本论文介绍了层析成像光谱仪的原理，以及针对层析成像光谱仪的复原算法进行讨论，并给出利用共轭梯度法以及期望最大值法实现数据立方体复原的结论。本论文主要包括以下几个方面： 1、成像光谱仪的应用及其发展 论文论述了成像光谱技术的发展进程、基本原理、遥感应用和仪器类型。通过对数据立方体的描述和扩展，介绍了各种成像光谱仪的获取数据立方体的方式。其中色散型成像光谱仪和干涉型成像光谱仪的焦平面探测器一次曝光只能获得数据立方体的一个切面，通过推扫视场或光程差的方法获得整个数据立方体；而层析成像光谱仪的焦平面探测器一次曝光获得的是数据立方体的一个或多个方向的透射投影数据，对多个不同投影方向的投影数据进行融合处理，便可重构整个数据立方体。 2、层析成像光谱仪的基本原理及应用 论文简介了近年来CT技术的基本原理，其中包括层析成像光谱技术的主要思想、核心理论即Radon变换、中心切片定理，以及出于物理条件的限制所引起的有限投影角问题。并且在该章的最后，给出了基于上述原理的上机仿真试验，从直观上解释了层析理论。 本文在第二章中还介绍了各种相关的层析算法，如代数重构算法、共轭梯度算法和基于最大熵的期望最大算法，建立了相机模型，编制了仿真程序，并通过了计算机仿真试验，对这些算法进行了比较。 3、画幅式层析成像光谱仪及其算法 论文在第三章中介绍了层析成像光谱仪的一种，画幅式层析成像光谱仪。由于在与本论文所引用的试验数据是来自画幅式层析成像光谱仪，所以本论文对画幅式层析成像光谱仪做了详细的介绍。 其中详述了画幅式层析成像光谱仪的基本原理，以及试验装置，并对试验中应用到的二维正交光栅，画幅式层析成像光谱仪中的有限投影角问题进行了分析。 4、共轭梯度算法和期望最大算法在实际中的应用 文章介绍了两种在层析成像光谱仪中比较常见且很有成效的复原算法：共轭梯度法(CG法)和期望最大值法(OSEM法)。并详述了两种复原算法的主要理论和主要公式，以及分析了两种迭代算法的收敛性，讨论了在何种条件下，该算i去的效率最佳。 本论文给出了两种最常见的复原算法在实际试验中的应用以及数据处理结果。着重分析了在实际上机过程中遇到的一些问题。 论文在讲述应用的同时还列出了主要的源程序，进行了详细的分析，并针对一些方面进行了上机试验，给出了直观的数据立方体展开图。 针对一些遇到的问题，如初始数据立方体的引入方法，和试验数据的处理，都作了一一解答。关键词:层析成象光谱仪;系统投影矩阵;中心切片定理;共扼梯度法;期望最大值法;