基于混沌和小波变换的信号检测方法

针对微弱周期信号提出小波阈值去噪和混沌系统相结合的微弱周期信号检测新方法,该方法利用小波变换的平滑作用对包含噪声的信号进行有限离散处理,并根据小波自适应分解尺度确定阈值去嗓深度,然后根据混沌系统时噪声的免疫性和对周期信号的敏感性,把重构的信号作为周期策动力的摄动并入混沌系统,由混沌系统完成微弱信号检测;并改进了 Duf...     

基于最大特征值和能量之差的频谱感知方法

针对认知无线电频谱感知问题,利用随机矩阵理论的相关研究成果,提出一种新型频谱感知方法.该方法以最大特征值和平均能量之差构建判决统计量,以采样协方差矩阵最大特征值的极限值近似代替最大特征值,结合噪声平均能量的分布特性推导判决门限.仿真结果表明,该方法在低信噪比环境下能够克服噪声不确定度的影响,获得相较于ED更好的检测性能.     

一种多用户的双向中继系统预编码方案

为提高多对用户双向中继系统的性能,提出一种新的预编码方案。设计具有2K个用户和一个中继节点的系统,每个节点通过中继节点交换信息,节点间的信道相互独立且服从瑞利慢衰落,给出用于信息传输的2个时隙,分析中继节点的信噪比和系统的互信息。仿真结果表明,当中继节点的信噪比为25 dB时,该方案的互信息相比传统方案提高1.2 bit/s/Hz。     

光学遥感图像信噪比评估方法研究进展

遥感图像数据的信噪比是评价遥感传感器获取数据质量的一项重要指标,图像数据的信噪比能够在很大程度上反映遥感仪器的信噪比性能。介绍了通过遥感图像分析评估传感器信噪比的常用方法,以及这些方法的优缺点。并从原理上对各种方法进行了方法间的性能对比分析,包括方法的自动化程度、运算速度、鲁棒性、适用面、准确程度和对图像计算区域的要求等。此外,提出有必要对各种算法进行在实际应用中的比较分析,从而能够针对不同遥感器和不同类型的遥感图像选择最好的评估方法,达到合理、准确地应用这些方法的目的。     

基于先验信噪比估计和增益平滑的语音增强

针对语音增强算法残留“音乐噪声”的问题,分析了基于先验信噪比估计的语音增强算法,并在此基础上提出自适应先验信噪比估计与增益平滑相结合的方法.这种方法先对先验信嗓比进行估计,然后对增益函数进行平滑,减小相邻增益函数的随机跳变,弥补了传统先验信噪比估计的不足.最后对含高斯白噪声的语音信号进行处理,仿真结果表明,该算法在抑制“音乐噪声”的效果上得到一定改善,提高了语音增强的性能.     

A Comparison of Mamdani and Sugeno Fuzzy Based Packet Scheduler for MANET with a Realistic Wireless Propagation Model

 The mobile nature of the nodes in a wireless mobile ad-hoc network (MANET) and the error prone link connectivity between nodes pose many challenges. These include frequent route changes, high packet loss, etc. Such problems increase the end-toend delay and decrease the throughput. This paper proposes two adaptive priority packet scheduling algorithms for MANET based on Mamdani and Sugeno fuzzy inference system. The fuzzy systems consist of three input variables: data rate, signal-to-noise ratio (SNR) and queue size. The fuzzy decision system has been optimised to improve its efficiency. Both fuzzy systems were verified using the Matlab fuzzy toolbox and the performance of both algorithms were evaluated using the riverbed modeler (formally known as OPNET modeler). The results were compared to an existing fuzzy scheduler under various network loads, for constant-bit-rate (CBR) and variable-bit-rate (VBR) traffic. The measuring metrics which form the basis for performance evaluation are end-to-end delay, throughput and packet delivery ratio. The proposed Mamdani and Sugeno scheduler perform better than the existing scheduler for CBR traffic. The end-to-end delay for Mamdani and Sugeno scheduler was reduced by an average of 52% and 54%, respectively. The performance of the throughput and packet delivery ratio for CBR traffic are very similar to the existing scheduler because of the characteristic of the traffic. The network was also at full capacity. The proposed schedulers also showed a better performance for VBR traffic. The end-to-end delay was reduced by an average of 38% and 52%, respectively. Both the throughput and packet delivery ratio (PDR) increased by an average of 53% and 47%, respectively. The Mamdani scheduler is more computationally complex than the Sugeno scheduler, even though they both showed similar network performance. Thus, the Sugeno scheduler is more suitable for real-time applications.     

LIBS检测钢液Mn元素的实验条件优化

激光诱导击穿光谱(LIBS)技术作为一种快速分析元素组成技术,在冶金分析领域具有广阔的应用前景。实验参数对LIBS检测钢液元素有较大影响,为提高LIBS技术检测的灵敏度需要对系统关键参数激光脉冲能量和ICCD门延时进行优化。本实验以钢液中Mn元素的分析线为研究对象,在激光等离子体满足局部热平衡和光学薄条件下,用Mn元素最大信噪比(SNR)来筛选优化结果。结果表明,通过优化这些实验参数,得到高光谱强度和信噪比的LIBS信号,确定了最佳实验条件,这为LIBS钢液元素定量分析打下了坚实的实验数据基础。     

基于自适应柔性形态学边缘检测算法研究

在深入研究柔性形态学边缘检测算法的基础上,提出自适应柔性形态学边缘检测算法,该算法是柔性形态学和自适应技术的结合.通过多方向结构元素的使用,取得其梯度的最大值,从而达到边缘检测较好的效果.通过比较移动结构元素窗口的信噪比和整个图像的信噪比,来实现该算法中自适应的特点.实验结果表明,该算法在边缘检测和抑制噪声方面,要比传统边缘检测算法有较好的效果,同时有较好的鲁棒性.     

基于平滑伪维格纳分布和最小熵的BPSK信号参数估计

针对低信噪比环境下二相编码（Binary phase shift keying,BPSK）信号的参数估计性能差问题提出了一种新方法。该方法首先对信号进行平滑伪维格纳分布（Smooth pseudo Wigner-Ville distribution,SPWVD）变换得到时频矩阵S_SPWVD（t_m,f_n）,再利用最小熵法对得到的时频矩阵进行处理得到BPSK信号载频的较高精度估计。SPWVD变换将BPSK信号相位突变信息转换为时频域内信号载频处的幅度突变信息,通过搜索相邻负尖峰并进一步处理得到BPSK信号的码宽、码率、码数以及编码序列的估计。仿真结果验证了方法的有效性。     

子图直方图相关的图像置乱效果盲评判

为客观、自动地评价图像置乱效果,提出了一种基于子图直方图相关的图像置乱盲评判方法。该方法首先分析理想置乱图像的定义和特征,归纳总结最优置乱图像的直方图特点;然后,将待评判的置乱图像进行分块处理,建立各子图的直方图序列,利用各序列间的相关度给出置乱程度的评判测度。两种不同类型的置乱效果评判实验显示,与基于SNR的置乱评价方法相比,该方法不仅高效、灵活,评判不需要原始图像做参考,而且评判结果与人类视觉系统的主观感知相吻合,可快速有效判断图像置乱程度。