对水稻稻瘟病病害程度的定量预测是精准防控的关键, 田间冠层尺度的研究可为高光谱传感器提供理论基础。 以受穗颈瘟胁迫的水稻为研究对象, 采用SVC HR768i型光谱辐射仪在大田中获取灌浆期两个不同时间段的水稻冠层光谱反射率, 以水稻发病株数百分比作为病害严重程度指标。 冠层光谱数据采用九点平滑预处理, 并重采样为1 nm间隔, 计算植被指数; 经过去包络线和一阶导数光谱变换, 提取高光谱特征参数。 分析不同时间段的光谱变换、 植被指数、 高光谱特征参数与病害程度的相关关系, 构建基于植被指数、 高光谱特征参数的穗颈瘟病害程度随机森林预测模型, 并对比分析两个单时期预测模型异同, 优选共用输入量, 构建出两时期混合数据的病害程度预测模型。 结果表明: （1）原始光谱曲线经去包络线处理可有效增强与病害程度相关的光谱信息, 近红外波段（960～1 050和1 150～1 280 nm）的相关系数在0.80以上; （2）高光谱特征参数与病害程度相关性分析中, 去包络线吸收谷参数相关系数高于其他参数, 吸收谷V3（910～1 100 nm）、 吸收谷V4（1 100～1 300 nm）中面积（A3和A4）、 深度（DP3和DP4）、 斜率（SL4和SR4）的相关系数在0.74以上; （3）去包络线吸收谷参数结合随机森林模型预测穗颈瘟病害程度在单时期及两时期混合数据中均表现最好。 灌浆期后期数据预测效果最佳, 验证集决定系数R2=0.91, 均方根误差RMSE=0.02; （4）两时期混合数据预测精度处于两个单时期预测精度之间, 验证集决定系数R2=0.85、 均方根误差RMSE=0.03。 研究成果揭示了灌浆期不同时间段水稻穗颈瘟光谱响应机制, 表明去包络线吸收谷参数结合随机森林模型预测稻瘟病的实用性, 可为田间水稻穗颈瘟病害程度进行快速、 精确、 无损地定量预测, 为精准施药提供理论依据, 并对未来航空、 航天遥感的病害监测提供一定的技术支持。

针对由于室内照度不均匀导致的通信性能不均衡的问题，提出基于一种新型的启发式优化算法——鲸鱼优化算法（WOA）的LED布局设计方案，即利用WOA算法的收敛速度快、全局寻优能力强、求解效率高等优点对LED布局进行优化。首先，以室内照度均匀度为目标函数，迭代优化得到LED布局；其次，根据优化后的布局，对室内光照度、接收功率、误码率进行仿真分析；最后，将WOA算法和遗传算法（GA）的收敛曲线进行比较。在布置有4个LED阵列的房间中，经WOA算法优化布局的照度均匀度比GA算法提高了12.8%，平均接收功率优于GA算法0.659 8 dBm，并且WOA算法的收敛速度更快，最终收敛值更优。因此，考虑照明和通信，WOA算法是更好的选择。

文章在室内多小区可见光通信（VLC）系统中设计了一种使用视场角（FOV）不同的两种光电二极管（PD）的角度分集光接收机（2FOV-ADR），并且以面积频谱效率（ASE）最大化为目标进一步对接收机进行参数优化，包括接收机PD的仰角以及采用的合并方式。考虑了4种合并方案，即等增益合并（EGC）、选择合并（SBC）、最大比合并（MRC）和最小均方误差（MMSE）合并。作为对比，也仿真了单PD接收机（SR）和传统角度分集接收机（ADR）的室内信干噪比（SINR）分布及ASE性能。仿真结果表明，2FOV-ADR极大地改善了室内SINR分布，相比于单PD接收机和传统ADR，小区边缘位置处的SINR分别得到30和20 dB的改善，并且在不同用户数下，2FOV-ADR都具有最高的ASE。因此，2FOV-ADR可以实现比单PD接收机和传统ADR更优的性能。

空间调制(SM)技术作为一种多天线传输技术, 已经逐步应用到可见光通信(VLC)系统中, 并成为该领域的研究热点。在介绍SM技术基本原理的基础上, 从有效性、可靠性及与其他调制技术相结合三个方面分析总结了光空间调制(OSM)技术的研究进展, 讨论了OSM技术的应用现状以及未来的发展趋势。

将空间非局部导数算子引入曲率驱动扩散方程,建立了一个基于非局部曲率驱动扩散的图像修复模型。与原模型的主要差别在于,原模型利用待修复像素的空间局部信息来估计丢失像素,而新模型利用和待修复像素相似的所有像素来估计丢失像素,充分利用了图像的全局信息。数值实验表明,新模型在图像修复,尤其是纹理图像的修复方面非常有效。

利用空间非局部梯度构造了图像的非局部结构张量,通过对非局部结构张量的特征分解得到图像的一个特征空间,依据特征空间的特性设计了非局部扩散张量,建立了基于非局部扩散张量的各向异性扩散模型。该模型和局部各向异性扩散模型的本质不同在于,在扩散的过程中充分利用了图像的全局信息。优点是在去除噪声的同时,能更好地保护图像的边缘,尤其是纹理等图像的重要细节特征。