Joshua Rapp获得2021年IEEE信号处理学会最佳博士论文奖
波士顿大学校友约书亚·拉普（dr . d . ECE ' 20）获2021年IEEE信号处理学会最佳博士论文奖。Rapp现为三菱电机澳门威尼斯人注册网站研究实验室（MERL）的澳门威尼斯人注册网站研究科学家，曾是CISE附属学院Vivek Goyal教授的学生博士项目副主席（欧洲经委会）在波士顿大学。
拉普说：“我从没想过能获得这个奖项，我想感谢戈亚尔教授是一位如此伟大的导师。”“虽然论文是一项非常个人的工作，但这项澳门威尼斯人注册网站研究确实是一项合作努力。我很惊讶我的博士学位能让我获得这个奖项，我很怀念我在波士顿大学的时光。”
Rapp的博士论文是他在扩展单光子激光雷达（SPL）系统能力方面开创性工作的高潮，SPL系统是一种深度传感技术，应用于科学测量和自主导航系统。他的论文描述了他在概率建模和算法开发方面的工作，以提高SPL对高环境光的鲁棒性。在他的澳门威尼斯人注册网站研究中，Rapp还开发了新的方法，通过解决传统仪器的死区来提高数据采集时间，并通过创建抖动激光雷达系统来提高精度。Rapp的博士澳门威尼斯人注册网站研究还包括发明一种非视线成像方法，这种方法使用的工艺更容易在现实环境中实现。
Rapp表示：“仅通过硬件就很难快速准确地形成深度图。“我们需要了解影响每个光子探测的因素，并利用这些信息，以便在短时间内用很少的光进行准确的深度测量。使用很少的光可以有效地收集数据。”
高环境光会影响深度估计的精度。例如，如果一辆汽车在白天行驶，激光雷达系统反射的光比环境光弱得多，这使得精确测量飞行时间变得困难。Rapp在他题为“众多光子中的少数光子：光子高效主动成像的信号和噪声解混”的论文中解决了强背景光下的深度成像问题。这篇论文描述了Rapp的方法，该方法使具有少量检测光子的SPL对环境光的鲁棒性提高了25倍，获得了2020年IEEE信号处理学会青年作者最佳论文奖。
Rapp的论文还描述了一种通过减轻现有仪器的死区时间效应来减少反射率成像失真的新方法。在他的论文“高通量单光子激光雷达”中，他建立了一种将光子探测时间的绝对序列建模为马尔可夫链的新方法。这种方法加快了在大范围反射率值范围内的数据采集。对于自动导航来说，这种能力降低了危险驾驶的可能性，因为具有高反射率的物体，如道路标志，可能会阻止传感器看到远处的障碍物。
Rapp还合作开发了一种新的非视线成像方法，使用SPL和可见边缘遮挡器（如墙壁）来绘制隐藏在直接视野之外的大规模场景。在实验中，澳门威尼斯人注册网站研究人员展示了形成大型隐藏房间的2.5维图像的能力，每个维度长达3米，具有180度的视野。令人印象深刻的是，只需要45个测量位置，远远少于通常需要的数千个点。
戈亚尔说：“很难找到这样一篇有广度和深度的论文。”“Josh的概念创新水平很高，但他在实验证明这些创新方面也要求自己达到极高的标准。他不断地克服障碍，颠覆传统观念。”
拉普对计算机成像的兴趣源于他高中时在乐队演奏的经历。当他发现音乐录制中有多少是电子工程时，他开始着迷于将物理特性转换为电信号的过程。
拉普希望他的澳门威尼斯人注册网站研究可以应用到自动驾驶汽车上，使交通更方便，减少交通死亡人数。
Rapp的论文题为“单光子激光雷达的概率建模”，可以在这里阅读。
CISE特约撰稿人邓丽君