建立了大气质量因子 (AMF) 的查找表, 最终得到 EMI 的臭氧垂直柱浓度 (即臭氧柱总量)。将 EMI、OMI 和 TROPOMI 于 2018 年 11 月 2 日获得的南极区域臭氧柱总量进行了对比分析, 三者均观测到南极中高纬度 (30° S～70° S) 的臭氧高值区域与南极内陆 (75° S～90° S) 的臭氧低值区域, 且 EMI 与 OMI、TROPOMI 的臭氧柱总量相关性 (R2) 分别为 0.977 和 0.979。进一步将 EMI 反演的臭氧柱总量与南极长城站 (62.22 S, 58.96 W) 地基天顶散射光差分吸收光谱仪 (ZSL-DOAS) 反演的臭氧柱总量进行对比, 二者相关性 (R2) 为 0.926。

吸收性气溶胶指数(AAI)可用于表征紫外波段吸收性气溶胶成分占比,是卫星遥感探测的重要数据产品之一。通过SCIATRAN辐射传输模型设置太阳天顶角、观测天顶角、相对方位角、地表高度、云高等参数,创建大气层顶反射率的查找表,结合TROPOMI的数据,反演吸收性气溶胶指数。由于仪器本身的特性,直接反演的AAI不能完全表征吸收性气溶胶的分布特征,需要扣除背景值,本研究通过统计法获取太平洋区域AAI的背景值。采用2020年9月美国加利福尼亚州山火时期数据进行分析, 研究山火烟雾羽流的传输。结果显示了气溶胶的分布特征,取得的背景校正效果良好。反演结果与TROPOMI官方发布产品的空间分布特征基本一致,两者的平均相关系数达到0.963。最后比较了卫星遥感AAI数据与地面AERONET站点气溶胶光学厚度(AOT)数据,可以看出两者的气溶胶变化趋势一致。

以平面相控阵天线为研究对象，在给出阵面天线方向图函数模型的基础上，详细描述了波控码的计算方法；分析了波束控制的系统架构，提出了查表法与分布式计算相结合的波控码计算方法，阐述了其软件处理流程，并与传统方法对比分析了该方法的技术优势。通过对阵面天线方向图的仿真分析，该方法可以控制波束指向，实现一维扫描与二维扫描、单向扫描与全向扫描，并具有很好的控制精确度。对波控系统的设计可以推广到其他阵列天线模型上。

为了快速、准确地重建复杂场景的三维面形,提出了一种利用散斑嵌入相移条纹图案和截断相位-高度查找表的三维面形测量方法。将散斑作为辅助信号嵌入到四步相移条纹图案的相位分布中,得到待投影的复合条纹图案。利用相移算法解调出被测物体的截断相位和额外的散斑信息。利用查找表得到截断相位对应的多个候选高度,再利用散斑对条纹周期进行标记以解决高度歧义问题,唯一确定截断相位所对应的正确高度,以实现被测物体三维面形的快速重建。该方法直接从截断相位信息中重建三维面形,无需投影任何附加图案,也无需进行相位展开。理论分析和实验结果表明,该方法可以实现动、静态复杂场景三维形貌的高精度测量且鲁棒性好。

主要讨论O2-O2在477 nm处吸收带反演的有效云量。首先通过差分吸收光谱(DOAS)算法反演460~490 nm内的O2-O2斜柱浓度,并对O2-O2斜柱浓度中出现的条带进行修正;然后通过SCIATRAN辐射传输模型设置太阳天顶角、观测天顶角、相对方位角、地表反照率、地面高度、云量、云压等参数的不同节点,创建O2-O2斜柱浓度和反射率的查找表,进一步对查找表进行转换得到云量的查找表;最后对O2-O2斜柱浓度、连续反射率及相关太阳几何信息进行多维插值,得到大气痕量气体差分吸收光谱仪(EMI)有效云量。为验证所提算法的准确性,将EMI结果与OMI(ozone monitoring instrument)云量进行比较,两者均呈由低云量到高云量频数递减的趋势,其中云量为0和云量为1均出现频数高值现象,云量相关性R为0.82,相关性表现良好。

研究多色打印机的光谱特征化, 提出了一种基于降维的光谱特征化模型, 保证了多色打印机颜色转换的精度, 同时也提高了特征化的运行效率。 该模型结合颜色分区理论和LabPQR非线性降维方法, 首先将高维光谱数据降低至LabPQR六维空间中, 然后通过胞元搜索算法查找目标颜色所属的胞元空间, 最后利用反向四面体插值算法对目标的LabPQR值进行计算, 得到打印机最终的通道信号输出值。 检测颜色样本的实验数据表明, 正向模型和反向模型的平均色差达到0.714和1.016 NBS, 模型的运行时间为2.03和9.05 s。 新算法能够实现多色打印机光谱数据与通道信号值间的准确转换。

为了提高高光谱遥感图像的压缩比, 提出一种基于残差偏置和查找表的高光谱图像无损压缩方法。在高光谱图像的第一谱段图像采用了无损压缩标准中值预测器方法进行谱段内预测, 其它谱段图像采用谱间预测方法。首先, 在多级查找表(LAIS-LUT)预测方法的基础上搜索当前预测值, 用当前预测值周围特定的5个像素点和当前像素值周围相同位置的5个像素点进行比较, 通过比较结果, 得出一个偏置值;然后在预测残差上加上偏置值;最后, 将最终预测残差进行算术编码, 并进行了理论分析和实验验证。结果表明, 针对美国航空航天局的高光谱图像, 所提出的方法比LAIS-LUT压缩比平均提高0.05;针对国内高光谱图像, 该方法比LAIS-LUT压缩比平均提高0.07。这一结果对提高高光谱图像压缩效率是有帮助的。

提出了一种线性预测和多谱带查表相结合的高光谱图像无损压缩算法。首先, 根据高光谱图像谱带间具有强相关性的特点, 建立基于Yule-Walker方程的线性预测模型, 其中方程系数矩阵为非Toeplitz形式的对称矩阵, 需要使用改进的Levinson算法进行求解。其次, 针对校正后的高光谱图像具有稀疏直方图的特点, 提出了多谱带查表法, 对线性预测的结果进行修正, 去除这些图像中因校正引起的信息冗余; 而对未校正图像, 则不使用该步骤处理。最后, 使用熵编码器对预测误差进行编码。分别使用自适应算术编码和Golomb-Rice编码作为熵编码器进行了测试, 结果表明: 本文算法具有较高的压缩比, 压缩效果好于国际空间数据系统咨询委员会(CCSDS)的标准算法。