噪声温度法测量微波波导器件小衰减的进一步研究

本文在噪声温度法测量小衰减的基础上，提出了Ｙ因子法和噪声温度比较法测量微波波导器件小衰减的两种新设想。     

一种YUV颜色空间下的多视差图偏色校正方法

在多幅视差图中选取一副颜色接近真实的图像作为标准图,然后将该标准视差图和偏色视差图分别进行从RGB到YUV的颜色空间转换,计算偏色视差图在YUV颜色空间下的3个颜色校正系数K,得到YUV颜色空间下待校正偏色图像的真实颜色灰度值,最后将得到的颜色灰度值从YUV转换到RGB颜色空间,从而实现任意多幅偏色视差图的校正。实验研究表明,本方法可以实现任意多路偏色程度在15%以内的偏色校正,校正效果较好,从而能改善自由立体显示器的显示质量。     

模2n加整体逼近模2加产生的噪声函数的概率分布研究

该文证明了模2n加变换以6种不同的方式整体逼近模2加时产生的噪声函数取值概率的数值分布相同,给出了6种噪声函数的概率分布之间的相互转化关系,并给出了6种整体逼近所产生的噪声函数的取值概率的计算公式以及概率值平方和的计算公式,并修正了三元模2加整体逼近模2n加时所产生的噪声函数取值概率的平方和的计算公式。这些结论在区分攻击中有一定的应用价值。     

基于生物视觉标准模型特征的无参考型图像质量评价方法

鉴于生物视觉特征对于图像的良好表征能力,提出了一种基于生物视觉特征的无参考型图像质量评价方法。对生物视觉ST模型进行了研究和分析,完成了对图像的稀疏化表示;利用最小二乘支持向量机回归方法训练生物视觉特征到图像质量的映射关系,获得能够预测图像质量的回归器;通过学习的回归器完成了对图像质量的评价。基于LIVE图像库的实验结果表明,该方法对于特定失真和交叉失真的预测误差分别为2%和5%左右,并且与目前技术条件下的质量评价方法相比具有很好的精确性和单调性。     

基于噪声子空间特征值重构的DOA估计算法

该文针对非等功率信号波达方向(DOA)估计问题,提出一种基于噪声子空间特征值重构(Eigenvalue Reconstruction of Noise Subspace, ERNS)的超分辨算法。算法对接收信号自相关矩阵进行特征值分解,通过重构噪声空间特征值以及引入虚拟信源来构造新的接收信号自相关矩阵,对该矩阵进行特征值分解得到新的噪声空间特征值。当虚拟信源与实际信源入射方向相同时,新噪声空间特征值与重构后噪声空间特征值保持不变,利用这一特性来估计信源入射方向。该文给出算法的原理及实现步骤,并通过仿真进行原理验证与性能分析,仿真结果表明与其他子空间算法和MUSIC 算法相比,ERNS算法能够提高弱信号估计成功的概率。     

三洋摄像机调焦聚焦噪声抑制技术研究

类似数字摄像机的视频采集系统在摄像头缩放或自动对焦时产生较大声噪,回放时主观听觉十分明显.因此需要研究一种抑制一种语音降噪算法,用于消除马达高速旋转引起的可感知机械干扰声噪.本文提出能够平滑调焦和自动聚焦及语音增强的方案.通过改进的鲁棒自适应麦克风阵列方法从带噪信号中恢复语音;同时采用子带后处理法进一步降噪,保证稳定性...     

含噪声混沌信号的小波去噪方法研究

基于混沌信号具有分形结构的特点，提出了一种分数维与小波变换相结合的带观测噪声混沌信号的噪声去除新方法，利用噪声小波变换特性提取信号的真实分数维，进而根据欲处理混沌时间序列分数维与信号真实分数维之差控制小波包除噪的阈值及位置，达到噪声与信号的自适应分离。该方法克服了以往对未知动力系统方程信号除噪的盲目性，仿真结果表明此法有效可行。     

低信噪比时混沌信号降噪的微扰方法

该文提出一种新的混沌信号降噪方法微扰法,并且给出了微扰法的一个具体实例算法梯度微扰法。该文还对用梯度微扰法进行混沌信号降噪的效果进行了实验研究。实验结果表明,梯度微扰法能够在低信噪比时得到很好的降噪效果。文中还对梯度微扰法的参数选择问题进行了实验研究。     

Learning of perceptual grouping for object segmentation on RGB-D data

Object segmentation of unknown objects with arbitrary shape in cluttered scenes is an ambitious goal in computer vision and became a great impulse with the introduction of cheap and powerful RGB-D sensors. We introduce a framework for segmenting RGB-D images where data is processed in a hierarchical fashion. After pre-clustering on pixel level parametric surface patches are estimated. Different relations between patch-pairs are calculated, which we derive from perceptual grouping principles, and support vector machine classification is employed to learn Perceptual Grouping. Finally, we show that object hypotheses generation with Graph-Cut finds a globally optimal solution and prevents wrong grouping. Our framework is able to segment objects, even if they are stacked or jumbled in cluttered scenes. We also tackle the problem of segmenting objects when they are partially occluded. The work is evaluated on publicly available object segmentation databases and also compared with state-of-the-art work of object segmentation.     

非理想信道下基于人工噪声的密集异构蜂窝网安全传输方案

针对密集异构蜂窝网在非理想信道状态信息条件下的安全传输问题,该文分析了人工噪声对通信的可靠性和安全性的影响,在此基础上提出功率分配优化模型,在不同信道估计精度条件下给出了最优的功率分配因子。首先,考虑信道估计误差对合法信号传输以及人工噪声泄露的影响,推导了典型通信链路的连通中断概率和安全中断概率。然后,在安全性和可靠性约束条件下建立功率分配优化模型以最大化系统安全吞吐量,并通过K维联合搜索算法得到每层网络的最优功率分配因子。最后,仿真结果表明系统设置最优功率分配因子时,人工噪声方案可提升约15%的安全吞吐量。