基于预测滤波器的数字降噪耳机研究

通常数字降噪耳机采用的自适应滤波器,一般基于LMS、NLMS等算法,但是由于A/D转换存在一定的延迟,导致实际降噪效果降低,故降噪耳机上的主动降噪系统需要对噪声进行预测.通过线性预测算法和改进滤波器,对已经采样的噪声信号进行算法分析,预测下一时刻的噪声信号,在Matlab中实现对飞机引擎噪声进行预测,并将降噪效果与LMS自适应滤波器的降噪效果进行比较.仿真结果表明,在处理低频噪声时,预测滤波器效果要优于LMS自适应滤波器.     

一种便于低成本实现的自适应语音降噪算法研究

为便于用低成本的高速信号处理芯片实现语音降噪，对改进的离散余弦变换域LMS（Discrete cosine transform-LMS)自适应算法应用于噪声抵消系统进行了实验研究。结果表明，将该算法应用于自适应语音降噪系统，在有色噪声环境中能获得较好的降噪效果，基于数字信号处理器开发实现简单，硬件要求低，便于低成本实现。     

从近似超平面到SVR的算法研究

本文证明了SVM存在近似超平面；根据SV分布于SVM超平面附近，也必然分布于其近似超平面附近的特点，提出了从近似超平面出发，通过向量距近似超平面的距离的大小逐步搜索SV，建立SVR的算法思想；列举了基于该算法思想的一个算法实例——从多元回归平面构建LS-SVM;分析了其时空复杂度，并与LS-SVM的线性方程组解法和直接分解算法进行比较，其结果是该算法能够收敛到l个训练样本直接建立的SVR，并降低了计算时间复杂度和显著降低了计算空间复杂度。     

低照度视频监控图像降噪算法设计与实现

针对低照度环境下视频监控图像噪点较多的问题,提出一种基于运动检测的低照度视频监控图像降噪算法。在研究低照度视频监控图像噪声特点的基础上,通过一种阈值运动检测算法将图像帧划分成8×8的运动像素宏块和静止像素宏块,对运动像素宏块采用改进的维纳滤波算法进行降噪,对静止像素宏块采用数学形态学和中值滤波相结合的算法进行降噪。实验数据显示,该算法总体时间复杂度接近O(n),使用该算法降噪后的图像的PSNR值和DV,BV值均高于经典降噪算法,证明了该算法在降低时间复杂度的同时,能有效降低图像噪声,并较好地保持图像的解析度。     

排序算法综述

排序在数据处理中占有极重要的位置，排序算法的好坏，直接影响到实现的复杂度。本文介绍了常用的排序算法，并详细讨论了各种排序法的实现、改进和时间复杂度。最后对这些排序算法进行了比较。     

基于箕舌线的变步长LMS自适应算法

通过建立步长因子μ与误差信号e之间的非线性关系，提出一种新的基于箕舌线的变步长LMS算法，并将其应用于通信降噪。该算法除了具有传统固定步长LMS算法计算量小、稳定性较好、简单、易于实时处理等优点外，计算机仿真结果表明，其收敛速度、稳定性以及跟踪速度优于SVSLMS算法和NLMS算法，且不需进行指数运算，计算复杂度低于SVSLMS算法，用于通信降噪取得了较好的效果。     

一种基于的统计的排序算法

本文提出了一种基于统计的快速排序算法，并对该算法的时间复杂度和空间复杂度进行了分析，该算法要求排序关键字满足一定的约束条件，其时间复杂度为O(n)，对该算法做一些简单的修改，还可以将其推广到一般关键字的排序问题。     

一种快速霍夫变换算法

霍夫变换是图像处理中的一种常用的检测算法，能够有效地在较大的噪声环境中提取图像中的特定信息。但标准的霍夫变换算法运算量大，处理速度慢，有较大的局限性。该文讨论了一种快速霍夫变换算法，该算法有效地降低了传统霍夫变换算法的时间复杂度，提高了计算效率和运算速度，对于提高图像处理的速度，增强图像处理的实时性有着显著的作用。     

基于DSP的主动降噪系统设计与实现

针对发动机等工作时产生的周期噪声,进行主动降噪系统设计与实现。主要工作为降噪程序的设计和基于DSP的硬件实现。其中降噪程序采用自适应算法中的反馈滤波-X-最小均方算法,对此算法进行了简要讲解,并设计了降噪程序的算法流程;DSP采用德州仪器公司的DSP TMS320VC5509A,使用TLV320AIC23B作为音频处理芯片,搭建硬件平台并进行实现,取得明显降噪效果。     

SAR图像结构信息和自适应滑动窗的联合降噪

针对合成孔径雷达（SAR）图像降噪算法中滑动窗的选择问题，提出了同时考虑结构信息和自适应滑动窗的联合降噪算法，联合算法先对局部区域进行自适应增长。然后利用比值模板对得到的滑动窟进行结构检测，最后对结构特征区域进行自适应增长，从而获得完整的结构信息．仿真图像和SAR图像的降噪实验表明，联合降噪算法在有效滤除噪声的同时对边缘纹理等细节信息具有较强的保持作用．     

一种基于脊波变换的图像去噪方法

Ridgelet是继小波变换(Wavelet)后提出的一种新型的多尺度分析方法,它特别适合于具有直线或超平面奇异性的二维信号的描述,而且具有较高的逼近精度.利用脊波变换的方法,设计了一种基于脊波变换的改进的图像去噪算法,该算法采用指数型阈值函数,利用SureShrink自适应阈值.试验结果表明,该方法比起Wavelet全局硬、软阈值,Ridgelet全局硬、软阈值,具有明显的优越性.     

基于小波变换的零森林图像压缩方法

该文从理论和实验上证明了同级别不同方向子带的零树位置具有较大相关性，据此提出了嵌入的零森林编码方法MRZF。该方法把森林作为系数表示的基本数据结构，使相邻系数之间，同方向子带之间的相关性以及不同方向子带间的相关性能被有效利用，编码效益更高。该方法可直接输出0，1比特流，编解码速度快，且具有多率特性和低计算复杂性的特点，可实现码流的累进传送。采用国际上通用的标准测试图像对提出的图像压缩方法进行测试，实验结果优于现有方法。     

基于小波去噪的联合频谱感知优化算法

传统的能量检测算法由于受到噪声不确定性的影响,在信噪比较低时检测精度差,理论上较优的循环平稳特征频谱感知算法的计算复杂度偏高。因此,在传统能量检测算法基础上结合小波阈值去噪和差分能量检测模型,提出一种优化的双门限联合检测算法。使用能量检测法来判断双门限区间之外的区域,双门限阈值内的不确定性区域使用小波阈值去噪重构后做差分能量检测,并根据信道实时状态动态地调整双阈值。当信道质量较差时,增大双门限之间的距离,否则缩短双门限之间的距离,从而提高频谱检测效率。通过仿真对比得知,该算法有效地提高了噪声不确定性影响下频谱感知的准确性,并且降低了感知算法的计算复杂度。     

An efficient color quantization based on generic roughness measure

Color quantization is a process to compress image color space while minimizing visual distortion. The quantization based on preclustering has low computational complexity but cannot guarantee quantization precision. The quantization based on postclustering can produce high quality quantization results. However, it has to traverse image pixels iteratively and suffers heavy computational burden. Its computational complexity was not reduced although the revised versions have improved the precision. In the work of color quantization, balancing quantization quality and quantization complexity is always a challenging point. In this paper, a two-stage quantization framework is proposed to achieve this balance. In the first stage, high-resolution color space is initially compressed to a condensed color space by thresholding roughness indices. Instead of linear compression, we propose generic roughness measure to generate the delicate segmentation of image color. In this way, it causes less distortion to the image. In the second stage, the initially compressed colors are further clustered to a palette using Weighted Rough K-means to obtain final quantization results. Our objective is to design a postclustering quantization strategy at the color space level rather than the pixel level. Applying the quantization in the precisely compressed color space, the computational cost is greatly reduced; meanwhile, the quantization quality is maintained. The substantial experimental results validate the high efficiency of the proposed quantization method, which produces high quality color quantization while possessing low computational complexity.     

聚类的动态分类器集成选择

动态分类器集成选择(DCES)是当前集成学习领域中一个非常重要的研究方向。然而,当前大部分 DCES算法的计算复杂度较高。为了解决该问题和进一步提高算法的性能,本文提出了基于聚类的动态分类器集成选择(CDCES),该方法通过对测试样本聚类,极大地减少了动态选择分类器的次数,因而降低了算法的计算复杂度。同时, CDCES是一种更加通用的算法,传统的静态选择性集成和动态分类器集成为本算法的特殊情况,因而本算法是一种鲁棒性更强的算法。通过对UCI数据集进行测试,以及与其他算法作比较,说明本算法是一种有效的、计算复杂度较低的方法。     

基于特征点界标过滤的时间序列模式匹配方法

动态时间弯曲距离能度量不等长的时间序列、且具有较高的匹配精度,因此广泛应用在时间序列模式匹配中。但其计算复杂度较高,制约了在大规模数据集上的应用。为了实现时间序列模式度量结果和计算复杂度的平衡,提出一种基于特征点界标过滤的时间序列模式匹配方法。首先,提出一种特征点界标过滤的特征提取方法,保留时间序列主要特征,压缩时间维度;然后,利用动态时间弯曲距离对特征序列进行相似性度量;最后,在应用数据集上对所提方法进行有效性验证。实验结果表明,所提方法在保证高精度的前提下,能有效降低计算复杂度。     

Hughes-Hartogs算法运算量的分析仿真

一些文献认为Hughes-Hartogs比特分配算法在向多个子载波分配比特时,运算复杂度太大、速度太慢,实时性差.鲜有文献对它的运算量进行具体的分析.文中对Hughes-Hartogs比特分配算法的运算量进行了理论分析,得出了衡量它的运算量的方法.并在有线信道双绞线模型下,通过Matlab仿真,从发送总比特数和运算量两个方面,比较了Hughes-Hartogs算法与最优化的贪心算法的性能,得出了可用发送功率和量化间隔对Hughes-Hartogs算法性能的影响,以及怎样选择合适的参数既使Hughes-Hartogs算法的运算复杂度尽量小又使发送总比特数尽量大.并提出算法的改进方案,可以看到改进后的算法能够满足实时应用的需求.     

一种改进的降低MIMO-OFDM系统峰均比的联合算法*

多输入多输出频分复用(MIMO-OFDM)技术是将OFDM与MIMO技术相结合的无线通信系统,它在继承OFDM与MIMO技术诸多优点的同时,具有OFDM系统存在的峰均比(PAPR)较高的问题。选择性映射法(SLM)和预留子载波保留算法(TR)具有很好地抑制PAPR的性能,但是把传统的TR或SLM方法直接运用到MIMO-OFDM系统中却难以达到很好地抑制PAPR效果。为了寻求在MIMO-OFDM系统中改善PAPR性能的同时降低算法实现复杂度,提出一种TR与SLM算法相结合的适合MIMO-OFDM系统的改进算法TR-SLM。通过理论分析与仿真结果表明,TR-SLM级联算法不仅能有效抑制MIMO-OFDM系统的PAPR,同时可减小算法的计算复杂度与系统实现的复杂度。     

Exact and fast algorithm for two-dimensional image wavelet moments via the projection transform

Wavelet moments are perfect representations of moments in multiresolution wavelet domain, which integrates the theory of moment invariants into wavelet analysis. However, the calculations of moments are very complicated in terms of computational complexity, so it is difficult to implement them in real time. An exact and fast projection-based algorithm for two-dimensional wavelet moments is presented in this paper. In our approach, the computation of a two-dimensional wavelet moment of order of r is performed in (r+1) different one-dimensional spaces. Since only additions are required to perform the projection transform, the total computational complexity can be greatly reduced.     

基于子空间跟踪的递推稳健自适应波束形成*

为了解决实时系统应用中,通用秩信号模型的稳健自适应波束形成算法受计算复杂度高的限制这一问题,基于子空间跟踪理论,运用梯度下降法提出了一种递推稳健自适应波束形成算法,有效降低了计算量,提高了系统性能,改善了阵列输出的信干噪比。仿真结果表明,该算法具有快速收敛性与优越的稳健性。