發(fā)布時(shí)間：2018-03-25 17:42

  本文選題：LAMOST　切入點(diǎn)：多目標(biāo)光纖光譜數(shù)據(jù)處理　出處：《中國科學(xué)技術(shù)大學(xué)》2016年博士論文

【摘要】：多目標(biāo)光纖光譜望遠(yuǎn)鏡可以同時(shí)獲取大量的不同天體的光譜數(shù)據(jù),通過光譜儀后經(jīng)過光纖的傳輸從CCD相機(jī)中獲取二維光譜圖像,之后經(jīng)過光纖光譜數(shù)據(jù)處理系統(tǒng)的處理輸出需要的光譜數(shù)據(jù)并存儲起來。多目標(biāo)光纖光譜數(shù)據(jù)處理的準(zhǔn)確度關(guān)系到光譜的利用率、準(zhǔn)確性以及完整性,獲得的光譜數(shù)據(jù)對后續(xù)的天文學(xué)研究至關(guān)重要。因此設(shè)計(jì)合理的光纖光譜數(shù)據(jù)處理系統(tǒng)并提高數(shù)據(jù)處理的準(zhǔn)確度具有重要的意義和價(jià)值。本文首先介紹了多目標(biāo)光纖光譜望遠(yuǎn)鏡的原理及獲取的光譜數(shù)據(jù)類型和特征,然后以LAMOST為例,分析二維光譜的形成機(jī)理,并據(jù)此重新設(shè)計(jì)基于二維模型和算法的光纖光譜數(shù)據(jù)處理系統(tǒng),著重研究其中的抽譜和減天光兩大核心數(shù)據(jù)處理模塊,并將稀疏表示和凸優(yōu)化等相關(guān)算法應(yīng)用到其中,分別提出兩種基于二維模型的抽譜算法、基于一致性約束和稀疏約束的非負(fù)矩陣分解減天光算法以及基于主成分分析的二維天光建模減天光算法。本文的主要工作和創(chuàng)新點(diǎn)如下：1.研究并設(shè)計(jì)了基于二維模型和算法的LAMOST數(shù)據(jù)處理系統(tǒng)流程。設(shè)計(jì)的核心是根據(jù)二維光譜的形成機(jī)理,充分考慮到空間和波長兩個(gè)方向的光譜信息,保持二維光譜數(shù)據(jù)的完整性,所有的核心算法步驟都是基于二維模型算法的,并將抽譜這一從二維光譜中還原出一維光譜的降維過程放至核心步驟的最后。在完成減本底、宇宙射線檢測、光纖追跡等預(yù)處理步驟后,首先進(jìn)行基于二維模型算法的波長定標(biāo)和流量定標(biāo)處理,其次進(jìn)行基于二維模型算法的減天光處理,然后進(jìn)行基于二維模型的抽譜處理,從二維目標(biāo)光譜中還原出原始的一維輸入目標(biāo)譜,最后進(jìn)行光譜合并等后續(xù)處理,輸出一維光譜數(shù)據(jù)。2.研究了光譜抽取這一核心模塊的算法。提出了兩種基于二維模型的抽譜算法�；诙S模型的抽譜算法分為兩大主要步驟：建立模擬光譜輪廓特征的二維點(diǎn)擴(kuò)展函數(shù)矩陣和建立抽譜方程并求解。鑒于光譜輪廓在空間和波長方向都是近高斯分布的,提出了一種改進(jìn)的基于二維高斯模型的抽譜算法。利用輪廓信號的相關(guān)性以及噪聲的不相關(guān)性,通過與二維目標(biāo)對應(yīng)的平場光譜和定標(biāo)燈譜,采用最小二乘法分別估計(jì)出二維高斯模型的空間和波長方向的參數(shù),建立基于二維高斯模型的點(diǎn)擴(kuò)展函數(shù)矩陣。另外,考慮到實(shí)際輪廓的非對稱性,提出了一種更為靈活、自適應(yīng)性更強(qiáng)的基于二維指數(shù)多項(xiàng)式模型的抽譜算法。在空間和波長方向分別通過兩個(gè)指數(shù)多項(xiàng)式的拼接建立基于二維指數(shù)多項(xiàng)式模型的點(diǎn)擴(kuò)展函數(shù)矩陣。其中空間和波長方向多項(xiàng)式系數(shù)的求解也是采用最小二乘法分別通過二維平場光譜和定標(biāo)燈譜采樣估計(jì)出的。在完成了點(diǎn)擴(kuò)展函數(shù)矩陣的建立后,就可以根據(jù)二維光譜的形成原理建立抽譜矩陣方程,準(zhǔn)確地估計(jì)出抽譜方程的解是需要解決的難點(diǎn)。本文創(chuàng)新性地提出了利用Barzilai-Borwein梯度投影稀疏重建算法(Barzilai-Borwein Gradient Projection for Sparse Reconstruction, GPSR-BB)求解抽譜方程,解決了矩陣求逆導(dǎo)致的振鈴問題,較為準(zhǔn)確地估計(jì)出了原始一維輸入光譜,完成了基于二維算法的抽譜處理。3.研究了高精度的減天光算法。提出了兩種高精度的減天光算法。從天光建模算法本身出發(fā),根據(jù)天光發(fā)射線的特征,將非負(fù)矩陣分解的相關(guān)算法應(yīng)用于天光建模中,提出了基于一致性約束和稀疏約束的非負(fù)矩陣分解減天光算法。根據(jù)天光發(fā)射線稀疏分布的特征以及不同天光光譜在相同波長位置流量的一致性的特征,設(shè)計(jì)了一種基于一致性約束和稀疏約束的非負(fù)矩陣分解算法。然后利用設(shè)計(jì)的算法對天光采樣矩陣和目標(biāo)采樣矩陣分別進(jìn)行訓(xùn)練和測試,構(gòu)建天光模型,從目標(biāo)光譜中減去建立的天光流量就完成了減天光處理。然后從二維的減天光模型算法的角度出發(fā),利用空間和波長兩個(gè)方向的光譜信息,提出了基于主成分分析的二維天光建模減天光算法。對天光采樣矩陣進(jìn)行主成分分析并將獲取的特征向量投影到目標(biāo)采樣矩陣中建立二維天光模型,從二維目標(biāo)光譜中減去該二維天光流量即完成了二維減天光處理。鑒于多目標(biāo)光纖光譜望遠(yuǎn)鏡系統(tǒng)的原理的相似性,本文提出的處理流程和核心模塊算法在LAMOST數(shù)據(jù)上進(jìn)行驗(yàn)證,對其他多目標(biāo)光纖光譜望遠(yuǎn)鏡系統(tǒng)也是適用的,具有一定的參考和應(yīng)用價(jià)值。
[Abstract]:......
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TH743

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薛利紅,羅衛(wèi)紅,曹衛(wèi)星,田永超;作物水分和氮素光譜診斷研究進(jìn)展[J];遙感學(xué)報(bào);2003年01期

2 程潔;肖青;李小文;柳欽火;杜永明;;基于多層感知器網(wǎng)絡(luò)的FTIR高光譜數(shù)據(jù)溫度和發(fā)射率光譜同步反演[J];光譜學(xué)與光譜分析;2008年04期

3 吳傳慶,童慶禧,鄭蘭芬;地面、圖像光譜數(shù)據(jù)的預(yù)處理[J];遙感技術(shù)與應(yīng)用;2005年05期

4 陳穎;舒寧;;基于光譜相似性的多光譜數(shù)據(jù)紋理編碼算法研究[J];國土資源遙感;2005年04期

5 王瀛;郭雷;梁楠;;逐波段修正負(fù)相關(guān)的光譜角填圖算法[J];火力與指揮控制;2013年02期

6 張立朝;王青山;潘貞;鄭海鷹;張世全;;改進(jìn)的光譜角度制圖分類方法研究[J];測繪科學(xué);2008年02期

7 丁國華;朱元泓;李博;梁權(quán)峰;;基于不同色塊數(shù)量的光譜重構(gòu)對比[J];包裝工程;2012年03期

8 薛彬,楊建峰,趙葆常;用于月球風(fēng)化層遙感的光譜分離技術(shù)研究(英文)[J];光子學(xué)報(bào);2005年10期

9 陳君穎;田慶久;;水稻葉片不同光譜形式反演葉綠素含量的對比分析研究[J];國土資源遙感;2007年01期

10 韓靜;岳江;張毅;柏連發(fā);陳錢;;光譜角匹配加權(quán)核特征空間分離變換高光譜異常檢測算法[J];紅外與毫米波學(xué)報(bào);2013年04期

相關(guān)會議論文 前10條

1 李幸麗;杜培軍;;典型光譜數(shù)據(jù)庫的建立及基于圖形界面的分析[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

2 涂彩;袁心強(qiáng);;激光誘導(dǎo)離解光譜的光譜分析軟件研究[A];第十五屆全國分子光譜學(xué)術(shù)報(bào)告會論文集[C];2008年

3 吳傳慶;童慶禧;鄭蘭芬;張兵;趙永超;張霞;;地面、圖像光譜數(shù)據(jù)的預(yù)處理[A];成像光譜技術(shù)與應(yīng)用研討會論文集[C];2002年

4 李彬彬;易寶林;劉斌;;基于信源學(xué)的植被光譜數(shù)據(jù)的存儲技術(shù)研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會議論文集[C];2009年

5 張佳華;周正明;王培娟;沙依然;許云;孟倩文;;不同積雪及雪被地物光譜反射率特征與光譜擬合[A];遙感定量反演算法研討會摘要集[C];2010年

6 陳建裕;毛志華;吳均平;潘德爐;;基于光譜數(shù)據(jù)的分區(qū)多階段混合分類方法提取特定地物[A];成像光譜技術(shù)與應(yīng)用研討會論文集[C];2004年

7 馮祖儒;顧蓉芳;聶崇實(shí);;利用GC/FTIR系統(tǒng)建立香料氣相紅外參考光譜數(shù)據(jù)庫[A];全國第八屆分子光譜學(xué)術(shù)報(bào)告會文集[C];1994年

8 謝狄霖;陳忠;;化合物光譜數(shù)據(jù)庫的研制[A];中國化學(xué)會第九屆全國量子化學(xué)學(xué)術(shù)會議暨慶祝徐光憲教授從教六十年論文摘要集[C];2005年

9 徐超;高淑梅;劉誠;;基于小波變換的光譜去噪研究[A];豫贛黑蘇魯五省光學(xué)（激光）學(xué)會聯(lián)合學(xué)術(shù)2012年會論文摘要集[C];2012年

10 唐宏;楊新;方濤;施鵬飛;;基于核方法的光譜角制圖模型及其在高光譜圖像分割中的應(yīng)用[A];中國地理信息系統(tǒng)協(xié)會第八屆年會論文集[C];2004年

相關(guān)重要報(bào)紙文章 前1條

1 特約記者 武玲　通訊員 俞正奎;南京地調(diào)中心與南京理工大共建重點(diǎn)實(shí)驗(yàn)室[N];中國國土資源報(bào);2011年

相關(guān)博士學(xué)位論文 前5條

1 王文玉;海量天文光譜數(shù)據(jù)中白矮主序雙星的發(fā)現(xiàn)研究[D];山東大學(xué);2015年

2 俞斌峰;多任務(wù)學(xué)習(xí)及其在光譜數(shù)據(jù)分析中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2015年

3 張博;LAMOST光譜數(shù)據(jù)的二維處理關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2016年

4 宗靖國;紅外成像光譜數(shù)據(jù)獲取及其在場景仿真中的應(yīng)用[D];西安電子科技大學(xué);2011年

5 劉強(qiáng);基于光譜的顏色噴墨再現(xiàn)關(guān)鍵問題研究[D];武漢大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉澍;基于紫外—可見吸收光譜的供水管網(wǎng)水質(zhì)在線異常檢測方法研究[D];浙江大學(xué);2015年

2 李勛蘭;柑橘光譜數(shù)據(jù)庫的建立及應(yīng)用研究[D];西南大學(xué);2015年

3 姜小龍;云平臺下光譜數(shù)據(jù)快速無損壓縮技術(shù)的研究[D];湖南師范大學(xué);2015年

4 鄭標(biāo);基于GIS的青海湖流域典型地物光譜數(shù)據(jù)庫研究[D];青海師范大學(xué);2015年

5 白冬;光譜數(shù)據(jù)變換對土壤氮素診斷精度的影響研究[D];山西農(nóng)業(yè)大學(xué);2015年

6 段賀;時(shí)間型干涉超光譜數(shù)據(jù)壓縮算法研究[D];東北大學(xué);2014年

7 郝建亭;光譜數(shù)據(jù)處理及其在植被信息提取中的應(yīng)用[D];成都理工大學(xué);2008年

8 陸皖寧;水體遙感實(shí)測光譜數(shù)據(jù)后處理與軟件實(shí)現(xiàn)[D];南京師范大學(xué);2007年

9 呂英杰;LIBS光譜數(shù)據(jù)分類算法及應(yīng)用研究[D];西北大學(xué);2014年

10 張寅俊;基于STM32的嵌入式光譜重構(gòu)處理技術(shù)的研究[D];南京理工大學(xué);2012年

，

本文編號：1664211