在使用TDLAS技术测量高温燃烧环境下CO2浓度分布时，由于流场的分布非均匀性以及近红外波段的CO2谱线吸收较弱且容易受H2O的吸收干扰，使得二维浓度场的重建测量尤为困难。为解决上述问题，本文提出了一种基于TDLAS技术的非均匀流场二维浓度分布重建方法。该方法利用CO2的吸收谱线R（50）具有R2f/1f在中心频率处的幅值近似满足线性叠加关系这一特点，使用单条谱线的吸收信息结合代数迭代算法，实现了非均匀流场的CO2浓度场重建。仿真与试验结果表明，在正交投影方式下测量的CO2浓度与烟气分析仪测量结果的最大相对误差小于13%，平均相对误差为4.16%，整体分布趋势与烟气分析仪测量的结果相似。

为了充分利用多目视觉系统的冗余信息,提高系统对同名物点世界坐标的解算精度,提出了一种基于加权Levenberg-Marquardt(LM)非线性优化的定位算法。该算法充分考虑拍摄距离对物点计算精度的影响,利用矩阵论中的广义正交投影法求解多相机约束下物点世界坐标初值,结合深度信息对目标函数进行加权,提高近距离相机的置信度,根据加权处理的LM算法对物点世界坐标进行迭代计算以获得最优解。在8 m×6 m×3 m的测量空间对4种算法进行了实验,实验结果表明,所提加权LM算法相比传统算法及近年提出的算法在精度与效率方面均有不同程度的提高,可为多目视觉系统的高精度定位提供一定的参考。

提出了一种利用1个团簇态和3个贝尔态纠缠在一起的 特殊量子信道来进行不对称双向远程制备的理论方案。Alice和Bob既是远程量子信息的发送者, 也是接收者。Alice帮助Bob远程制备任意一个三粒子的纠缠态,同时Bob也帮助Alice远程制备一 个四粒子的团簇态。Alice和Bob分别利用与量子信道相匹配的正交测量基对量子位(1, 3, 5)位 和(8, b)位投影测量;接收方收到对方的测量结果后,对每一种测量结果进行与测量基相对应的幺 正变换操作,直接成功制备的概率为1/8。随后给出了提高成功制备概率的方法:选取特定的系数 取值,之后重复上述操作,完成任意三粒子纠缠态和四粒子团簇态的不对称双向远程制备。经过计 算和验证,对方案进行概率提升后,成功制备的概率可达100%, 系统的信息传送效率为36.84%。

水资源关系到国计民生, 近年来时有发生的水污染事件使污染物入侵预警得到了广泛的社会关注。 针对现有基于紫外-可见光光谱的水质异常检测方法存在的检出下限偏低的问题, 提出一种基于监督学习的紫外-可见光光谱水质异常检测方法。 该方法首先获取不同数据集中的正常样本差异性空间, 再使用正交投影方法去除差异性空间中的光谱数据分量, 以达到基线校正的目的; 然后采用偏最小二乘判别分析从校正后的光谱中提取特征, 利用训练集得到的最优阈值确定离群点; 最后采用序贯贝叶斯滚动更新每个时刻上的异常概率, 确定水质报警序列。 实验选用苯酚作为模拟污染入侵事件的注入试剂, 采样2周内的紫外-可见光光谱数据, 在实验平台上对提出的方法进行了验证。 实验结果表明, 采用的正交投影基线校正方法可以消除不同批次水质光谱的背景差异, 更为充分的利用了光谱信息, 降低了对特征污染物的检出下限。

设计了一套结合鱼眼摄像头和头戴显示器的新型全景显示系统。采用鱼眼正交投影法建立合适的数学模型, 基于该数学模型合理展开虚拟半球的UV, 将鱼眼图像映射到虚拟半球上, 同时使用双目虚拟摄像头采集已经矫正畸变的图像, 并将其显示在头戴显示器中, 达到头戴显示器全景显示的效果。通过实际测试验证了该方案的可行性。

针对传统子空间辨识法(SIM)用于动力调谐陀螺仪(DTG)建模过程中存在的结构参数复杂、干扰因素未知、建模精度不高等问题, 提出了一种改进的子空间辨识方法。首先, 确定辨识对象DTG的状态空间模型集, 分析DTG输出信号中存在的固有有色噪声。然后, 针对有色噪声的干扰问题, 对传统SIM进行改进, 通过数据Hankel矩阵的正交投影消除传统SIM的有偏性。 最后, 在数值仿真中引入置信椭圆, 对改进算法进行统计特性分析。仿真结果表明: 在不同强度有色噪声干扰下, 改进算法无偏, 方差特性与有色噪声强度和数据长度有关。辨识实验表明: 改进SIM的辨识效果明显优于传统SIM, 辨识拟合度优于90%。得到的结果显示改进算法能够应用于DTG系统建模。

为解决多元分析方法建模成本高及适用性差, 严重制约其在光谱分析领域大量应用的难题, 提出了一种新的多元定量分析方法。 以汽油及其甲基叔丁基醚(MTBE)溶液的红外光谱为研究对象, 使用五种汽油及其窄馏分建立背景光谱空间, 用斜投影算法分离出混合光谱中纯MTBE光谱分量, 建立纯光谱响应值与浓度之间的标准曲线, 相关系数为0.995 2, 截距仅为0.025, 实现了多组分复杂体系中待测物的定量分析。 与正交投影方法比较, 新方法对五个预测样本的预测结果明显优于正交投影法。 对17个实际油样的预测结果显示, 新方法比PLS模型具有更好的适用性。 新方法无需收集大量样本和建立复杂模型, 方法简单, 准确, 适用性好。

提出了一种基于集成成像生成三维(3D)物体计算全息图的方法。利用微透镜阵列获取微图像阵列，通过像素提取获得正交投影子图像阵列，根据3D中心切片理论，将各正交投影子图像的二维(2D)傅里叶频谱放入相对应的3D傅里叶空间中，提取其相交的部分并叠加，可以获得3D物体在透镜后焦面的频谱信息分布。计算出在一定传播距离处的菲涅耳衍射分布，用全息编码方法生成菲涅耳计算全息图。进行模拟再现，给出在不同再现距离上获得的再现像，验证了该方法的可行性。该方法能够在非相干光照明的情况下采用3D傅里叶频谱制作真实3D物体的全息图，它减小了系统的复杂程度，在算法实现上更加简单。

为了快速、准确地检测掺杂牛奶，采用基于核隐变量正交投影(K-OPLS）法分析了掺杂牛奶的光谱。选用高斯函数作为核函数，内部交叉验证均方根(RMSECV）最小值作为评价指标，优选了核函数中的核宽度σ以及Y正交成分数。配置含四环素牛奶(0.01~0.3 gL-1）、三聚氰胺牛奶(0.01~0.3 gL-1）和葡萄糖牛奶(0.01~0.3 gL-1）各36个，采集纯牛奶及掺杂牛奶样品的红外光谱，采用K-OPLS建立各掺杂牛奶与纯牛奶的判别模型。利用这些模型对未知样品进行判别，结果显示对掺杂四环素、三聚氰胺、葡萄糖牛奶的判别正确率分别为100%、100%、95.8%。建立了同时判别3种掺杂牛奶与纯牛奶的K-OPLS模型，该模型对未知样品的判别正确率为93.1%; 同时，与偏最小二乘判别PLS-DA方法的预测结果进行了比较，结果表明：K-OPLS建模方法对于复杂的牛奶体系具有较好的预测能力。

运用核隐变量正交投影（kernel orthogonal projection to latent structure, KOPLS）方法, 建立掺杂牛奶与纯牛奶的判别模型。 分别配置含有三聚氰胺牛奶（0.01～3 g·L-1）和尿素牛奶（1～20 g·L-1）样品各40个, 采集纯牛奶及掺杂牛奶样品的近红外光谱。 选择4 200～4 800 cm-1为建模区间, 采用KOPLS分别建立掺杂三聚氰胺、 掺杂尿素、 两种掺杂牛奶与纯牛奶的判别模型, 并利用这些模型对未知样品进行判别。 研究结果表明: 与偏最小二乘判别（partial least squares discriminant analysis, PLS-DA）和隐变量正交投影判别（orthogonal projections to latent structures discriminant analysis, OPLS-DA）建模方法相比, KOPLS-DA具有更强的掺杂判别能力, 对掺杂三聚氰胺、 掺杂尿素牛奶和两种掺杂牛奶的判别正确率分别为95%, 100%和97.5%。