采用区内C／I平衡的多区峰窝CDMA系统下行链路的性能

本文对采用区内Ｃ／Ｉ平衡的多区蜂窝ＣＤＭＡ系统下行链路的性能进行分析，给出两种区内Ｃ／Ｉ平衡算法并比较它们的性能，考虑呈对数正态分布的阴影和Ｒ＾－４规律的路径损失的综合影响，采用与传统不同的小区平均中断概率来评价系统的性能。     

扩频通信系统相位的捕获与跟踪技术

本文讨论扩展频谱通信系统中有关相位的捕获与跟踪技术问题，道德在扩频通信系统原理的基础上结合实际系统中的应用条件，详细分析了捕获的方法、性能特点，给出了比较适用的2种捕获与跟踪原理图。理论分析与实验结果表明，所采用的分析方法和捕获方案是可行的。     

无线温度检测中的频率信号处理

针对传统方法难以检测传感器大范围频率偏移信号的问题,采用扩频技术解决这一问题。考虑无线温度检测以不同切型的晶体为核心、以超声波信号为载体,为设计出适合不同晶体特性、检测精度高、通用性强的检测仪表,对超声回波信号检测方式进行了改进,提出采用扩频技术中的分段匹配滤波进行传感器频率信号处理。经仿真证明,它可以有效保证超声波收发双方的同步,准确测出超声回波频率偏移值,可以推广用于其他需要频偏信号检测的场合。     

一种新型混沌扩频卫星隐蔽通信算法

针对Logistic及改进型混沌映射只存在唯一满映射点的缺陷,设计了一种新型混沌映射函数,拓宽了满映射参数的取值范围,进而提高了混沌序列遍历性,并基于相干混沌移位键控技术,构建了新型混沌扩频卫星隐蔽通信系统。分别对新型混沌序列的随机性、相关性和平衡性,以及隐蔽通信系统的误码率进行了仿真分析,结果表明:新型混沌映射比已有映射遍历性更好,平衡性更高。原业务信号与扩频调制信号的功率比值大于20dB时,原业务接收机接收误码率基本不受影响。扩频因子为80、信道信噪比大于6dB时,隐蔽接收机误码率小于10-3,能满足一定的隐蔽通信要求。     

基于多散射模型的光源退化图像复原方法及应用

由于大气粒子对光的多散射作用非常显著,多散射的一般表现是在各种天气条件下光源周围的辉光现象。针对恶劣天气条件下的光源图像,采用辐射传输方程建立了点光源的多散射模型。根据所得到的点扩散函数对晴朗天气下带有光源的图像添加天气效果,并对恶劣天气条件下的光源图像进行复原,去除光源周围的辉光,从而得到清晰的光源图像。仿真结果证明了该方法的有效性.     

一种基于扩频的Contourlet域盲水印算法

提出一种基于量化的Contourlet水印算法。该算法首先对原始水印信息进行置乱,采用伪随机序列周期延扩的方法,生成扩频水印。然后对载体图像进行Contourlet变换,最后使用量化的方法,将产生的扩频水印嵌入到选定的Contourlet域系数中。实验结果表明,该算法具有很好的透明性,对一般的信号处理,例如,JPEG压缩、模糊和锐化等具有较好的鲁棒性。     

运动模糊图像PSF参数估计方法改进及图像复原

运动模糊图像复原的目的是改善运动图像质量,从而为图像处理任务提供高质量的清晰图像以保证算法能够准确获取图像信息,其中运动模糊图像的点扩散函数（PSF）求解是影响复原图像质量的关键步骤。针对现有运动模糊图像PSF参数估计方法中存在的估计误差大、有效估计范围有限等问题,在分析频谱图像特征的基础上,提出一种改进的PSF参数估计方法。通过图像增强处理和形态学变换去除频谱图像中的十字亮线和噪点干扰,获取形态合适的条纹图像以完成Radon变换检测。利用二值频谱图像的条纹特征自适应地控制形态学运算精度,从而保证算法的执行效率和鲁棒性。对条纹进行边缘测定,消除由条纹自身宽度导致的角度估计误差,以提高参数估计结果的精度。实验结果表明,该方法能够提高模糊参数估计的准确率和有效估计范围,由此构建的PSF能复原出更加清晰的重建图像,复原图像总体峰值信噪比不低于25 dB。     

一种基于Cox算法的分块DCT图像水印算法研究

介绍了DCT域图像水印技术,详细分析了经典的Cox算法和一种基于块分类的自适应图像水印算法;通过分析图像在流通中可能经常遇到的一些信号处理、几何变换以及可能性攻击,对水印算法进行了分析、实验和测试.Cox算法是一种基于DCT变换的扩频水印技术,它将高斯随机序列加入到图像的DCT变换后视觉最重要的系数中.基于块分类的自适...     

A conceptual framework to define the spatial resolution requirements for agricultural monitoring using remote sensing

Satellite remote sensing is an invaluable tool to monitor agricultural resources. However, spatial patterns in agricultural landscapes vary significantly across the Earth resulting in different imagery requirements depending on what part of the globe is observed. Furthermore, there is an increasing diversity of Earth observation instruments providing imagery with various configurations of spatial, temporal, spectral and angular resolutions. In terms of spatial resolution, the choice of imagery should be conditioned by knowing the appropriate spatial frequency at which the landscape must be sampled with the imaging instrument in order to provide the required information from the targeted fields. This paper presents a conceptual framework to define quantitatively such requirements for both crop area estimation and crop growth monitoring based on user-defined constraints. The methodological development is based on simulating how agricultural landscapes, and more specifically the fields covered by a crop of interest, are seen by instruments with increasingly coarser resolving power. The results are provided not only in terms of acceptable pixel size but also of pixel purity which is the degree of homogeneity with respect to the target crop. This trade-off between size and purity can be adjusted according to the end-user's requirements. The method is implemented over various agricultural landscapes with contrasting spatial patterns, demonstrating its operational applicability. This diagnostic approach can be used: (i) to guide users in choosing the most appropriate imagery for their application, (ii) to evaluate the adequacy of existing remote sensing systems for monitoring agriculture in different regions of the world and (iii) to provide guidelines for space agencies to design future instruments dedicated to agriculture monitoring.