三小区环境中基于三角分解的低复杂度干扰对齐算法

针对3小区每小区2个边缘用户的MIMO下行链路,在不改变系统自由度的前提下对联合信道进行下三角分解得到系统的等效模型;在此基础上,根据不同小区受到的干扰不同,该文提出一种线性干扰对齐算法同时消除小区间干扰和小区内干扰。该算法利用联合信道分解可以先消除一半的小区间干扰,并根据不同小区的用户设计其干扰抑制矩阵,减少了用户端接收矩阵个数及相应处理,从而降低了接收端的复杂度。仿真表明,随着数据流的增加,系统容量和能量效率都有明显的提高,在自由度相同的情况下,天线数不同对系统容量和能量效率有较大影响。     

采用浮空场限制环的耐压10kV碳化硅二极管的开发

The design, fabrication, and electrical characteristics of the 4H-SiC JBS diode with a breakdown voltage higher than 10 kV are presented. 60 floating guard rings have been used in the fabrication. Numerical simulations have been performed to select the doping level and thickness of the drift layer and the effectiveness of the edge termination technique. The n-type epilayer is 100 μm in thickness with a doping of 6 × 10^14 cm^-3. The on-state voltage was 2.7 V at JF = 13 A/cm^2.     

基于数学形态学的二值图像的边缘检测

主要介绍了数学形态学的基本原理,将这些基本运算组合应用到图像对象的边缘检测,并在MATLAB6．5中进行仿真实验,得到了满意的结果。     

自适应三维分数阶微分增强算法

针对三维数字图像在重构预处理阶段分辨率不高、模糊等影响重构精度的问题,提出了基于自适应三维分数阶微分的增强算法。在将二维分数阶微分推广应用至三维的基础上,尝试性地基于图像自身梯度信息和相邻体素间梯度变化构造了自适应三维分数阶微分阶数,并给出了三维离散滤波模板。利用三维切片图像自身梯度信息解决了不同属性图像及不同图像区域最优的分数阶微分阶数不同的问题,提高了实时处理效率。将自适应增强算法应用至三维边缘曲面追踪算法,可以重构出精度更高的三维数字图像。     

基于小波分维的红外图像边缘检测

根据小波变换与分形理论在认识事物的本质上都是基于从总体向局部、从宏观向微观的自相似原理,提出一种以小波作为标尺来定义分维数的思想,将小波变换看作是用小波标尺对信号进行度量,建立一种以信号的细节分量之和作为度量参数的小波分维数.应用小波分维数对红外图像进行边缘提取,实验结果表明该方法简单有效、优于传统的几种边缘提取算子.     

初始段安控图像目标识别方法研究

该研究为实现发射场初始段安控电视系统数字化图像采集、处理和存储展开讨论。采用形态学边缘检测算法、霍夫变换直线检测算法和光流法运动检测算法,利用火箭发射初始段安控电视录像进行测试实验,实现了对发射场初始段火箭箭体的识别。该研究使用数字化图像处理方法对现有的安控电视系统进行有效改进,为安控图像实时判读提供了可靠的依据,并为下一步研究提供了有意义的参考。通过对上述几种之间的特点和处理所需的时间的比较分析,形态学边缘检测算法的效果优于其他两种方法。     

基于最优阈值的叶类中药边缘检测算法研究

提出了一种利用最优阈值分割和形态学处理相结合的边缘检测方法,首先通过Otsu最优阈值算法分割数字图像,然后利用形态学腐蚀运算腐蚀图像,最后利用分割后图像与腐蚀过的图像的相减获得边缘.该方法实现了对叶类中药显微图像效果更优的边缘检测,同时对比了传统边缘检测算法对叶类中药显微图像的图像边缘检测效果,为下一步的叶类中药显微图像的分割与自动识别奠定基础.     

正弦光栅条纹的灰度三角细分法

提出了一种基于灰度三角值的正弦光栅条纹细分法,该方法以CCD拍摄的正弦光栅图像的各点灰度值映射为该点的正弦三角函数值从而进行处理.给出了原理说明和对图像细分的实例,并对该方法的抗噪性能进行了分析.实验表明即使在图像含有高频噪声污染的情况下,该方法仍具较高的有效性.     

图像边缘检测技术研究

边缘检测技术是图像处理和计算机视觉等领域最基本的技术,如何快速、精确的提取图像物体的边缘信息一直是国内外研究的热点,介绍了几种的经典边缘检测算子,对其性能和算法特点进行了分析。运用Matlab进行了算法的仿真,并对其结果进行了研究和探讨。     

Isometry-Based Shape-Adaptive Fractal Coding for Images

Fractal image coding is an effective method to eliminate the image redundancy through piecewise self-transformability. The fractal code consists of a set of contractive affine transforms. To improve the performance when a range block experiences large error, we usually partition the range block into square or nonsquare subrange blocks for two- or multilevel fractal coding. In this paper, we find an inherent property of fractal coding that can be used to decide the edge orientation of a range block. Then this property is used for shape-adaptive fractal coding (SAFC). In SAFC, the top-level range block is partitioned into square or nonsquare (rectangle or triangle) subrange blocks for multilevel fractal encoding. Here, the maximum size of the range block can be the same as that of the whole image size while the minimum size is 4×4. In SAFC, no additional computations are required to obtain the edge orientation of a range block. Instead, we propose an edge-orientation detector, where the edge orientation of a range block is obtained during the fractal encoding process. According to our simulation results, SAFC can reduce the bit rate requirement of the conventional fractal coding scheme.