1 华中科技大学智能制造装备与技术全国重点实验室，湖北 武汉 430074
2 光谷实验室，湖北 武汉 430074
衍射场作为叠层衍射成像技术（ptychography）的重要约束，其信息的丰富度和准确性将直接影响重构质量。提出一种基于极大似然噪声估计的高动态范围（ML-HDR）叠层衍射成像方法，即在探测器线性响应假设下，构建复合高斯噪声模型，根据极大似然估计求解最优权重函数，由多张低动态范围衍射场合成高信噪比衍射场。对比了单次曝光、传统HDR和ML-HDR三种方法的重构质量。仿真和实验结果表明：相比单次曝光，ML-HDR能将动态范围拓宽8位，重构分辨率提升至2.83倍；相比传统HDR，ML-HDR能提高重构图像的均匀性和对比度，且无需额外标定硬件参数。
计算成像 叠层衍射成像术 高动态范围 相位恢复 极大似然估计 激光与光电子学进展
2024, 61(8): 0811011
面向特定湍流扰动风场建立参数化的湍流模型, 对于研究大气扰动影响下的飞行动力学和飞行安全问题具有重要意义。基于民航飞机飞行数据, 提出了大气湍流参数化建模方法。首先, 基于原始飞行数据推算出沿航迹的三轴扰动风分量, 并采用高斯过程回归分离出扰动风中的非湍流分量, 经统计检验提取出符合平稳性和正态性的湍流成分;其次, 基于极大似然估计建立湍流频域模型, 基于自回归过程建立湍流时域模型。实际飞行数据的试验表明, 所建立的参数化湍流模型能够实现湍流风场的定制化建模, 可以进一步应用于飞行安全分析和飞行参数估计。
大气湍流 飞行数据 高斯过程回归 极大似然估计(MLE) 自回归模型 atmospheric turbulence flight data Gaussian process regression Maximum Likelihood Estimation (MLE) auto regression model
火箭军工程大学导弹工程学院, 陕西 西安 710025
在现有研究中,通常采用无记忆效应的马尔可夫过程模型来描述光电设备的随机退化,忽略了其退化过程中状态之间的长期相关性。鉴于此,首先,基于非线性分数布朗运动提出了一种具有记忆效应的随机退化模型,用于描述测量误差与随机效应影响下的光电设备退化过程;在此基础上,基于弱收敛理论推导得到了首达时间意义下设备剩余寿命的近似解析式。其次,分别采用极大似然估计算法与贝叶斯推理完成了模型参数的离线估计与实时更新,进而实现剩余寿命的自适应预测。最后,将所提方法应用于GaAs激光器的性能监测数据中,实验结果表明所提方法能有效提高光电设备剩余寿命的预测精度。
光学器件 剩余寿命 分数布朗运动 弱收敛理论 极大似然估计 贝叶斯推理 光学学报
2020, 40(24): 2423001
红外与激光工程
2020, 49(3): 0305007
1 成都理工大学核技术与自动化工程学院, 四川 成都 610059
2 四川大学电气信息学院, 四川 成都 610065
针对数据排列无序、随机缺失及伴随白噪声等问题,提出一种基于因子分析法的三维点云配准方法。将点云数学模型扩展为正交因子模型,从而将点云的配准问题转换为对模型参数的求解问题;采用高斯混合模型对点云进行拟合,并通过最大期望算法(EMA)求解出正交因子模型的因子载荷矩阵;利用因子载荷矩阵完成对点云的配准。在仿真实验中,因子分析算法对随机丢失和带噪声的点云的配准情况,与经典迭代最近点(ICP)算法的配准精度相当,配准效率相比于ICP算法提升了70%以上。因子分析算法不会陷入局部最小值,在快速精确配准和稳定性方面有明显的改进和提高。
机器视觉 点云配准 因子分析 白噪声 极大似然估计 激光与光电子学进展
2019, 56(19): 191503
中国人民解放军92857部队, 北京 100071
针对序列星空图像极大似然估计方法检测非线性运动弱小目标效果较差的问题,提出了一种基于非线性极大似然检测的弱小目标检测方法。首先对目标的运动方程进行泰勒展开,然后以一定的阶次的方程仿真目标在星图上的运动,并通过序列图像在非线性空间解算目标运动的非线性参数,获得目标的运动方程。最后通过归一化斑点检测算子对结果图像中的目标进行检测。实验结果表明在目标信噪比低于2且进行非线性运动时,提出的方法检测目标效果较好。
非线性 极大似然估计 归一化斑点检测算子 泰勒展开 弱目标检测 nonlinearity maximum likelihood estimation NNLog taylor expansion formula small target detection
1 中国航空工业集团公司洛阳电光设备研究所，河南 洛阳 471000
2 哈尔滨理工大学测控技术与仪器黑龙江省高校重点实验室, 哈尔滨 150080
由于样本空间的多样性，势函数模型难以计算，因此无法得到马尔可夫随机场模型的参数估计。针对该问题，提出基于麦克劳林级数的马尔可夫随机场参数估计算法。通过二阶麦克劳林级数的展开式得到了势函数的近似值和似然函数的表示式，推导出极大似然估计对应的非线性方程组，通过牛顿迭代法得到方程组的解即是马尔可夫随机场的极大似然估计。提出了一种改进的Gibbs采样方法，加快了模拟退火的速度。实验分别从视觉效果、峰值信噪比和稳态迭代次数三方面验证了算法的有效性。
图像去噪 马尔科夫随机场 麦克劳林级数 极大似然估计 Gibbs采样 image restoration Markov random field Maclaurin series maximum likelihood estimation Gibbs sampling
剩余寿命(RUL)估计是设备健康管理的重要环节。基于扩散过程提出了一种融合寿命数据与退化数据的剩余寿命估计方法，利用首达时间的概念得到了剩余寿命的解析概率分布，并且给出了一种离线优化、在线更新的退化模型参数更新方法。首先将基于寿命数据的极大似然参数估计值作为Bayesian更新的初始值，然后通过Bayesian方法融合设备自身的退化数据更新退化模型的参数，最终实现剩余寿命的实时估计。实验结果验证了本文方法的有效性和优越性。
寿命数据 退化数据 扩散过程 极大似然估计 Bayesian方法 lifetime data degradation data diffusion process Maximum Likelihood Estimation(MLE) Bayesian method
1 江南大学理学院, 江苏 无锡 214000
2 河北大学物理学院光信息创新中心, 河北 保定 071002
在光学相干层析术(OCT)无创血糖监测过程中，预测模型的建立容易受异常点的干扰。采用广义极大似然估计(M 估计)建立的预测模型能够有效地通过权函数降低异常点在模型中的权重。通过人体血糖钳夹临床实验和口服葡萄糖耐量测试实验，利用M 估计和最小二乘估计法(OLS 估计)两种方法建立了血糖预测模型，采用交互验证法对两种模型的均方根误差(RMSE)进行了比较。对比结果表明，M 估计能有效地降低血糖预测模型的RMSE 值。此外，利用克拉克误差表格分析法对两个模型的预测结果进行评估，评估结果表明采用M 估计建立的血糖预测模型的准确性和稳定性高于OLS 估计，因此M 估计更适合临床上的OCT 无创血糖监测应用。
医用光学 扫频光学相干层析 广义极大似然估计 血糖预测模型 克拉克误差表格分析 激光与光电子学进展
2016, 53(3): 031701
利用强度相干方法对高轨目标成像时存在着频谱模值测量信噪比低和相位恢复复杂等问题，严重影响成像质量。为获得高轨目标的清晰图像，根据高轨卫星空间频谱分布先验信息、图像分布先验信息和强度相干测量噪声分布特点，探讨了利用先验信息对强度相干成像的频谱模值估计方法和相位恢复方法进行改进与优化，并设计了室内实验验证了改进算法的有效性。室内实验表明，通过对频谱模值估计方法和相位恢复算法的改进能够显著提高强度相干成像质量，减小恢复结果中的噪声斑点与歧义图像。
成像系统 强度相干成像 相位恢复 先验信息 极大似然估计 空间频谱
