基于RLS的改进型盲多用户检测算法

针对传统的关于可变约束MOE盲多用户检测算法需直接进行特征值分解计算和不能实现二次约束限制的缺点,提出了一种基于RLS的改进型MOE盲多用户检测算法.该算法避免了矩阵求逆和大量的特征值分解运算,计算复杂度大大降低.仿真结果表明,该算法的误码率性能和收敛性均优于直接利用特征值分解的传统算法,且程序运行时间大大缩小.     

基于压缩感知的改进MPEG-2编码方案

为寻找压缩感知在视频编码上的应用并提高MPEG-2的编码效率,提出了基于压缩感知和MPEG-2的改进方案。该视频编码改进方案从标准重构方法与像素域最小全变分重构算法中选出最终重构方法,使最终重构出的图像具有较小均方误差和。像素域最小全变分重构算法的提出,基于原始图像的梯度比残差图像的梯度更稀疏这个特征。实验结果表明,所提出的方案对于各类序列都有性能的提升。对于有比较锐利边缘物体的序列,平均峰值信噪比(PSNR)提高0.5dB以上;而对于具有较多平坦区域或复杂纹理的序列,平均PSNR也有0.26dB~0.41dB的提高。     

C/S、B/S混合模式构建云南新华印刷信息网

在C/S和B/S运行模式分析的基础上,设计了一种C/S和B/S混合模式的信息系统,并在云南新华印刷信息网的创建中实现了该系统,在复杂的运行环境下较为有效地完成了各项功能。     

基于双线性反馈神经网络盲均衡算法的研究

将双线性反馈神经网络应用于盲均衡算法,提出了一种新的基于双线性反馈神经网络盲均衡算法,推导出算法迭代公式,计算机仿真表明,新算法具有较快的收敛速度和较小的误码率。     

混沌蚁群算法在图像边缘检测中的应用

运用混沌蚁群算法进行图像的边缘检测是针对混沌蚁群算法具有随机性、遍历性、正反馈性,通过更新信息素矩阵来计算图像阈值,从而获得图像边缘信息,能够更全面、迅速地找到图像的边缘,避免过早陷入局部最优,提高了图像边缘检测的连续性和准确性。计算机仿真实验表明,通过混沌蚁群算法获得的图像边缘更加完整和清晰,取得了较好的效果。     

约束恒模医学CT图像盲均衡算法

为了改善图像的峰值信噪比,提高算法的可靠性和恢复效果,利用线性变换将图像的恢复过程等效为一维盲均衡运算,建立了医学CT图像约束恒模代价函数,并分析了其凸性,提出一种基于信号降维处理的医学CT图像盲均衡算法。仿真结果验证了算法的有效性,新算法的迭代过程避免了矩阵逆运算,提高了运算效率。     

基于模糊控制的盲多用户检测算法

提出了一种基于模糊控制的变步长盲多用户检测算法,克服了固定步长自适应算法收敛速度慢的缺点,新算法的步长能够动态地跟随误差及误差的变化率的变化而变化,改善了算法的收敛性能。通过计算机仿真,验证了新算法的有效性。     

混沌序列码实现方法及应用

以logitic混沌序列代替伪随机序列，引入软件无线电思想，实现了软件无线电混沌扩频通信系统。对随机产生的混沌序列进行优选，得到了性能优异的混沌序列，在不同信道条件下进行了系统仿真。结果表明，系统各个模块均能正常工作，优选混沌序列性能优于传统序列，是扩频序列的新选择。     

一种改进的图像迭代盲反卷积算法

针对传统迭代盲反卷积算法收敛速度慢、容易出现解模糊等问题,提出一种改进的图像迭代盲反卷积算法。利用动量矩求解图像的有限支持域,在支持域中使频率域和空间域交替迭代,从而实现图像的盲复原。仿真结果表明,与传统迭代盲反卷积算法和基于小波变换的盲反卷积算法相比,该算法的收敛速度较快,具有较好的图像恢复效果。     

改进恒模盲均衡在医学CT图像盲恢复中的应用

利用图像退化与信号码间干扰产生之间的相似性,将盲均衡算法应用于医学CT(computer tomography)图像的盲恢复中。提出一种基于降维处理的分数低阶恒模盲均衡算法,算法利用线性变换将图像恢复过程等效为一维盲均衡运算,建立了降维处理的医学CT图像盲均衡恒模代价函数,算法权向量的更新中引入了代价函数的二阶Hessian矩阵,从而提高了算法的收敛速度,改善了恒模算法性能。仿真结果验证了算法的有效性,新算法改善了峰值信噪比和恢复效果,提高了运算效率。