[發明專利]一種基于馬爾科夫鏈的高光學介質場重建方法

有效

• 申請號: 202010953104.X
• 申請日: 2020-09-11
• 公開（公告）號: CN112182944B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 李雪松;許敏;王上寧;楊尚澤;肖迪;袁志遠;徐宏昌;王森
• 申請（專利權）人: 上海交通大學
• 主分類號: G06F30/25
• 分類號: G06F30/25;G01N21/47
• 代理公司: 上海旭誠知識產權代理有限公司 31220
• 代理人: 鄭立

1.一種基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述算法包括以下步驟：

步驟A、預處理，通過光學實驗，得到出射角度的理論分布結果；

步驟B、離散化，包括介質離散化和角度離散化，其中所述介質離散化即為將未知介質等分為若干層，所述角度離散化即為將散射角度分為若干層；

步驟C、結合所有可能性列舉出所有可能的性質分布，并根據時間方法簡化可能性數目；

步驟D、構建狀態轉移矩陣；

步驟E、基于馬爾科夫鏈算法模擬各個可能性下的出射光角度分布結果；

步驟F、通過全局優化算法將步驟E所述出射角度分布與步驟A所述出射角度的理論分布進行擬合選擇；

步驟G、通過步驟F所述擬合結果得到最相符的場重建結果；

步驟H、結束。

2.如權利要求1所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述步驟D中所述狀態轉移矩陣定義為位于某一層的粒子沿特定方向轉移到另一層的概率。

3.如權利要求3所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述概率的計算公式基于馬爾科夫鏈算法具體為：

T((z_m,θ_i),(z_n,θ_j))＝P(z_m,z_n,θ_i)·P(θ_i,θ_j,n) (1)

其中T((z_m,θ_i),(z_n,θ_j))表示光子從(z_m,θ_i)狀態轉移到(z_n,θ_j)的概率矩陣，P(z_m,z_n,θ_i)表示光子在兩處均發生散射，且兩次散射間傳播方向為θ_i的概率，這一概率由介質的物理性質直接決定，P(θ_i,θ_j,n)表示以第一個角度入射，在具有某一均一光學性質的第n層介質中傳播，最終以第二個角度出射的概率。Σ_e,z表示z位置的消光系數，α表示當此入射與出射間方向的夾角，表示方位角，Γ_n表示第n層介質中的相函數，取決于介質本身。

4.如權利要求4所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述公式(4)的相函數在解決場重建(即反運算過程)時參考馬爾科夫鏈理論，修改為：

5.如權利要求1所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述步驟D中構建所述狀態轉移矩陣使用時間來定義事件。

6.如權利要求1所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述步驟D中構建所述狀態轉移矩陣以碰撞是否發生來區分來定義事件。

7.如權利要求1所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述步驟F具體包括：將步驟A所述理論結果與步驟E所述模擬結果進行匹配擬合，選擇出最適方案作為預測結果，具體計算公式為：

其中的腳注meas表示實際結果(來自于蒙特卡洛模擬)，而腳注simu表示模擬結果，Q表示散射光線出射分布矩陣。

8.如權利要求1所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述步驟A具體包括：若所述光學實驗條件允許，直接通過實驗測量出射角度分布情況作為所述出射角度的理論分布，若實驗條件不允許，則根據蒙特卡洛算法模擬出射角度分布情況，通過適當添加噪聲，得到所述出射角度的理論分布結果。

9.如權利要求1所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述步驟B所述介質離散化方法包括均勻化離散方法和非均勻離散方法。

10.如權利要求1所述的基于馬爾科夫鏈的高光學介質場重建算法，其特征在于，所述步驟F所述全局優化算法包括模擬退火、粒子群優化、基因算法。