基于频域的运动模糊参数估计

运动模糊图像复原的关键之一是模糊核函数的估计,即降质图像的模糊方向和距离变化的估计。已经有多种方法用于模糊核函数的估计,通过对运动模糊图像频谱的研究,提出了一种基于形态学的模糊运动方向计算方法,并根据模糊图像频谱的黑色条纹周期出现的规律,采用投影法计算极值点,从而获取模糊运动距离。实验结果表明该算法简单有效,得到的运动模糊参数较准确。     

基于半周期预测的减摇水舱控制方法及验证

可控被动式减摇水舱能够通过气阀控制空气连通道延长了水舱的固有周期,实现宽频船舶横摇减摇.关阀时刻和关阀时间与船体横摇运动规律相关,由于船体在海浪中的随机运动难以准确计算.小波神经网络的半周期预测控制方法,预测船体横摇的下一个半周期,实时计算控制参数,拓宽减摇频带.通过半实物仿真验证,较传统的方法减摇性能有明显提升.     

定量~(13)C-NMR谱表征蔗渣碱木素结构

从蔗渣纸浆黑液中制出纯蔗渣碱木素，然后测定其定量13C-NMR谱．图谱分析表明，蔗渣碱木素主要由紫丁香基，愈创木基和对羟苯基三种丙烷结构单元组成，其中未绩合的紫丁香基、愈创木基和对羟羊基含量比为2.2：1．0：1．4．蔗渣碱术素结构单元间主要以β-O－4烷基芳基醚键连接，也有一定量的非环状α-醚键存在．蔗渣碱木素中，相当部分对香豆酸类结构并非通过酯键而是通过醚键或碳双键连接于芳核上．     

单幅图像多尺度小波深度提取算法

针对浅景深图像中平滑前景区域深度提取误差大的问题,基于像素点分类思想对深度值进行修正,提出一种基于多尺度小波线索的、可同时面向单幅浅景深图像和广角图像的深度图提取算法.首先使用小波分析法在多个尺度下提取图像深度信息;然后提出自适应分类法并根据尺度与深度变化规律对像素点做深度修正,得到深度图;最后结合区域生长与边缘分割算法对深度图进行区域优化.为了加快深度计算,还提出了快速zerocount法以及多尺度加速法来满足标清视频实时处理要求.实验结果证明,采用文中算法获得的深度图相对深度正确,前景和背景区域深度一致性好.     

α-取代十四酸衍生物的合成

报道了三种α－取代十四酸衍生物的合成方法，通过元素分析及波谱分析确证了新化合物α－（对硝基苯氧基）十四酸的结构。     

IGA-DFNN在瓦斯浓度预测中的应用

为了准确预测采煤工作面的瓦斯浓度,提出免疫遗传算法优化的动态模糊神经网络瓦斯浓度动态预测方法。用无线传感网络系统采集工作面瓦斯浓度数据作为样本,通过小波分析对样本数据进行降噪滤波预处理。采用IGA算法对DFNN网络参数进行优化,建立了瓦斯浓度的预测模型。通过MATLAB仿真研究表明,所建模型对采煤工作面的瓦斯浓度演变趋势预测合理,并且经过IGA算法优化DFNN网络比单纯的DFNN网络具有更快、更准确的预测功能,可以为防治煤矿瓦斯积聚提供更好的理论支持。     

认知无线网络动态频谱感知决策安全协议框架研究

对认知网络频谱感知安全研究现状进行了分析, 提出了一个频谱感知决策安全协议框架。对认知无线网络模型中相关组件、符号进行了定义, 并对其结构和安全性进行了详细描述。通过与相关方案比较, 结果表明该协议框架能够用来抵御频谱感知所面临的潜在威胁, 使之进行正确的频谱决策。     

一种基于PCA的MPSK信号码元速率估计方法

针对MPSK信号的码元速率估计问题, 研究了有限数据条件下循环谱的谱线特征受到背景色噪声干扰的现象, 提出了一种基于主分量分析(PCA)的循环谱特征码元速率估计方法。PCA变换抑制了信号循环谱中的背景色噪声, 提高了估计精度, 减小了估计方差。仿真表明, 该方法在有限数据条件下具有良好的估计性能, 适用于不同成形滤波系数的MPSK信号。     

一种权重融合模型的物联网频谱分配方案及其免疫实现

采用认知无线电技术, 设计了一种空闲频谱资源选择排序方法。在进行频谱选择时, 提出了一种无偏好信息的主客观权重融合方法, 提高权重设置的合理性, 并将求解权重转换为一个最优化问题, 通过免疫优化算法进行求解。实验结果表明, 该算法可以有效选择满足物联网节点传输需求的频谱, 并具有较高的网络吞吐量。     

A minimum variance distortionless response filter based on the bifrequency spectrum for single-channel noise reduction

This paper deals with the problem of single-channel noise reduction in the short-time Fourier transform (STFT) domain. Many algorithms have been developed to solve this important problem, most of which generally assume that the STFT coefficients in different frequency bands are uncorrelated, so the noise reduction is achieved by applying a gain function to the STFT of the noisy speech in each frequency band. However, this assumption is not accurate and the STFT coefficients of speech signals between neighboring frequency bands are correlated in practice due to the use of small lengths of the fast Fourier transform (FFT) and overlap add/save techniques in implementation. This paper formulates the noise reduction problem by taking into account the interband correlation using the so-called bifrequency spectrum. Based on this formulation, a single-channel minimum variance distortionless response (MVDR) filter is derived, which is shown to be able to significantly improve the signal-to-noise ratio (SNR) and meanwhile maintain the desired speech not much distorted. Simulations are presented to justify the claimed merits of the developed MVDR filter.