南昌工程学院信息工程学院, 江西 南昌 330099
针对互质阵列的虚拟阵列插值过程中协方差项的非均匀加权问题, 将互质阵列协方差矩阵重构转换为低秩矩阵填充与原子范数重构, 提出基于原子范数的互质阵列协方差矩阵重构算法。该算法先利用广义增广法得到非完备的互质阵列协方差矩阵, 并利用截断的均值奇异值门限填充法得到虚拟阵列的协方差矩阵初值, 然后对其进行原子范数最小化求解, 实现稳健的正定 Toeplitz协方差矩阵重构。该算法充分利用互质阵列协方差矩阵信息, 有效提高互质阵列 DOA估计算法的稳定性, 降低计算复杂度。
互质阵列 矩阵重构 原子范数 低秩矩阵填充 差分伴随阵 coprime array matrix reconstruction atomic norm low rank matrix completion difference coarray 太赫兹科学与电子信息学报
2023, 21(3): 332
西安航空职业技术学院 航空维修工程学院， 陕西 西安 710089
荧光分子断层成像技术的逆问题有严重的病态性，对噪声影响非常敏感，为提高荧光基团的重建精度，提出将低秩填充与流形正则模型结合的荧光分子断层重建方法，来抑制噪声对逆问题重建的影响。方法能利用更多的先验信息，在利用荧光基团能量分布的聚集性的基础上，还能够同时利用生物外表面荧光分布的低秩性。通过低秩填充算法对外表面观测矩阵进行抑噪处理，来利用外表面观测矩阵低秩性的先验信息; 通过流形正则模型来利用重建光源聚集性的先验信息，最终实现逆问题重建的精度的改善。同时设计了多组数字鼠实验，结果表明结合低秩矩阵填充与流形正则模型的FMT逆问题的重建结果取得了明显的改善。
生物光学 低秩矩阵填充 流形正则 逆问题 photobiology low rank matrix completion manifold regular inverse problem
西北大学信息科学与技术学院, 陕西 西安 710127
在面向精准医疗的分子影像领域,荧光分子断层成像(FMT)是当前的研究热点之一。由于FMT逆问题严重的病态性,背景荧光噪声会对重建结果产生严重的负面影响。在深入研究基于有限元的FMT重建方法的基础上,提出利用低秩矩阵填充技术克服背景荧光的方法。该方法将不同激发节点形成的外表面观测组成一个有元素缺失的观测矩阵,利用低秩矩阵填充算法恢复该矩阵的缺失元素,同时抑制观测矩阵含有的背景荧光噪声。利用去噪后的观测矩阵建立了新的FMT逆问题模型,并利用其对荧光目标进行重建。单荧光和双荧光目标重建实验表明:基于去噪后FMT逆问题模型的重建结果获得了显著改善。
生物光学 背景荧光抑制 低秩矩阵填充 去噪 荧光分子断层成像 光学学报
2018, 38(10): 1017003
