为了得到每个发光二极管(LED)灯点对某些目标位置的贡献量, 以便获得、记录或重现特定的LED照明模式, 本文对控制LED灯点的脉宽调制波形(PWM)的参数(振幅、频率偏移量、相位延迟)估计问题进行了研究。首先,将频率偏移-相位延迟空间离散化成网状格点空间, 根据测量到的数据在格点空间具有稀疏性的特点建立了稀疏模型。然后, 基于该稀疏模型, 利用正交匹配追踪算法(OMP)用很少的采样点快速地重建出未知参数。最后, 采用逐级迭代细分网格技术优化稀疏模型以便有效地抑制估计误差。实验结果表明, 本文方法仅使用相当于奈奎斯特采样定理要求的27.5%的采样点即可准确地重建未知参数, 从而快速估计LED灯点的参数。在理想情况下, 本文算法的均方根误差小于0.68%。另外, 不同噪声条件下的对比实验说明该算法在信噪比大于20 db时鲁棒性较好。

在LED照明应用中，为了能够获得、记录或重现特定的照明模式，要求检测装置可以测量出每个LED灯点照明空间中某一位置时的独立"贡献量"，这可以归结为对驱动LED工作的脉宽调制波形(PWM)的参数(振幅、频率偏移量、相位延迟)估计问题。为了达到参数估计的目的，首先将频率偏移空间和相位延迟空间离散化成二维网状格点，然后根据检测装置测量得到的数据在格点空间具有稀疏性的特点建立稀疏模型。接着，采用正交匹配追踪算法(OMP)，用很少的采样点快速有效地重建未知参数。最后，为了有效抑制估计误差，本文使用了一种逐级迭代细分网格的技术作为前面稀疏模型的补充。实验结果表明，本文方法仅使用相当于奈奎斯特采样定理要求的27.5%的少量采样点就完成了快速估计的任务，同时，不同噪声条件下的对比试验说明算法在信噪比大于20dB时鲁棒性较好。

图像配准技术是近年来迅速发展的图像处理技术之一,也是解决图像融合、图像镶嵌和变化检测等问题的必要前提,并在遥感、**、医学、计算机视觉等众多领域都有广泛的应用。本文首先简要介绍了图像配准的步骤和过程,接着具体分析了目前几种常用的配准方法,并归纳总结了其在遥感领域应用中的技术特点,最后讨论了图像配准在遥感领域中的发展趋势。