基于导频和修正Kalman滤波的MIMO-OFDM信道估计方法

提出了一种适用于时间频率选择性衰落信道的MIMO-OFDM系统的组合信道估计方法。采用AR过程对信道进行建模,利用基于导频的低维Kalman滤波算法进行信道估计,并采用LS算法估计时变的信道衰减因子。Kalman滤波跟踪了信道的时域相关性,为了同时跟踪信道的频域相关性,采用了一种基于MMSE(minimum mean square error)的合并器对Kalman滤波算法进行修正。仿真表明,提出的这种组合算法降低了传统的Kalman滤波结构的复杂度,能够跟踪信道的时频变化,改进了基于LS准则的信道估计算法,并且与复杂的高维Kalman滤波算法的信道估计性能相当。     

关于彩色图像分割算法的研究

主要根据灰度图像的边缘检测算法思想，借助空域微分算子，通过卷积提出了基于边缘的两种彩色图像分割算法。一种是将彩色图像转化为灰度图像，再进行分割处理；另一种是在三基色空间分别进行分割，再加以合成。同时文章采用了迭代阈值设定、区域生长、空间滤波等方法，有效改善了分割结果。