Magnetic resonance image denoising using nonlocal maximum likelihood paradigm in DCT‐framework

The data acquired by magnetic resonance (MR) imaging system are inherently degraded by noise that has its origin in the thermal Brownian motion of electrons. Denoising can enhance the quality (by improving the SNR) of the acquired MR image, which is important for both visual analysis and other post processing operations. Recent works on maximum likelihood (ML) based denoising shows that ML methods are very effective in denoising MR images and has an edge over the other state‐of‐the‐art methods for MRI denoising. Among the ML based approaches, the Nonlocal maximum likelihood (NLML) method is commonly used. In the conventional NLML method, the samples for the ML estimation of the unknown true pixel are chosen in a nonlocal fashion based on the intensity similarity of the pixel neighborhoods. Euclidean distance is generally used to measure this similarity. It has been recently shown that computing similarity measure is more robust in discrete cosine transform (DCT) subspace, compared with Euclidean image subspace. Motivated by this observation, we integrated DCT into NLML to produce an improved MRI filtration process. Other than improving the SNR, the time complexity of the conventional NLML can also be significantly reduced through the proposed approach. On synthetic MR brain image, an average improvement of 5% in PSNR and 86%reduction in execution time is achieved with a search window size of 91 × 91 after incorporating the improvements in the existing NLML method. On an experimental kiwi fruit image an improvement of 10% in PSNR is achieved. We did experiments on both simulated and real data sets to validate and to demonstrate the effectiveness of the proposed method. © 2015 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 25, 256–264, 2015     

噪声干扰对被动声呐系统的影响及仿真分析

在从信号处理的角度,就干扰信号对被动声呐系统的目标信号检测、目标方位估计、接收系统饱和等方面的典型情况进行了仿真分析,定义了噪声掩盖比、方位偏离度、噪声阻塞级等参数,用以表征干扰信号对被动声呐系统的影响,并给出了典型的仿真结果。     

掘进巷道构造富水性电法探测综合应用研究

从电法超前探测技术的应用原理、实施方法等方面分析,分别阐述了目前二维直流电法、瞬变电磁法、三维高密度等超前探测方法的优缺点和在实际应用中的适用条件。根据井下巷道现场工作环境,采用矿井三维高密度超前探测技术、矿井瞬变电磁超前探测技术,对掘进巷道前方断层富水带进行综合探测并对比分析。探测结果表明:三维高密度电法较矿井瞬变电磁方法具有更广的适用性、抗干扰能力;矿井瞬变电磁方法具有较高的低阻分辨能力、一定的探测方向性;两者综合应用于巷道前方构造富水区探测中具有互补性强、精度高等特点。     

井下高应力集中区的综合物探技术研究

针对岩石受荷载变形的电阻率变化、各向异性变化等现象的分析,目前大多为实验分析和理论研究,通过井下综合物探技术对井下高应力集中区的分析研究较少。着重介绍了在煤矿超前探测中,遇到高应力集中区时,采用瞬变电磁法和雷达进行综合物探的方法和过程,以及如何进行打钻验证,为相关的实验分析、理论研究提供实例依据和支撑。     

用于高速微弱光信号的平衡探测技术研究

长距离高速微弱光电探测技术在激光通信中应用广泛。为了在未被噪声湮没的环境中检测出所需的微弱信号,采用平衡探测技术对单管探测和平衡探测进行对比,并且对具体的平衡探测器电路进行了理论分析和仿真,得出了在一致性系数较大(k>0.6)时平衡探测器的信噪比优于单管探测的结论。从理论上分析了单管和双管探测的最小可探测光功率。结果表明,把平衡探测技术用于高速微弱光信号探测具有很大的优越性。     

基于片上变压器耦合的CMOS功率放大器设计

设计了一个2 GHz全集成的CMOS功率放大器(PA),该PA的匹配网络采用片上变压器实现,片上变压器用来实现单端信号和差分信号之间的转换和输入、输出端的阻抗匹配。采用ADS Momentum软件对片上变压器进行电磁仿真,在2 GHz频点,输入、级间和输出变压器的功率传输效率分别为74.2%,75.5%和78.4%。该PA基于TSMC 65 nm CMOS模型设计,采用Agilent ADS软件进行电路仿真,仿真结果表明:在2.5 V供电电压、2 GHz工作频率点,PA的输入、输出完全匹配到50Ω(S11=–22.4 d B、S22=–13.5 d B),功率增益为33.2 d B,最高输出功率达到23.4 d Bm,最高功率附加效率(PAE)达到35.3%,芯片面积仅为1.01 mm2。     

端面反射率对单端反射半导体光放大器的影响

本文考虑了光子密度、增益谱色散、放大自发辐射噪声(ASE)、端面反射率和载流子浓度对折射率的影响,并采用细化分段法及四阶龙格-库塔法求解速率方程及光场传输方程,分析了不同端面反射率时单端反射半导体光放大器(RSOA)的动态特性。结果表明端面反射率的适当增加,可以使增益得到提高,增益恢复时间减少, ASE输出功率增加,消光比下降。理论分析为优化RSOA的动态特性具有一定的指导意义。     

应用于CMOS图像传感器的联合降噪插值算法研究

提出了一种可应用于CMOS图像传感器的联合并行图像预处理算法,其中,色彩插值算法采用双线性插值法和边缘导向插值法相结合的方式来完成色彩还原,而降噪算法采用带阈值的空间自适应滤波降噪算法,在硬件语言描述算法时,将两种算法的处理过程进行了联合处理.实验仿真结果表明,通过对算法进行ISE仿真和Matlab显示处理,得到色彩饱和度较高的彩色图像,峰值信噪比(PSNR)为30～36 dB.整个处理过程有效地简化了片上系统(SOC)的图像处理过程,提高了算法的运算速度,节省了芯片面积且降低了系统功耗,为CMOS图像传感器的片上系统集成化设计提供了技术支持.     

CO-OFDM系统中基于卡尔曼滤波对相位噪声补偿算法的研究

基于卡尔曼滤波提出了两种相干光正交频分复用(CO-OFDM)系统的相位噪声补偿算法,这两种算法在发射端的时域均插入导频,并在接收端对导频进行卡尔曼滤波,最后利用插值算法补全全部子载波的相位噪声.仿真结果表明,基于最小均方误差(MMSE)准则的判决反馈算法在相位噪声比率为10-1时,系统误码率约为10-4,并且出现了错误平层,而基于卡尔曼滤波所提出的两种相位噪声算法在大相位噪声的情况下仍然具有较好性能且能有效地降低错误平层,因而所提出的相位噪声补偿算法能改善CO-OFDM系统的性能.