在高速铁路建设中，采用的电力拖车、路堑、站台、桥梁、明洞等特殊、形状不规则的建筑物，会对电磁波传播机理和多通路产生一定的影响，使其呈现出明显的衰减特性。从空间上看，呈现出强烈的空间异同性和频度相关，从而导致经验模型无法准确表征铁路场景的电波传播特性，成为制约无线网络规划精确度与效率、限制铁路移动通信系统高质量发展的理论瓶颈之一。针对这一挑战性难题，本文开展了基于多源异构数据融合的铁路移动通信高精确度网络规划及优化系统研究。采用高性能射线跟踪(RT)技术针对铁路通信 930 MHz频段下的高铁场景进行了网络优化仿真。仿真结果表明，90%的接收信号强度相较于优化前提高了 13.9 dB，显著提升了铁路复杂场景中的无线网络质量。

随着高速光通信信号速率的不断提高，电采样示波器所需的带宽也增加了。现有宽带高性能电采样示波器逐渐达到电子瓶颈决定的带宽极限。为了克服电子瓶颈，研制了基于光域采样技术的光采样示波器样机，其中软件同步算法的复杂度决定了样机测试的实时性。在基于啁啾z变换（CZT）的软件同步算法基础上，提出了基于选带傅里叶变换（ZoomFFT）的软件同步算法，进一步降低软件同步复杂度。与基于CZT的软件同步算法相比，基于ZoomFFT的软件同步算法所需实数乘法个数下降了68.8%。利用研制的光采样示波器样机，分别对不同速率的四电平脉冲幅度调制（PAM4）光信号、正交相移键控（QPSK）光信号进行了测量，并以宽带电采样示波器的测量结果进行对比，验证了光采样示波器能自适应地对不同速率的强度调制信号、相位调制信号进行测量。此外，为了表征光采样示波器本底噪声的影响，通过降低被测光通信信号功率，对Q因子进行了测量，结果表明，Q因子下降3 dB对应的灵敏度约为10 dB。

将扩散干涉光谱（iDWS）技术与光外差检测方法和扩散散斑衬比分析方法相结合，提出了一种扩散相干散斑成像检测方法，并搭建了实验系统。该系统能有效地提高无创检测局部脑血流量（rCBF）的信噪比和检测精度，仿体流速实验结果表明，其相对血流指数与实际流速具有较好的线性度，在源-探距离为6~12 mm范围内线性相关系数均值为0.9881±0.0005。该检测方法可以区分不同目标区域的流速变化，管径为4.8 mm时相对误差为2.04%，结合血管管径测量方法可实现流速和流量的有效监测。通过在体实验和袖带加压实验，证明系统可以检测到活体rCBF的流速信息，且在有效测量流速范围内有较好的检测准确度。

近红外光谱常被用于含氢有机物质等的物化参数测量, 可以提供丰富的结构和组成信息在复杂溶液的光谱定量分析中更是被广泛应用。 然而在人体血液等复杂溶液的近红外光谱分析中, 强大的背景信息造成的噪声干扰和冗余变量的存在, 严重影响着样品的光谱测量和分析, 影响着分析的效率和准确度。 如何消除背景噪声等的干扰来提高分析准确度已经引起高度重视, 近几年来, 国内外学者提出了许多基于化学计量学方法的相关方法。 从光谱预处理、 变量优化和建模分析三方面, 以传统的化学计量学方法出发, 总结和分析这些方法在人体血液等复杂溶液的近红外光谱定量分析的应用和各自的特点, 为提高光谱定量分析准确度的研究提供参考。

扩散光学层析成像(DOT)是一种利用近红外光来探测生物组织光学结构的低成本、无辐射损伤、成像深度深的在体光学功能性成像技术。由于生物组织体自身需满足强散射、低吸收以及成像空间分辨率高等需求,因此DOT重建的逆问题具有严重的病态特性。传统的逆问题解决办法主要是基于代数迭代的重建方法,随着人工智能的发展及大数据时代的到来,深度学习研究掀起了一个新高潮,基于深度学习网络模型的逆问题解决方法逐步被用于DOT重建过程中。通过梳理传统的DOT重建算法,重点综述了最新深度学习用于DOT重建的研究进展,旨在为本领域相关研究团队提供参考。

为解决近红外光谱法分析物质浓度过程中缺乏可测度分析而导致测量过程存在一定盲目性问题, 研究在已知测量条件、 样品种类、 被测组分以及建模分析方法的条件下, 利用近红外光谱谱线特性作为参数, 在大量样品近红外光谱采集和标准法测得浓度数据等工作前, 对被测物质浓度的分析误差做大致估算。 经过大量尝试和试验提出等效信噪比（ESNR）和谱线重叠系数（OC）两个重要参数, 其中ESNR反映待测组分吸光度占总吸光度的比重, 而OC则反映待测组分近红外光谱曲线间的重叠程度。 通过理论仿真得到光谱分析中用经典的偏最小二乘回归建立定量分析模型时谱线特性与物质浓度分析误差的关系, 分别计算ESNR和OC与被测组分浓度分析误差（RMSE）的关系, 并且研究两个谱线参数的独立性。 利用理论分析得到结果对浓度为8%~12%乙醇水溶液进行可测度分析, 并与近红外光谱法分析的实际结果进行比较。 研究通过理论仿真得到使用光谱分析中经典的偏最小二乘回归建立定量分析模型时谱线特性与物质浓度分析误差的关系, 其中ESNR与RMSE成反比关系, 而OC与被测组分分析误差成非线性的单调关系, 并且验证了ESNR和OC两个参数的独立性。 通过理论计算和乙醇水溶液近红外光谱检测实验对等效信噪比和谱线重叠系数与光谱分析浓度误差的定量关系进行讨论, 通过理论分析得到的乙醇浓度RMSE预估值为0.30%, 近红外光谱分析实际RMSE为0.32%, 相对误差6.67%, 二者结果相符。 实现了在测量条件、 样品种类、 被测组分以及建模分析方法已知的条件下基于近红外光谱分析的待测组分含量理论误差的定量计算和实验验证。 该研究明确了对近红外光谱法分析物质浓度有明确定量关系的两个谱线参数, 给出了使用光谱分析中经典的偏最小二乘回归建立定量分析模型时的分析误差经验曲线, 以及利用曲线进行近红外光谱法待测组分浓度可测度分析方法。 结果表明所提出的ESNR和OC两个谱线特性参数的有效性, 以及分析误差预估方法的有效性。 为近红外光谱法待测组分浓度定量分析提供了有效、 快捷的预估方法, 完善了近红外光谱法成分含量可测度分析理论, 对近红外光谱法物质浓度定量分析研究具有一定指导意义。

基于近红外光谱法对组织内的异质体进行无创检测时, 光源-探测器(S-D)相对于异质体的位置对检测效果有着重要影响。 为实现对组织内异质体的快速定位, 该研究基于一源多探的检测结构针对不同水平位置、 不同深度和不同直径的异质体进行光密度分布有限元分析, 计算各探测器之间的差分光密度差异。 仿真实验结果表明, 根据多探测器形成的差分光密度差异曲线可快速定位组织内异质体的水平位置。 曲线的高斯拟合特征量与异质体的水平位置、 深度和直径有着强相关性。 基于差分光密度差异曲线可以实现组织内感兴趣区域的快速定位, 对采用近红外光谱法的组织肿瘤检测、 光学脑功能成像等领域的源-探位置放置提供重要参考, 提高其检测精度。

多通道近红外光光密度差异检测硬膜血肿的方法具有快速、 无创等优点, 光源周围检测器数量与位置对降低硬膜血肿程度预测模型的病态性, 提高血肿检测精度至关重要。 提出了基于变量投影重要性(VIP)分析的检测器位置筛选方法。 通过对距离光源位置2.0～5.0 cm范围内的30个检测器获得的光密度差异数据进行VIP分析, 分析比较确定VIP阈值后从中筛选出4个检测器。 以偏最小二乘法(PLS)建立基于4个检测位置获得的吸光度差预测血肿发生部位吸收系数的预测模型, 检测器VIP优化后血肿位置吸收系数预测结果平均相对误差由4.08%降低到2.06%。 可见利用VIP分析对检测器筛选后所建立预测模型仍可较好的对硬膜位置血肿程度进行判断。 该研究为近红外光硬膜血肿检测中检测器位置的选择提供了新的思路和重要参考。

为了提高血液成分无创检测精度, 增加预测模型稳定性, 对基于动态光谱(dynamic spectrum, DS)的血液成分无创检测仪器和预处理方法进行了定量信噪比分析与实验验证。 在DS数据提取时加入boxcar积分器、 降低波长分辨率、 均衡DS信噪比和剔除粗大误差等预处理方法, 使得各个波段上的DS数据信噪比得以均衡, 提高了DS的总体信噪比。 利用DS数据采集平台对两名志愿者连续多次测试, 同一个体的DS数据相关度分别从0.934和0.953分布提高到了0.991和0.987, 而不同个体间DS数据相关度与同一个体DS数据相关度差距也显著增加, 结果表明这些方法可以提高DS数据信噪比。 无创血液成分检测信噪比定量分析可有效指导预处理方法的选择, 为无创血液成分检测的临床应用创造了条件。