刀具磨损声谱特征主要集中频段研究

可听阈内的切削声信号包含着丰富的刀具磨损信息。找出刀具磨损信息在可听阈内的主要集中频段能提高切削声信号的信噪比,改善识别结果。在提取了可听阈内切削声信号包含的刀具磨损信息的有效特征,建立了识别模型和对刀具磨损状态进行了级别划分的基础上,对不同频段切削声信号展开了识别实验。实验分析结果表明可听阈内刀具磨损信息主要集中在低频段。     

云对激光引信测高性能的影响分析及解决方案

激光引信在弹道导弹上的作用是用于测量并控制弹头的爆炸高度,而云的消光及后向散射会对激光引信的测高性能造成干扰,本文利用激光引信测高方程及接收信噪比公式具体分析和计算了云的影响程度,得出了具有说服力的结论。为解决云的干扰问题,研究了将时变增益控制、多停止脉冲计数、距离选通、脉宽测量等几项抗干扰测距技术结合起来,设计了一种硬软结合的激光引信信号处理方案,以尽可能减小云的干扰影响。     

无线信道下 Turbo码的信噪比估值新算法

该文基于高阶统计量的分析提出了用于Nakagami-m衰落信道下信噪比估值的新算法,它比已有算法更加简单有效,同时通过进行信噪比估值对Turbo码译码精度的灵敏性仿真测试证明了新算法的有效性。     

QAM信号的非数据辅助信噪比估计方法

该文利用统计量的知识,推导了QAM信号在加性高斯白噪声信道且星座任意一点的发送概率相同条件下的非数据辅助(盲)信噪比估计算法。文章以128QAM信号为例进行了具体的分析和计算机仿真,分析和仿真的结果表明该算法对实际感兴趣的信噪比范围都可进行有效估计。     

一种改进的自适应脉冲对消LMP算法

应用一种改进的最小平均l_p范数算法对有用信号中存在的脉冲噪声进行对消. 这种算法是根据对输入信噪比的估计,在最小平均l_p范数算法的基础上改进的. 为了测量这种算法下脉冲噪声的对消性能,引入了一种新的信号失真的性能测度,叫分数阶信噪比. 在7种不同输入信噪比情况下,对最小平均l_p范数和改进的最小平均l_p范数算法进行了比较,结果表明改进的算法比最小平均l_p范数算法稳定,收敛速度快,性能明显优于最小平均l_p范数.     

用于医学超声内窥成像的编码激励技术

为了提高医学超声内窥系统中图像的信噪比,将编码激励技术引入超声成像系统.仿真研究了编码长度和换能器相对带宽对成像信噪比（SNR）提升的影响.发现在采用长度较短的2-5位Barker编码激励时,成像信噪比的提升在编码长度为4位时达到峰值,且信噪比的提升随换能器相对带宽的增加而增加.基于超声内窥成像系统的编码激励实验表明,在峰值激励电压为25 V和换能器相对带宽为20%的情况下,采用编码激励技术能够获得1.85 dB的成像信噪比提升.     

基于图像信噪比选择优化高斯滤波尺度

该文提出了一种选择优化高斯滤波尺度的算法。首先对图像的信噪比进行估计,以此来评估图像受噪声退化的程度;然后在样本图像中加上不同程度的噪声,利用最优化准则得到相应的最优高斯滤波尺度;最后在统计意义上研究最优化高斯尺度和图像信噪比之间的关系,通过数据拟合,可得到基于图像信噪比来选择高斯滤波尺度的算法。在Canny边界探测和非线性扩散滤波上的应用实验,显示了新算法的有效性。     

一种改进的医学图像各向异性扩散滤波算法

医学图像（CT、MRI）的滤波处理,须保留具有重要诊断意义的边缘细节信息。针对Perona-Malik各向异性扩散模型病态且不稳定的不足,提出了一种改进的各向异性扩散滤波算法。通过采用自适应加权的多尺度形态滤波来改进扩散系数,建立了一个对噪声图像更有效和更具适应性的去噪扩散模型。同时引入迭代终止准则,避免了迭代次数的设定。实验结果表明,算法优于PM方法和Catte方法,在提高信噪比的同时又可保留重要的微细结构,可以较好地满足医学图像的使用要求。     

一种基于LDPC编码系统的符号同步联合信噪比估计算法

该文分析了符号同步误差和信噪比的初始估计对LDPC编码系统性能的影响,结合迭代译码输出软信息的统计特性,提出了一种由迭代译码软信息辅助的符号同步联合信噪比估计算法,通过两个紧密相关的环路,将符号同步,信噪比估计以及迭代译码三者整合在一起,在信噪比极低的情况下,通过迭代计算,信噪比和符号同步误差的估计值可快速收敛,译码性能接近信噪比已知且符号精确同步的编码系统。     

SNR估计误差对BICM-ID系统性能影响的研究

在BICM-ID(Bit-Interleaved Coded Modulation with Iterative Decoding,BICM-ID)系统或其他级联码系统中实现迭代检测接收机需要对信道的信噪比(SNR)进行估计。该文研究信噪比估计误差对BICM-ID系统性能的影响,分析各种译码算法对信噪比估计误差的敏感程度。理论分析和仿真结果表明max-log-APP算法对信噪比估计具有最好的鲁棒性,log-APP及其他简化算法对SNR估计误差的鲁棒性在SNR过估计时比SNR欠估计时好,原因在于各个算法所采用的修正函数不同。满足算法性能没有大的损失的SNR估计误差精度范围随着信道条件的改善而增大,通常在-2dB到+6dB之间。因此在非理想的信道状态信息条件下,max-log-APP算法是BICM-ID系统的最佳译码算法。