MATLAB在数字图像处理教学中的应用

本文通过直方图均衡、空间域滤波两个例子说明了MATLAB在数字图像处理教学中的应用。应用这种教学方法，不仅加深了学生对基本概念的理解，同时也激发了学生学习的兴趣     

依据高阶累积盲解卷积

对盲均衡（盲解卷积）提出了两种三阶累积量的基本算法，在算法中依据非因果的ＡＲ（自回归）模型及与逆滤波器系数相关的方程，把非最小相位系统的盲均衡问题转化为解相应的线性方程组的问题，保证了这种解法的唯一性。在算法中仅利用了累积量的对角线切片，从而使该算法简单、准确。仿真实验结果表明，该算法是可行有效的     

一种改进的加权多模盲均衡算法

在加权多模盲均衡算法的基础上,提出了一种误差函数在判决引导模式和加权多模模式之间切换的改进算法。算法根据误差函数符号的比较结果,在判决引导模式与固定加权多模模式之间切换,可充分利用两种模式的优点,更好的匹配信号星座,避免动态权值多模算法中权值的调整。仿真结果表明与动态权值多模算法相比,改进算法可获得更快的收敛速度和更低的稳态均方误差,计算量增加较少,适用于QAM信号。     

基于v-支持向量回归机的盲均衡算法

盲均衡可以看作模式分类问题,每一类由信源字符表的可能输出定义.由于支持向量回归机具有优良的泛化性能,提出了一种基于v-支持向量回归机的盲均衡算法,并且利用加权最小二乘方法求解v-支持向量回归机.计算机仿真结果表明提出的盲均衡算法具有计算复杂度低、适于实际应用的特点.     

滤波多音调制技术均衡算法研究

对频谱具有高度约束的滤波多音调制技术的原理和优缺点进行了分析.重点研究克服码间干扰的均衡技术,将基于因子图的数据辅助判决均衡器引入FMT系统,并对系统结构进行了相应优化,仿真结果表明,数据辅助判决算法在算法复杂度提高不大的情况下可以有效消除码间干扰的影响,提高系统的抗干扰能力.     

分数阶域噪声预测判决反馈均衡方法的研究

针对单载波频域均衡中噪声预测判决反馈均衡结构,介绍了一种基于独特字块结构的分数阶域噪声预测均衡方法,即将接收端的时域信号转换到分数阶域实现噪声预测判决反馈均衡。分数阶域的判决反馈均衡在保持前馈与反馈部分相互独立的同时,还利用了分数阶域信号的灵活性使均衡效果更好;与此同时,利用独特字的已知特性,在接收端将独特字和有用数据分开,再进行分数阶域均衡处理,恢复出原始数据。仿真结果表明,基于独特字的分数阶域噪声预测判决反馈方法相比传统基于循环前缀的均衡方法性能有很大提升。     

县域精神卫生服务网点布局分析——以湖南省为例

统计数据显示,湖南省精神卫生服务网点布局的空间差异较大,网点空白县市数从核心区向外围区逐渐增多,这与区域地理位置和地方经济发展水平存在相关关系。要以就医成本最小化为契机,以专业知识普及化为手段,以医疗服务均等化为目的,推动县域精神卫生服务的全面发展。     

一种改进的变动量项归一化p-范数短波信道盲均衡算法

为了进一步提高脉冲环境噪声下归一化p-范数常数模(constant modulus algorithm,CMA)盲均衡算法性能,提出一种变动量项归一化p-范数常数模盲均衡算法.在归一化p-范数常数模盲均衡器更新过程中引入动量项,盲均衡器输出信号依据CMA和判决引导(decision directed,DD)算法分别计算瞬时误差,动量因子依据2种准则下的瞬时误差符号进行自适应调整,得到一种变动量项算法.计算机仿真结果表明,变动量项归一化p-范数盲均衡算法有效提高了算法收敛速度,同时与固定动量项归一化p-范数盲均衡算法相比,具有更小的稳态剩余误差,在脉冲噪声环境下的短波信道盲均衡中具有应用价值.     

无人机信道均衡的改进软判决准则设计

为了降低无人机信道Turbo均衡接收机的复杂度,通过研究迭代停止准则技术,以软判决准则为研究基础,在计算机仿真的帮助下,通过数值拟合方法,建立了软信息绝对值均值收敛值与信噪比之间的函数关系,优化了判决准则门限值的选取工作,从而提出了一种新的迭代停止准则。通过计算机仿真比较,在合理的信噪比估计前提下,新的准则在性能和平均迭代次数上得到了优化。在判决、比较和存储操作的复杂性方面,新准则更具优势。     

一种基于背景抑制的星空图像增强方法

针对高空观测图像目标尺寸小、信噪比低以及背景和杂波干扰严重的问题,提出了一种基于背景和杂波抑制的星空图像增强方法。建立了星空背景图像增强算法模型,利用不同形状结构元素的形态学滤波方法对原始星空图像进行背景和杂波抑制,将多个支路形态学滤波的结果加权平均,采用双平台直方图均衡化方法进一步对观测目标进行图像增强。在此基础上对星空背景图像增强效果进行计算机仿真验证,并对增强后图像的信噪比和背景抑制因子进行计算。结果表明,采用该方法能够控制星空背景和杂波,改善图像的对比度,使目标细节更为丰富,便于后续目标检测与跟踪。