为解决激光雷达目标点云配准技术中精确配准步骤中所存在的匹配速度慢和匹配误差大的问题，提出了一种基于邻域曲率改进的迭代最近点（ICP）精准化匹配算法。初始配准采用传统的主成分贴合法，给精确配准找到一个较好的初始位置，精配准采用基于领域曲率改进的ICP算法。以斯坦福兔子和场景点云作为实验研究对象，配准结果和数值分析共同表明，基于邻域曲率改进的ICP算法在点云配准中的可行性，且与其他算法相比，所提算法的配准速度更快、匹配精度更高，为三维数据重建和目标识别技术提供一种更高效的新方法。

基于太赫兹波的非电离、非侵入性、高穿透性、高分辨率和光谱指纹特征,太赫兹光谱技术在生物医学领域具有巨大潜力。基于太赫兹光谱技术和不同的分析算法,不同研究小组实现了对混合物样品的定性、定量识别。然而,实际的生物混合物样品中通常包含水在内的不同成分,进而导致光谱的信噪比较差,导致最终的光谱分析结果误差较大。对于此类问题,降噪算法和重构算法是比较有效的解决办法。这些算法通过去除光谱数据中的无效信息或提取其中的有效信息来达到提高光谱信噪比的目的,最终结合分析算法实现对生物样本的高精度定性和定量识别。本文对近五年来应用于太赫兹光谱技术中的主要算法进行了归纳介绍,并总结了它们的优势和缺点。

从哈达码变换光谱成像仪成像原理出发, 对其光谱成像过程进行数学建模, 分析了哈达码模板调制引起光谱信息混叠和空间信息混叠的原因, 提出了一种根据光谱偏移量去除混叠的算法.采用自行研制的哈达码变换光谱成像仪进行了目标数据采集, 用提出的去混叠算法对目标数据进行复原, 得到目标的三维数据立方体, 有效去除了空间信息混叠和光谱信息混叠, 验证了算法的正确性.

高分辨率的应用需求使得传统的高光谱遥感成像系统面临高速率采样、海量数据存储等难以突破的瓶颈问题，压缩感知理论为传统高光谱遥感所面临的瓶颈问题提供了解决可能。针对高光谱压缩感知成像，提出了一种摆扫型高光谱压缩成像系统，该系统采用光栅、柱面透镜、二维编码孔径和线性传感阵列等光电器件，一次曝光中可获取空间像素点的光谱维向量对应的多个压缩采样值。在压缩感知数据重建过程中，为了充分利用高光谱图像的空间相关先验信息，提出了一种空间预测迭代重建算法。实验结果表明，与标准压缩感知重建算法对比，该算法在压缩感知采样率超过0.2时重建图像信噪比可提高10 dB 以上。所设计的系统简单易实现，可应用于星载、机载等遥感平台的高光谱压缩成像。

在雷达、声呐、深空通信等实际应用中，阵元的失效会造成检测性能下降，虚警率增加；在目标方位估计中，阵元失效会造成采样协方差矩阵的秩亏问题，使得基于子空间类的传统目标方位估计方法失效。针对存在阵元失效的均匀线列阵的目标方位估计问题，提出了一种基于Khatri-Rao(KR)积处理的阵列自由度恢复方法以及Toeplitz 矩阵数据重构的高分辨DOA 估计方法。首先对有损伤的阵列采样协方差矩阵进行KR 积处理，将产生的冗余项进行平均处理, 处理后的阵列模型将重构阵列自由度，并将阵列孔径扩展为之前的2 倍。该阵列模型等效为一确定噪声下的单快拍的相干源估计, 采用基于Toeplitz 矩阵数据重构的方法来去相干，重构协方差，最后采用MUSIC 方法进行方位估计。数值仿真表明该方法能有效解决均匀线列阵阵元失效下的自由度损失问题，提高阵列的目标方位估计性能，而且具有计算量小的优点。

针对体数据各坐标轴分辨率不一致, 导致医学及工业三维图像重建时出现边界台阶状结构、细节断裂或缺失等问题, 提出了基于多分辨率修正曲率配准的层间插值方法。该方法采用反投影重建形式增强图像细节, 解决配准图像清晰度和对比度弱的问题; 利用三次卷积插值构造切片的低分辨率图像以保留图像细微结构, 提高配准精度。采取从低分辨率粗配准到高分辨率精细配准的策略减少计算时间, 提高计算效率。利用切片图像对应像素间存在对称形变结构的特征, 建立了修正曲率模型估计形变场, 解决了配准时单向形变不一致的问题。最后, 通过离散余弦变换(DCT)的数值解析方案对构建的形变场估计函数进行优化, 利用最终形变场数据对切片进行线性插值, 计算出层间图像。实验结果表明, 提出的算法能够消除现有方法插值图像的边缘模糊现象。与线性插值算法相比, 提出方法的均方差(MSD)减小了40%, 高于对称曲率模型, 且耗时仅为该模型的20%左右, 满足应用要求。

计算光谱成像技术利用计算方法改变传统成像方式, 在光路中引入编码模板实现正变换, 最后通过逆变换获得目标光谱数据立方体。 介绍了一种推扫式编码孔径计算光谱成像仪的成像原理, 在实际应用中, 其推扫速度与帧频的匹配误差会影响光谱数据重构的准确性。 在建立了推扫模型的基础上, 得到了重构数据的误差项, 分析了匹配误差对光谱数据重构的影响, 并引入光谱二次导数误差和strehl比分别作为复原光谱和空间图像的评价参数, 进行了数据仿真分析, 结果表明, 当一组完整数据的累积误差超过一个像元时, 明暗变化剧烈的区域恢复结果比较差, 而对比较均匀的区域影响不大; 累计误差不超过0.5个像元时, 各通道的strehl比均在0.9以上, 并且光谱能量越低的通道strehl比越小, 因此编码模板的行列数越多平台的稳定性要求越高。

光子时间拉伸模数转换(PTS-ADC)技术利用光纤中的色散效应对被采样信号进行时间拉伸和带宽压缩，可大幅提高传统模数转换器(ADC)的采样率和模拟带宽。但PTS-ADC 也存在采样时间窗口有限的缺点，难以满足连续信号的采样。采用多通道结构化设计是实现PTS-ADC 连续采样模式的有效办法，但也存在通道间的失配误差。本文优化了多通道结构设计方案，可用于产生连续光载波和实现连续模式采样的PTS-ADC 系统，并对该方案中多通道之间的偏置误差、增益误差和时间倾斜对系统的影响进行了理论分析和数值仿真。搭建了三通道实验系统平台，验证了该方案的可行性，系统采样率超过200 GSa/s、模拟带宽可达到45 GHz、有效比特位达到3.7。

光学压缩光谱成像方法通过拍摄所得的压缩图像重建景物的三维数据立方体，具有降低数据采集量、能对景物实施凝视拍摄以及提高成像信噪比等优点。受压缩成像方法的限制，由单帧压缩图像重建数据的保真度有限，限制了压缩光谱成像的图像质量和应用发展。基于压缩感知理论，拓展空间编码光学压缩光谱成像物理模型，在变编码空间光调制作用下实施多帧拍摄，经由多帧压缩图像采用最优化算法高保真的重建数据立方体。以AVIRIS成像数据构建模拟场景，开展多帧拍摄空间编码光学压缩光谱成像仿真，采用全波段图像均方根误差定量评价重建数据保真度。实验结果表明，多帧拍摄成像重建数据的保真度提高，图像清晰度提升，光谱曲线的偏差减小。