一种抑制符号速率估计背景色噪声的非线性滤波算法

数字调制信号符号速率估计的依据是循环平稳理论,由于信号的符号速率就是其基本循环频率,因此可以通过提取信号非线性变换(例如循环自相关函数)的循环频率获知符号速率.但是,非线性变换不仅能产生对应于符号速率的正弦分量及其各次谐波,还会将信号自身转变成不利于谱线提取的连续有色噪声(其能量主要分布在低频部分).当观察数据长度有限时,自噪声对谱线提取的影响尤其明显.本文深入研究了数字调制信号非线性变换的频域特征,充分利用离散频率分量不同于连续噪声而在其邻域内突起的显著特点,提出一种能够有效抑制背景色噪声的非线性滤波算法.文中详尽的Monte Carlo仿真验证了算法的有效性.     

一种抑制混合噪声的组合滤波算法

为了滤除图像中存在的混合噪声,提出了一种基于中值和均值的组合滤波算法。算法分两步进行,第一步采用改进的中值滤波算法过滤图像中的椒盐噪声;第二步将滤除椒盐噪声的图像采用均值滤波算法进行平滑,滤除高斯噪声。计算机仿真实验表明,组合滤波算法对于图像中的椒盐噪声和高斯噪声具有较好的滤除效果和细节保护作用,性能明显优于传统滤波算法。     

一种基于数学形态学与小波域增强的滤波算法

为了有效滤除图像高斯噪声,将数学形态学与小波域增强相结合,提出了一种高斯噪声新型滤波算法.该算法首先将噪声图像进行二维小波分解,得到低频和高频子图像;然后保留低频子图像不变,对各高频子图像根据其噪声分布特点分别设计出多角度、多结构逐级形态学滤波器进行滤波处理,并进行小波分解系数重构;最后对经过形态学滤波后的图像进行2层小波分解,通过设计出一种新型小波增强函数对不同幅值的小波系数进行不同程度的收缩处理,在此基础上进行分解系数重构.将自适应中值滤波与数学形态学滤波与本文算法进行比较,实验证明本文滤波算法其去噪效果优于前两种算法.     

一种新的高分辨率SAR图像相干斑噪声抑制算法

提出了一种新的基于小波变换对高分辨率合成孔径雷达图像相干斑噪声抑制的算法。首先从SAR图像相干斑噪声产生的机理出发，论述了通过传统的滤波方法在抑制高分辨率SAR图像的相干斑噪声时，损失了大量的边缘信息和纹理细节而采用小波变换降噪的优越性和必要性；其次论述了在小波域中如何利用高频局部的统计特性和分解尺度大小来选取滤波窗口尺寸进行滤波；最后通过实验结果说明了该方法比采用传统的固定窗来实现对高分辨率SAR图像的降噪、保留边缘信息和纹理细节有着更好的性能。     

结合Wedgelet和平稳小波变换的SAR相干斑噪声抑制

针对SAR图像提出一种Wedgelet逼近和平稳小波变换相结合的斑点噪声抑制方法.这种方法充分利用了wedgelet变换具有良好逼近线目标,同时平滑面区域的特性,并结合平稳小波变换较强的保持纹理特征的性质.仿真结果表明,与单纯的平稳小波变换相比,该方法不仅可以有效地抑制图像的斑点噪声,而且在很大程度上保持了图像的边缘及细节特征,具有较好的视觉效果.     

一种新的多尺度非线性阈值斑点噪声抑制方法

本文针对影响医学超声图象质量的斑点噪声问题,提出了一种基于自适应前处理的多尺度非线性阈值斑点噪声抑制方法。方法的特点是有机地将自适应加权中值滤波和小波分析多尺度非线性阈值两种方法结合在一起．对离体器官超声图象处理的结果表明,这一新方法在有效去除斑点噪声的同时,很好地保留了图象细节。     

一种基于小波SAR图像斑噪声抑制的改进算法

基于小波变换的合成孔径雷达(SAR)图像斑噪声抑制算法,能很好的减小相干斑噪声对SAR图像的影响.但该算法在平滑噪声的同时,往往也会使图像的边缘变得模糊,降低了SAR图像的分辨率.比例边缘检测算法能较完整和准确的检测出SAR图像的边缘.我们试图提出一种改进算法,结合小波方法和比例边缘检测两种算法的优点.利用比例边缘检测提取出SAR图像的边缘图,用小波的方法对去边缘的图像进行去斑噪声处理,再把边缘图叠加到去噪后的图像上.试验证明这种算法能够在去除SAR斑噪声的同时,较好的保持SAR图像边缘.     

一种有效的混合噪声滤波算法

以噪声特点和图像结构分析为基础,提出了一种有效的混合噪声滤除算法。算法首先通过极值判断和像素间的相容性检测,分离出脉冲噪声并以中值滤波滤除;然后对含有高斯噪声的图像以模糊滤波算法进行降噪处理。实验结果表明,本算法能有效地滤除图像中脉冲与高斯混合噪声,且较好地保护了图像细节特征。     

一种图像脉冲噪声小波域广义滤波算法

提出了一种脉冲噪声滤波算法.首先对噪声图像进行二维小波分解,得到高频和低频子图像;其次对高频子图像序列采用改进自适应加权中值滤波进行处理,以排除水平、垂直、对角方向的噪声;然后对于低频子图像引入基于修正系数的维纳滤波进行处理,并进行小波系数重构;最后设计出一种小波域图像增强模型,通过设置调节系数,将图像分为不同区域分别进行相应比例的对比度拉伸处理,结合实验定量讨论了噪声强度与模型系数的函数关系.实验表明,该滤波算法不仅优于几类单一滤波算法,相对于某些组合滤波算法而言,也具有一定的优势.     

一种快速去除高密度椒盐噪声的滤波算法

为了更好地恢复被高密度椒盐噪声污染的图像,在传统的自适应中值滤波算法的基础上提出了一种改进的自适应滤波算法。该算法将3×3矩形滤波窗口内极值点视为可疑噪声点,对可疑噪声点自适应调节滤波窗口大小进一步判断是否为噪声点;将噪声点区分为低密度噪声区噪声点和高密度噪声区噪声点,并分别用改进后的中值滤波算法、自适应修正后均值滤波算法处理,信号点保持不变。仿真结果表明,该算法处理速度快并且能够有效恢复被椒盐噪声(密度达80%)污染的图像,在去噪的同时能够很好地保护图像的细节。     

一种新颖的水声信道参数估计算法

宽带水声信道通常被建模为多扩展多时延（MSML）信道,不同路径的多普勒扩展不同给信道参数估计带来了挑战.本文提出一种新颖的MSML信道参数估计算法,称之为改进的粒子群优化（MPSO）算法.该算法创建一个多径列表来记录局部最优粒子的位置和适应度值,并用于迭代中粒子速度的更新.算法结束时,根据多径列表的记录值,可以同时估计出每一径的多普勒扩展、时延和幅度参数.仿真结果表明：MPSO算法的参数估计精度优于匹配追踪（MP）算法和分数阶傅里叶变换（FrFT）算法.     

一种新的跳频信号参数盲估计算法

本文针对通信对抗中的跳频信号参数盲估计问题,提出了一种基于原子分解算法的跳频信号参数盲估计方法.根据跳频信号内部结构的特点,以加窗正弦函数为基函数构造了一种与跳频信号匹配的3-参数时频原子字典,将跳频信号分解为有限个3-参数时频原子的组合,最终根据这些时频原子的参数值来估计跳频信号的参数.仿真实验表明,该方法能够在未知任何先验知识的情况下,对跳频信号的跳周期、跳变时刻和跳频频率进行有效估计.     

区间卡尔曼滤波算法在参数估计中的应用

卡尔曼滤波算法除了用于动态系统的状态估计外,还可以用于动态系统参数的在线估计．特别是时变参数的估计。传统卡尔曼滤波算法在系统参数不确切已知或随时间变化时将无法直接应用。在区间分析的基础上,通过将不确定系统建成区间模型,在其他假设条件与标准卡尔曼滤波相同的前提下,分析了一种处理系统参数不确定性的区间卡尔曼滤波算法,并对其在参数估计方面的应用进行了探讨。     

基于非线性加权均值的多方向广义形态滤波算法的Speckle噪声抑制

本文提出了一种新的用于散斑噪声抑制的非线性加权均值多方向广义形态滤波算法。对实际激光雷达图像处理结果表明:本文算法具备了小波阈值算法图像边缘保持好和局部统计滤波算法散斑噪声抑制能力强的优点,在算法复杂度降低的前提下具有了与F.Safa的改进算法(广义并行加权多方向形态滤波算法)相当的效果,即有效地抑制了散斑噪声,又保持了图像的几何结构。     

Speckle Noise Suppressing Based on a Generalized Parallel Weighted-Average Multidirectional Morphological Filtering Algorithm

In this paper, a generalized parallel weighted-average multidirectional morphological filtering algorithm is presented to suppressing speckle noise. Simulation shows the algorithm can not only effectively suppress speckle noise but also preserve the geometrical features of images. Through comparison, it is proved that the algorithm is superior to F. Sara algorithm.     

有色噪声中正弦信号参数的去耦估计算法

首先介绍了一种估计有色噪声中多个正弦信号参数的去耦参数估计算法，然后提出了一种基于ＦＦＴ的“迭代清除算法”来估计有色噪声中多个周期相近信号的参数。该算法不仅计算简单，而且可获得较高的频率分辨率。数值仿真结果表明了该算法的有效性。     

一种新的自适应滤波算法

针对机动目标跟踪问题，在“当前”统计模型的基础上，利用速度预测估计与实时速度估计间的偏差进行自适应方差调整，提出了一种新的自适应滤波算法——速度估计自适应跟踪算法(简称AVE)。大量仿真结果表明，该算法在跟踪机动目标时，具有良好的跟踪性能，并极大地改善了AF算法跟踪非机动目标的能力。     

基于一种新的同态滤波算法的散斑噪声压缩

提出一种新的用于压缩散斑噪声的同态滤波算法。它在同态变换后寻求滤波窗中的最均匀区域,以其灰度均值替代滤波窗中心像素值,重复迭代至其值基本不变,最后作同态变换的逆变换。仿真结果表明它较好的保持了图像的边缘和较有效地抑制了散斑噪声