一种新的基于导频信号和离散小波变换的OFDM移动通信系统信道估计方法

针对在时变无线信道条件下工作的正交频分复用通信系统,本文提出了一种通过小波滤波器插值来进行信道传递函数估计的方法.此方法利用离散小波变换消噪以显著地消除接收到的导频信号中的加性白高斯噪声项.本文所提出的方法适用于所有线性调制OFDM系统.     

一种新的基于导频信号的离散小波变换的OFDM移动通信系统信道估计方法

针对在时变无线信道条件下工作的正交频分复用通信系统,本文提出了一种通过小波滤波器插值来进行信道传递函数估计的方法。此方法利用离散小波变换消噪以显著地消除接收到的导频信号中的加性白高斯噪声项。本文所提出的方法适用于所有线性调制OFDM系统。     

基于离散平稳小波变换和Bayes估计的红外图像去噪方法

提出一种基于离散平稳小波变换与Bayes估计的红外图像去噪方法。针对红外图像信号与噪声的不同特点,对红外图像进行离散平稳小波变换后,采用Bayes估计方法自适应地从带噪信号的小波系数观测值中估计信号的小波系数值。该方法不仅有效克服了传统离散正交小波变换去噪时容易产生Gibbs现象的问题,也避免了常用小波去噪算法对小波系数截断式处理可能造成的图像细节模糊和信息丢失。最后,通过对实际电力设备红外图像的去噪实验,验证了方法的有效性。     

一种基于提升的二维离散小波变换VLSI架构

离散小波变换(Discrete Wavelet Transform,DWT)需要较多的运算量以及较大的存储器空间,为了使之适用于实时的图像处理应用,就需要开发特殊的架构和芯片来提高离散小波变换的运算性能。基于提升的二维DWT提出了一种新型的VLSI结构——LLSP架构,其结合逐级和基于行的架构这两者特点,带来了硬件开销和存储器空间的降低,并可以用于多提升步骤的扩展以及多级二维离散小波变换。     

一种DWT与DCT相结合的音频数字水印技术

提出了一种将离散小波变化与离散余弦变换相结合的音频数字水印技术。利用离散小波变换的多分辨率特性和离散余弦变换的能量压缩能力,通过修改变换域的低中频系数,把降维后的二值图像嵌入到原始数字音频信号中。该算法可同时应用两种变换,而且嵌入和提取水印的方法简单。实验结果表明该算法水印不易破坏,对数字音频信号的低通滤波、叠加噪声等攻击均具有很好的隐蔽性和稳健性。     

基于子载波消噪和小波变换的频谱池信道估计

提出一种基于子载波消噪和小波阈值去噪的多天线频谱池信道估计方法．多天线接收信号携带的噪声同时分布在禁用子载波和可用子载波上,为了降低噪声对信道估计带来的影响,需要分步消除这两部分噪声。禁用子载波携带的噪声可在频域消除,可用子载波上的信号可通过小波变换做降噪处理．在低信噪比和没有信道统计特性的条件下,将信号转换到频域对禁用子载波做消噪处理,采用最小二乘（Least square,L S）方法在时域进行信道估计,并对各支路信道估计进行小波阈值去噪处理,进一步降低可用子载波噪声对信道估计性能的影响．最后通过最大比合并（Maximal Ratio Combining,MRC）的方法得到合并信号的最小二乘信道估计．仿真分析表明,采用子载波消噪和小波阈值去噪的信道估计方法可有效提高多天线频谱池系统性能．      

OFDM分集接收系统上行链路信道估计研究

对采用时频块组帧的OFDM(正交频分复用)上行链路信道估计进行了研究,给出了基于二维DFT(离散傅里叶变换)的信道估计算法,针对传统二维信道估计方法的边缘效应提出了一种改进办法,即采用分块拟合的方法对信道曲面边缘部分进行补偿估计。仿真表明,改进的二维DFT信道估计方法可以有效地消减边缘效应,从而获得更好的系统性能。     

二维离散傅立叶-离散小波混合变换及其在超声波医学图像去噪中的应用

如果二维信号沿水平方向和沿垂直方向的干扰和噪声是异类的,如沿水平方向为窄带频率干扰,而沿垂直方向为高斯白噪声,使用传统的二维离散傅立叶离散变换(2-D Drr)或二维离散小波变换(2-D DWT)可能造成信号成分的丢失和不必要的计算,而采用[1,2]提出的一种混合的二维变换:二维离散傅立叶离散小波混合变换(2-D DFF-DWT),可有效Ё解决异类的干扰和噪声中的信号提取问题.本文在[1,2]的基础上,进一步补充了2-D DFT-DWT的定义和算法,指出这种混合变换可被用来从不同方向去除二维信号中的噪声和干扰.通过这种变换可以结合离散傅立叶变换和离散小波变换二者的优点从干扰和噪声中提取有效信号.本文通过对超声波医学图像去除斑点噪声的具体实例说明了它的应用.     

基于小波去噪的OFDM信道估计新方法

该文利用小波变换思想,提出一种基于小波去噪的正交频分复用(OFDM)系统信道估计的新方法,以解决含有噪声的FDM信道的估计问题。该方法首先利用最小二乘(LS)方法进行信道估计,然后对估计后的结果进行小波去噪处理。这个方法不需要预知任何信道统计特性,与一般的最小二乘信道估计方法相比,性能有很大提高。计算机仿真证明了其有效性。     

MIMO—OFDM信道估计新方法

利用小波变换思想,提出一种基于小波去噪的多输入多输出正交频分复用（MIMO—OFDM）系统信道估计方法,以提高信道估计性能。该方法首先利用最小二乘（LS）方法进行信道估计,然后对估计后的结果进行小波去噪处理。该方法不需要预先知道信道的统计特性,与传统最小二乘信道估计方法相比,性能有明显提高。     

On the feasibility of impulse reflection response data for thetwo-dimensional inverse scattering problem

Layer stripping algorithms for inverse scattering problems are very fast but have the reputation of being numerically unstable, especially when applied to noisy data. The goal of this paper is to provide an explicitly discrete framework for layer stripping algorithms for the two-dimensional (2-D) Schrodinger equation inverse scattering problem. We determine when 2-D layer stripping algorithms are numerically stable, explain why they are stable, and specify exactly the (discrete) problem they solve when they are stable. We reformulate the 2-D Schrodinger equation as a multichannel two-component wave system by Fourier transforming the Schrodinger equation in the lateral spatial variable. Discretization results in new 2-D layer stripping algorithms which incorporate multichannel transmission effects; this leads to an important new feasibility condition on impulse reflection response data for stability of these algorithms. A 2-D discrete Schrodinger equation is defined, and analogous results are obtained. Numerical examples illustrate the new results, especially how rendering noisy data feasible stabilizes layer stripping algorithms     

方向依赖的阵元复增益条件下宽带chirp信号二维角估计

在方向依赖的阵元复增益条件下,该文提出一种宽带chirp信号二维角估计新方法。该方法基于信号时变阵列流形结构分析,构造出一种阵列流形时频变换,无需估计和补偿即可消除阵元幅相不一致误差的影响,实现宽带chirp信号二维角闭式解析估计。仿真实验表明了新方法的有效性。     

基于和差波束的三维ISAR成像技术

针对大带宽、高分辨的雷达信号,同一距离单元多个散射点复数叠加,导致传统基于一维距离像比幅测角的三维成像方法效果较差。提出了一种基于逆合成孔径雷达(ISAR)成像的三维成像方法,根据同一距离单元内多个散射点多普勒的不同,利用ISAR成像方法对多个散射点进行分离,在图像配准的前提下对和差信号ISAR像素点进行比幅法测角,最后,剔除角闪烁点及误差较大的散射点,对图像进行重构及合成得到三维ISAR像,同时完成目标定标。实测点目标及飞机目标的处理结果表明了本文方法较传统方法成像质量有较大改善,验证了方法的有效性及可行性。     

An eigenstructure approach to edge detection

A procedure for detecting step edges in noisy signals that does not involve any prefiltering of the data is proposed. It locates step edges in 1-D noisy signals as follows. First, it computes the eigenvectors corresponding to the three smallest eigenvalues of a matrix formed with the discrete Fourier transform of the given data. Next, it estimates the edge locations by finding the local minima in the sum of the spectra of the computed eigenvectors. The technique computes a point edge map for 2-D images by analyzing each row, column, and 45 degrees and 135 degrees diagonal in the image. The computational complexity of the proposed procedure is determined.     

采用Radon-Wigner变换的二维波达方向估计

针对宽带多线性调频信号2维波达方向(2-D DOA)估计精度低的问题,该文提出了一种基于Radon-Wigner变换(RWT)的2-D DOA估计方法。该方法利用RWT在多目标环境下能够有效抑制交叉项干扰和噪声,具有很好的时频汇聚性特点,通过峰值搜索确定目标个数并重构信号阵列,最后利用MUSIC空间谱分析方法实现了对多个LFM信号的2-D DOA估计。仿真实验表明,基于RWT的DOA估计方法能对非平稳信号进行有效的2-D DOA估计。     

时空欠采样线性调频信号参数及其二维到达角联合估计

针对宽频段(2-18GHz)内非平稳来波信号的参数估计和测向问题,提出一种时空欠采样线性调频信号参数与二维到达角联合估计方法。该方法首先用时域解线调方法估计调频斜率,然后在分数阶傅里叶变换(FRFT)域进行滤波,实现信号提取。利用参考阵元及其延时通道进行无模糊初始频率估计,通过构建FRFT波束空间阵列模型实现无模糊测向。数值仿真表明,该方法能够实现宽频段内多个线性调频信号的参数和二维到达角精确估计,在低信噪比下仍有较好的估计性能。     

二维匹配滤波实现多角度SAR成像

 多角度SAR图像能够更全面描述目标不同角度下的特征信息,对目标识别具有重要意义.实现多角度SAR成像需要解决两个问题,一是在多角度测量模式下,传统成像算法的远场条件不能满足,成像散焦严重;二是空间采样不连续使得基于傅里叶变换的成像算法产生很高的旁瓣.本文利用二维匹配滤波函数的聚焦功能实现多角度SAR成像.通过调整成像参考点位置构造二维匹配函数,然后将测量数据用匹配函数进行滤波.与传统SAR成像算法相比,本文提出的多角度SAR成像算法突破了空间采样必须均匀和连续的束缚,更具有普适性.实验结果表明本文算法不仅能够实现多角度SAR成像,提高成像分辨率,而且多角度SAR图像能够描述目标散射特征的空间变化.     

Asymptotically optimal blind estimation of multichannel images.

Optimal estimation of a two-dimensional (2-D) multichannel signal ideally decorrelates the data in both channel and space and weights the resulting coefficients according to their SNR. Many scenarios exist where the required second-order signal and noise statistics are not known in which the decorrelation is difficult or expensive to calculate. An asymptotically optimal estimation scheme proposed here uses a 2-D discrete wavelet transform to approximately decorrelate the signal in space and the discrete Fourier transform to decorrelate between channels. The coefficient weighting is replaced with a wavelet-domain thresholding operation to result in an efficient estimation scheme for both stationary and nonstationary signals. In contrast to optimal estimation, this new scheme does not require second-order signal statistics, making it well suited to many applications. In addition to providing vastly improved visual quality, the new estimator typically yields signal-to-noise ratio gains 12 dB or higher for hyperspectral imagery and functional magnetic resonance images.     

基于Context模型的ECG信号二维压缩

 提出一种基于Context模型的ECG信号二维压缩方案.通过模极大检测和循环匹配识别R波特征,自动构建ECG图像,并根据心动周期信息制作编码数据图,之后对ECG图像进行一维离散小波变换和带截止区均匀量化,量化系数被分解为重要位置图、符号流、最高位位置流和剩余比特流,最后结合编码数据图进行基于Context模型的自适应算术编码.实验针对MIT-BIH心律失常数据库的两个数据集进行压缩.压缩比为20时,新方案的百分均方根误差分别为2.93%、4.31%,低于JPEG2000压缩方案的3.26%、4.8%.结果表明新方案优于其它ECG压缩算法.     

基于分数阶傅里叶变换的线性 调频信号二维波达方向估计

 本文提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的多线性调频(Linear Frequency Modulation,LFM)信号二维波达方向(Direction of Arrival,DOA)估计方法.该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的分数阶傅里叶域的阵列信号数据模型,并利用MUSIC算法实现对多个LFM信号的二维DOA估计.仿真实验验证了算法的有效性.