HMT与HMRF联合的SAR图像小波去斑方法

该文将隐马尔可夫树(HMT)和隐马尔可夫随机场(HMRF)两种模型相结合,提出了一种新的估计SAR图像小波系数隐状态的迭代算法.使用该算法可以充分利用小波系数尺度间和尺度内的相关性,更准确地估计隐状态.在此基础上,通过贝叶斯估计分离出小波系数中的信号成分即可消除噪声影响.实验结果表明,该算法能够有效抑制SAR图像相干斑,同时可较好地保持边缘等图像结构特征.     

Turbo编码GMSK信号准相干解调时的迭代信道估计和译码研究

针对准相干解调Turbo编码GMSK信号,提出了一种简便的迭代信道估计算法。该方法基于Turbo码的迭代译码原理,将信道估计和译码联合考虑,利用译码器输出反馈进行迭代信道估计,从而提高了估计精度。仿真结果表明,该方法能显著地改善系统误码率性能。     

基于混合迭代滤波的SAR图像相干斑抑制

该文将变窗Lee滤波与自蛇扩散结合,提出了一种抑制SAR图像相干斑噪声的混合迭代滤波新算法,并给出了SAR图像噪声方差的一种有效估计方法。该算法首先估计SAR图像局部统计参量,进而通过改进的变窗Lee滤波对SAR图像进行平滑去噪,接着利用自蛇扩散去除Lee滤波难以平滑的孤立点噪声与边缘噪声。在Lee滤波与自蛇扩散的混合迭代中,Lee滤波的窗尺度随迭代次数的增加而增大,从而在保护SAR图像边缘细节的同时,同质区得到更好平滑。实验结果表明,与已有多种抑斑算法相比,该文算法在SAR图像抑斑与边缘保护方面均获得了更好的性能。     

一种利用方位角信息基于峰值匹配的SAR图像目标分类方法

本文研究了基于峰值匹配的SAR图像目标分类问题,给出了一种利用方位角信息基于峰值匹配的SAR图像目标分类方法.该方法先对输入待分类SAR图像进行目标峰值提取,再基于提取的峰值进行目标方位角估计,然后根据该估计及其置信区间由模板SAR图像数据库检索出方位角位于该估计及该估计+180°置信区间内的所有SAR图像,并分别提取其峰值,这样即可通过寻找待分类SAR图像与由模板库检索的模板SAR图像目标峰值间的最佳匹配,实现目标分类.和不利用方位角信息的目标分类方法相比,本文方法显然具有更高的计算效率.另外,如何快速有效的确定待分类SAR图像与每一幅模板SAR图像目标峰值间的对应关系,计算其匹配度,是基于峰值匹配SAR目标分类中的另一个关键问题,针对该问题,本文提出了一种基于匹配代价函数表搜索的SAR图像目标峰值对应关系确定方法,该方法能在得到较好分类性能的同时,有效提高分类效率.实测MSTAR SAR图像数据的分类结果验证了本文方法的有效性.     

一种基于对比度最优准则的调频斜率估计方法

在合成孔径雷达成像及其应用中,需要对调频斜率进行估计.常用的估计调频斜率的方法是图像对比度最优算法,但该算法需反复迭代,导致该算法计算量大、收敛速度慢、效率低.为此,提出了一种基于对比度最优准则的调频斜率估计方法——抛物线法.该方法是根据图像对比度与方位向调频斜率的关系,引入数学中的抛物线法来估计多普勒调频斜率,避免了传统算法中的反复迭代,大大提高了计算效率.最后,用机载SAR实测数据验证了该方法的可行性和高效性.     

发射分集OFDM系统中一种基于Turbo迭代的判决反馈信道估计

本文对频率选择性衰落信道条件下发射分集OFDM系统的信道估计进行了研究,提出了一种基于Turbo迭代的判决反馈信道估计方法.该方法充分利用Turbo迭代信息来改善信道估计性能,且因无需求逆运算,使得整个系统的复杂度增加不多.仿真结果表明,所提方法在较高信噪比条件下,明显提高了系统信道估计的性能,且适合于高速移动的信道环境.     

基于HMM的信源—信道迭代联合译码

提出一种在接收端利用Turbo译码软输出,结合HMM（隐马尔可夫模型）中的Baum-Welch重估算法获取信源模型参数并进行信源-信道迭代联合译码的算法.通过含噪接收序列信道译码后的软输出对信源模型参数进行估计,并将迭代估计获得的信源精确概率结构和信道译码结合进行信源-信道联合迭代译码.同时从信息论角度提出用鉴别信息来度量估计获得的信源模型参数的精度,以及确定迭代估计终止的条件.     

基于上下文和隐类属的小波域马尔可夫随机场SAR图像分割

该文针对合成孔径雷达(Synthetic Aperture Radar, SAR)图像含有大量的乘性斑点噪声的特点,提出了一种小波域隐类属的马尔可夫随机场(Markov Random Field, MRF)图像分割算法来抑制噪声的影响。考虑到小波的聚集性和持续性,该算法重新构造了待分图像小波域模型以类属为隐状态的混合长拖尾模型,将隐类属的马尔可夫随机场推广到小波域上,并用改进的上下文模型估计尺度间转移概率,最后推导出了新的最大后验(Maximum A Posteriori, MAP)分割公式。仿真结果证明,该算法具有鲁棒性能够有效地抑制噪声对图像的影响,得到准确的分割结果。     

基于邻域一致性的极化SAR图像仿射配准

极化SAR图像的配准是极化SAR图像处理的基础,需要具备较高的精度与速度.基于深度学习的极化SAR图像配准大多数是结合图像块特征的匹配与基于随机抽样一致性的参数迭代估计来实现的.目前尚未实现端到端的基于深度卷积神经网络的一步仿射配准.该文提出了一种基于弱监督学习的端到端极化SAR图像配准框架,无需图像切块处理或迭代参数...     

基于H-α和改进C-均值的全极化SAR图像非监督分类

该文提出一种基于H-α和改进C-均值的全极化SAR图像非监督分类方法.该方法先按H-α对全极化SAR图像进行基于散射机理的分类,再将分类结果作为改进C-均值算法的初始类别划分,从而实现地物分类.迭代次数确定是C-均值动态聚类算法的关键,文中利用图像熵给出了一种新的迭代终止准则.与H-α方法相比,该文方法能在保留分类结果物理散射机理的同时,实现有效的地物分类.NASA/JPL实验室AIRSAR系统获取的L波段旧金山全极化SAR数据的实验结果验证了该文方法的有效性.     

基于稀疏表示的Shearlet域SAR图像去噪

该文通过分析SAR图像的噪声成因以及其斑点噪声模型,结合图像的稀疏表示理论提出一种基于稀疏表示的Shearlet域SAR图像去噪算法。算法从整体上对SAR图像进行去噪：首先对SAR图像进行Shearlet变换,然后利用稀疏表示模型构造出去噪的最优化模型,在此基础上进行迭代去噪,然后重构SAR图像得到去噪后的图像。实验结果表明：该文所提出的算法不仅可以显著去除相干斑噪声,提高去噪图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR),还明显地改善了图像的视觉效果,更好地保留了图像纹理信息。     

基于lk范数正则化的SAR图像目标特征增强

增强SAR图像的目标特征对自动目标识别等具有重要意义。该文改进了一种基于lk范数正则化方法，并用于SAR图像目标特征增强。该方法通过开发利用符合SAR图像统计特性的先验知识，构造附加约束，把图像目标特征增强问题规划为形式简单的最优化问题，并利用一种迭代算法进行快速求解。仿真和实测数据计算结果证实了该方法的有效性。     

Turbo decodulation: iterative combined demodulation and source-channel decoding

We propose the combination of iterative demodulation and iterative source-channel decoding as a multiple turbo process. The receiver structures of bit-interleaved coded modulation with iterative decoding (BICM-ID), iterative source-channel decoding (ISCD), and iterative source coded modulation (ISCM) are merged to one novel turbo system, in which in two iterative loops reliability information is exchanged between the three single components, demodulator, channel decoder and (softbit) source decoder. Simulations show quality improvements compared to the different previously known systems, which use iterative processing only for two components of the receiver.     

抑制SAR图像相干斑的迭代方向滤波算法

为保护SAR图像边缘特征并有效提高对乘性相干斑噪声的抑制性能,该文提出一种基于迭代方向滤波的抑制图像相干斑新算法。该算法先借助高斯-伽马平行窗估计出的比率边缘强度映射(ESM)与方向信息,自适应地控制各向异性高斯核(AGK),生成沿ESM方向分布的具有各向异性支撑区域的局域窗。然后将SAR图像多种局部统计参量联合作为衰减因子,形成与SAR图像区域分布特性相适应的负指数衰减型加权系数,进而将负指数衰减型加权系数与局域窗带方向的各向异性支撑区域结合形成局域加权的方向滤波。最后对SAR图像迭代地进行方向滤波即可实现带边缘保护的相干斑抑制。实验结果表明,与多种抑斑算法相比,该文算法在SAR图像抑斑与边缘保护方面均获得了更好的性能。     

一种基于Freeman分解与散射熵的极化SAR图像迭代分类方法

该文提出了一种基于Freeman分解与散射熵的极化SAR图像迭代分类新方法。该方法首先通过Freeman分解提取3种散射机理成分的功率,同时通过H/ 分解提取地物的散射熵;再利用这4个表征地物特性的参数将极化SAR图像中的地物划分为9个初始类,最后使用Wishart分类器对初始类进行迭代分类得到最终的结果。该方法合理利用了地物的极化散射信息,能够取得较好的分类效果,同时运算量也比较小。实测极化SAR数据的实验结果验证了该方法的有效性。     

Combined turbo equalization and turbo decoding

In this letter, the subject of turbo coding in the presence of an intersymbol interference channel is investigated. An iterative decoder structure is presented, which combines channel equalization and turbo decoding. At each iteration extrinsic information from the channel detector is fed into the turbo decoders, and then their extrinsic information is fed back to the channel detector. Simulation results are presented for a rate 1/2 turbo code with binary phase-shift keying (BPSK) modulation, transmitted over an intersymbol interference (ISI) channel having severe frequency distortion. The performance is about 0.8 dB from the ISI channel capacity at a bit-error rate of 10^-5     

Lower bound on BER of finite-length turbo codes based on EXIT characteristics

We present a generalized extrinsic information transfer characteristics of the iterative turbo decoding algorithm. By using this tool, we obtain a lower bound on the bit error rate performance of the finite-length turbo codes showing a gentle waterfall over a wide waterfall region.     

Iterative multiuser detection for asynchronous CDMA withconcatenated convolutional coding

We propose iterative multiuser detectors for asynchronous code-division multiple-access with parallel-concatenated convolutional codes (turbo codes) and with serially concatenated convolutional codes (SCCC). At each iteration we update and exchange the extrinsic information from the multiuser detector and channel decoders and regenerate soft information between constituent convolutional decoders. Simulation results show that with the proposed structure, near-single-user performance can be achieved. We also propose two reduced-complexity techniques, i.e., the reduced-state iterative multiuser detector based on the T-MAP algorithm and the iterative interference canceler based on a noise-whitening filter. Simulation results show a small performance degradation for these two techniques, particularly for the T-MAP receiver     

Reduced-Complexity Turbo Equalization for Turbo Coded MIMO/OFDM Systems

1IntroductionTowards wireless systems Beyondthe3G(B3G),it isa great challenge for the physical layer to support high-speed transmissioninthe mobile environment to providecomfortable Internet access.Multiple Input MultipleOutput(MI MO)technique is effectiv…     

Partial unit memory-based turbo codes

The performance of partial unit memory-based turbo codes (PUM-TC) with standard convolutional-based turbo codes (RSC-TC) are analysed and compared. Resulting extrinsic information transfer charts indicate that the proposed PUM-based codes have higher mutual information during iterative decoding than the equivalent RSC-TC for the same SNR, i.e. the output of the decoders provides a better approximation of the decoded bits. It is shown that the PUM-TC outperforms known equivalent RSC-TC at the error-floor region, with comparable performance in the waterfall region.