提出一种基于盲源分离（BSS）从多角度投影提取出任意深度聚焦层的数字乳腺层析合成摄影（DBT）重建算法。首先，通过DBT成像设备采集乳腺的多角度投影，并对投影进行校正、对数变换等预处理工作；然后以中心投影为基准，根据成像几何将多角度投影通过位移聚焦到所选的重建深度z处；最后，将位移后的多角度投影视为由一个聚焦层内信息和若干层外信息构成的线性组合，进而通过BSS将聚焦层信息分离出来，由此快速重建出乳腺厚度范围内任意深度z处的层面。以中心投影为参考，将位移叠加（SAA）法、滤波反投影（FBP）法、最大似然期望最大化（MLEM）3种当前DBT重建的主要算法与所提重建算法进行比较，4种算法对原投影的噪声污染的改善程度分别为13.4%、18.8%、88.5%、73.6%，图像对比度分别下降83.7%、81.4%、74.6%、10.7%，与中心投影的特征相似性分别为0.841、0.866、0.861、0.886，结构相似性分别为0.596、0.594、0.628、0.787，伪影扩散平均值分别为0.571、0.254、0.189、0.146。此外所提算法的重建速度小于SAA、FBP，但比采用2次迭代的MLEM高56.0%，因此所提算法在降低噪声、保持细节、抑制伪影、重建速度方面的综合性能优秀，且随着BSS技术和计算机硬件水平的快速发展而不断提高其分离重建性能，因此所提算法是一种实用性强、极具发展潜力的DBT重建算法。

提出一种具有模式保持功能的片上模式分离器方案。该方案基于多模干涉耦合器（MMI），通过在MMI多模区加入微型热电极，并通过合理设计热电极的位置和精确控制热电极的加热温度，实现TE0、TE1和TE2三种模式的分离，其插入损耗均低于1.06 dB，模式串扰均低于-15.38 dB。该方案具有模式分离数量多和可扩展的优势，可被广泛用于信号处理系统和通信系统中。

高分辨率无人机遥感图像具有极为丰富的语义和地物特征，在语义分割中容易出现目标分割不全、边缘信息缺失、分割精度不足等问题。为了解决上述问题，基于DeepLabV3_plus模型提出改进的DeepLabV3_DHC。首先，利用多种主干网络进行下采样，采集图像的低级特征和高级特征。其次，将原模型的atrous spatial pyramid pooling（ASPP）全部替换成深度可分离混合空洞卷积，同时添加自适应系数，减弱网格效应。之后，抛弃传统上采样的双线性插值法，替换为可学习的密集上采样卷积。最后，在低级特征中串联注意机制。选用多种主干网络进行实验，数据集选用四川省隆昌市地区的部分图像，采用平均交并比和类别平均像素准确率作为评价指标。实验结果表明：所提方法不仅具有较高的分割精度，而且减少了计算量和参数量。

本文研究了分布式声波传感垂直地震剖面（DAS-VSP）法纵波及转换波智能处理与成像方法，讨论了DAS-VSP形态成分分析法数据去噪技术、DAS-VSP多波智能分离方法和流程，以及基于深度学习的DAS-VSP数据规则化方法。创新性地提出了一种基于最小旅行时的多波VSP成像方法，通过旅行时表控制反射路径附近聚焦成像，比传统地震偏移方法的划弧减少，成像过程中计算覆盖次数，解决了覆盖不均匀成像振幅问题。通过海上斜井DAS-VSP实际数据处理，同时获得DAS-VSP上行纵波和上行转换横波成像剖面，结果显示，DAS-VSP不仅含有反射纵波信息，同时存在较强的转换横波，通过针对性处理后，能够实现DAS-VSP纵波及转换波成像，说明斜井DAS-VSP具备多波成像条件，可获得较高信噪比的纵波及转换波成像数据，多波数据更有利于油气预测和识别，智能处理及多波成像方法为DAS-VSP法用于油气勘探开发提供了新的技术手段。