申请/专利权人：桂林电子科技大学

申请日：2024-01-23

公开（公告）日：2024-04-19

公开（公告）号：CN117910262A

主分类号：G06F30/20

分类号：G06F30/20;G06F17/11

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种基于模糊选择的超光谱成像芯片表面参数选取方法，本方法首先对所有备选超表面单元输入输出进行建模，将所有超表面单元的光谱响应抽象为一个矩阵，优化目标转化为从上述矩阵中选出若干行使其构成的矩阵满足压缩感知重构特性；然后逐一剔除矩阵中的行直至其满足优化目标，剔除原则为剔除一行后矩阵相关性越大的情况被选择的概率越高；最后重复上一步骤从所得若干可行解中选出最佳解。本发明提供一种有效的、低复杂度的超光谱成像芯片的表面参数选取方法，该方法可以从备选超表面单元中挑选出若干个作为微光谱仪的构成，避免了使用复杂度较高的穷举，节省了大量的计算资源。

主权项：1.一种基于模糊选择的超光谱成像芯片表面参数选取方法，其特征在于，包括如下步骤：步骤一，对系统的输出模型进行建模，微光谱仪的输出模型为 其中，M为微光谱仪超表面单元的数量，Ii为第i个超表面单元的输出电流，Hiλ为第i个超表面的光谱传输响应曲线，fλ为入射光的光谱，λup、λdown为超表面单元光谱响应范围的上、下限；步骤二，将区间λdown,λup均分为N+1份，其中fjj＝0,1,2,…,N为fλ在光谱λdown,λup范围内均分N+1份后第j个点的值，对步骤一中的输出模型进行离散化，可以得到： 其中离散化后的表达式如下： 其中T为fλ在光谱相应范围内均分N+1份后每份的长度；的表达式如下： 将M个超表面单元的输出Ii分别进行离散化，将其组合为矩阵的形式，可以得到： 步骤三，计算所有超表面单元的光谱传输响应对应的行向量，将这些行向量以列拼接在一起，得到待优化矩阵A：A的表达式为： 其中Mall为待选择超表面单元的数量；步骤四，首先将矩阵A的所有行加入备选集，然后，逐个将备选集中的行从矩阵A中移除，并计算备选集中每个元素从矩阵A移除后对应矩阵的相关性大小；利用轮盘赌方法，根据备选行向量对应矩阵的相关性大小选择一个行向量进行移除操作，相关性越小则被选择的概率越大，被选择移除的行将从备选集和矩阵A中删除，然后进行下一步操作；其中衡量矩阵相关性的指标如下： 其中表示A进行列归一化后的矩阵，I为单位矩阵；轮盘赌方法中每个行被选择的概率为 其中α为控制参数，e为自然常数，μi为第i个矩阵相关性大小，NP为备选集大小；重复该步骤直到矩阵的行数达到要求，得到算法的一个可行解Ak；步骤五，重复步骤四，得到若干个可行解，求出这些解中的最优解即为测试矩阵。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 一种基于模糊选择的超光谱成像芯片表面参数选取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD