针对传统鬼成像在识别手写数字时所存在的重构图像质量差的问题，结合生成对抗网络生成数据快的优势，提出一种新的鬼成像质量优化方法，以提升低采样率下鬼像的重构质量。通过桶探测器收集由系列散斑照射到待测手写数字图像上的光强，获得总光强值，并将其输入适用于鬼成像原理的深度卷积生成对抗网络，进行训练，分别与传统鬼成像方法和u-net网络进行对比分析，验证了所提方法的有效性和合理性。实验结果表明，所提方法得到的重构图像质量明显优于对比方法的图像质量，且在0.0625、0.25采样率下重构图像的峰值信噪比和结构相似度较u-net网络分别提升了18.9%/51.9%、38.29%/42.35%。

基于0.18 μm CMOS工艺, 设计了一种用于生物医学信号的12位逐次逼近型模数转换器(SAR ADC)。数模转换器采用分段结构电容阵列, 并加入1位冗余位。比较器采用互补输入对管构成的动态比较器, 以减小噪声和功耗。栅压自举开关被用于采样保持电路, 并增加了堆叠管和虚拟管。针对生物医学信号具有稀疏性的特点, 通过延时上极板复位时间的方法检测两次采样电压差值, 实现采样率自适应切换。仿真结果表明, 在120 kS/s采样率、1 V电源电压的条件下, 该SAR ADC的功耗仅为4.65 μW, 无杂散动态范围为76.29 dB, 优值为16.9 fJ/(conv·step), 有效位数达11.16 bit。

研究了将光电振荡器产生的混沌信号作为物理随机数熵源时的采样率上限，通过研究不同的采样率对混沌熵源的随机特征的影响，得到满足随机采样条件的最大采样率；信号的随机特征通过自相关函数和功率谱表征，通过游程检验以及正态性检验得到最大采样率。仿真结果表明，对混沌信号进行随机采样时，存在一个采样率上限；在此基础上，通过计算可得到最大随机采样率和最大正态采样率，并分别研究了这两种最大采样率随光电振荡系统反馈强度的变化。

针对图像边缘与轮廓不能精确重构的问题,提出了一种基于灰度共生矩阵的多尺度分块压缩感知算法。该算法利用三级离散小波变换将图像分解为高频部分和低频部分。通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自适应分配采样率。采用平滑投影Landweber算法重构图像,消除分块引起的块效应。对多种图像进行压缩重构仿真,实验结果表明,无观测噪声情况、采样率为0.1时,本算法在Mandrill图像上得到的峰值信噪比(PSNR)为25.37 dB,比现有非均匀分块算法提高了2.51 dB。不同噪声水平下,本算法的PSNR比无噪时仅下降了0.41~2.05 dB。对于纹理复杂度较高的图像,本算法的重构效果明显优于非均匀分块算法,对噪声具有较好的鲁棒性。

基于压缩感知的计算关联成像中,散斑设计是高质量图像重构的关键。针对传统散斑生成方法存在冗余高、关联成像质量低的问题,提出了一种基于主成分分析的散斑设计方法。该方法通过线性映射将高维空间中的数据投影到低维空间中,使低维空间上的投影方差最大化。结合图像先验知识,通过样本训练方法得到一组测量矩阵,在低采样率下可提高成像质量。实验结果表明,与传统方法相比,在采样率相同且低于0.5时,本方法可将图像的峰值信噪比提升5 dB,结构相似度提升0.2,为低采样率下获取高质量图像的同类场景提供了新思路。

为了减轻频域光学相干断层扫描成像(Frequency Domain Optical Coherence Tomography, FD-OCT)中高数据量导致的后续数据采集与处理系统的压力, 同时解决成像时间和成像质量之间的矛盾, 引入了压缩感知技术, 并对该技术中的重构算法进行了重点研究。首先, 通过分析压缩感知技术的框架, 利用离散余弦变换(Discrete Cosine Transform, DCT)获得频域OCT图像的稀疏表示。接着, 利用高斯随机矩阵对OCT图像进行线性观测。然后, 研究了FOCUSS(Focal Underdetermined System Solver)重构算法的原理, 并在算法中结合分块思想、引入正则项lp范数以及嵌入各向异性平滑算子。最后, 组合所有小图像块, 得到整幅频域OCT图像的压缩感知重构结果。实验结果表明: 改进重构算法的运行时间由78.65 s缩短为1.89 s, 并且显著改善了图像块效应, 将重构图像的PSNR值提高了1.6~2.7 dB, SSIM值可达到0.938 3。压缩感知技术可以用较小的采样数据量精确重构出原始频域OCT图像, 改进FOCUSS重构算法可以在一定程度上实现频域OCT图像重构效率和重构质量的平衡。

由于超短脉冲测量系统中存在透射元件,脉冲经过测量系统时将被展宽,因此测量结果中存在较大的误差。针对脉冲测量中被展宽的问题,设计了一种全反式超短脉冲测量系统,可实现对更短的超短脉冲的测量。所设计的系统利用菲涅耳双面镜产生时间延迟,利用柱面反射镜、薄晶体和光栅产生光谱,避免了系统中色散的产生。在满足采样率的前提下,对频率分辨光学开关(FROG)迹线采样范围进行分析,获得测量系统所需的时间延迟和倍频带宽,并以此为约束条件,推导了待测脉冲的脉冲宽度与菲涅耳双面镜和柱面反射镜参数的关系。

为解决基于PC机平台、高达1 GHz采样率下的相关函数计算的实时性需求, 针对中子脉冲序列核信号本身所具有的结构特点, 设计了高速、实时的相关函数计算方法, 实现了采样率为1 GHz的中子脉冲序列核信号的实时相关函数计算。性能测试结果表明, 算法达到了对中子脉冲序列核信号进行相关计算的时间在1 h以内的实时性要求, 使得铀部件质量丰度的实时检测成为可能。

本文对非正交光栅莫尔信号细分方法展开研究，提出了基于信号采集、预处理和细分架构的非正交光栅莫尔信号数字细分的方案，在FPGA平台上完成32?512倍信号细分。针对电路系统中信号幅值比和采样率参数进行分析，建立了莫尔信号幅值偏差的数学模型，明确信号幅值比k与周期细分数N的量化关系，实验证明，信号幅值偏差补偿要求随细分值增加而逐渐增高。建立了信号频率/采样率的数学模型，明确信号频率与采样率之比f/fs与周期细分数N的量化关系，实验证明，信号频率与采样率之比随细分值增加而逐渐降低。

提出了一种基于光时分复用技术的高速成像系统。飞秒激光器中心波长1557 nm,脉冲宽度90 fs,对USAF-1951分辨率板线性扫描成像,扫描频率为38.88 MHz。在连续时间序列编码放大显微成像技术的基础上,运用光时分复用技术,复制光脉冲信号并携带检测物体相同的空间信息。原光脉冲和复制光脉冲以相同的采样率分别采样,通过相应的数据处理将两次采样数据整合在一起还原图像。实验结果表明,与传统的超快成像方法相比,成像系统利用10 GHz的数字采样设备可以达到20 GHz的采样率,采样点数是传统超快成像方法的两倍。该方法有效克服了成像系统采样率不足的问题,提高了成像系统的空间分辨率。与此同时,该系统算法复杂程度不高,有利于进一步促进超高速成像技术的发展。