基于光谱和空间特性的高光谱解混方法

为表征高光谱数据的光谱和空间特性,引入光谱的平滑性和地物空间分布的稀疏性约束,提出非负矩阵分解的改进算法,将其应用于高光谱解混.尺度可变的梯度下降算法保证了改进算法的收敛性.实验结果表明,改进后的非负矩阵分解算法能给出地物光谱,并精确估计其分布.

CMOS有源集成像素传感器检测高能物理粒子

研究适用于下一代国际线性电子对撞机中顶点探测器的CMOS有源集成像素传感器.实验芯片现采用标准0.35μmCMOS工艺设计,像素矩阵为128行×32列,像素大小为25μm×25μm,在像素内部实现相关双次采样技术.通过采用放射源55Fe测定,芯片等效输入随机噪声为12个电子,而固定噪声为3个电子.传感器的电荷-电压转换系数达59μV/e-.在170MHz工作主频下,芯片信号处理速度达12μs/帧.芯片模拟部分功耗小于30mW.

基于智能单粒子的联合代数重建算法

提出一种基于智能单粒子(intelligent particle optimizer,IPO)的改进型联合代数重建算法(simultaneous algebraic reconstruction technique,SART).为提高重建图像质量,引入松弛矩阵概念,利用智能单粒子算法搜索每一像素特有的最优松弛因子,增强重建算法对图像局部特性的针对性.仿真结果表明,采用IPO-SART算法获得的重建图像质量较传统SART算法更佳.