数字图像处理中噪声源对量化精度影响的分析

从噪声源的角度探讨噪声对数字图像处理中量化精度的影响，并以量化步长与噪声均方根的比值分析量化后噪声的特性，指出在数字图像处理中，必须对噪声源引起的图像变质进行修改、校正，以减轻噪声对数字图像处理的干扰．     

基于分数阶傅里叶变换的量化噪声抑制方法

针对A/D转换器在采样和量化过程中产生的量化噪声问题,提出一种基于分数阶傅里叶变换的量化噪声抑制方法.利用经典量化器的统计特性,分析出量化噪声在分数阶傅里叶域具有白噪声特性,利用过采样和分数阶傅里叶域数字滤波方法对输入信号的量化噪声进行抑制,提高信号质量.理论推导和仿真结果表明,该方法能够有效抑制量化噪声,提高A/D转换器的输出信噪比,而且针对线性调频等信号的量化噪声抑制效果优于传统傅里叶域的方法.      

噪声信道下最佳矢量量化器的人工神经网络实现方案

噪声信道影响下的矢量量化器设计,实际上是一个信源、信道联合编码(joint soruce/channel encoding)问题。本文提出了一种利用人工神经网络ANN(Artificial Neural Network)技术解决联合编码的组合优化问题的方案,该方案较好地解决了有噪声信道条件下的最佳矢量量化器的设计问题。由于将信道传输特性直接引入到神经网络的构造中,因此,对网络进行训练后,最终得到对噪声信道影响具有一定程度的抑制作用的矢量量化器。我们针对BSC信道对所提方案进行了分析和模拟,结果表明,在量化网络设计中,考虑噪声信道影响的因素,可使训练得到的量化网络的量化特性对噪声信道的影响表现出明显的韧性。     

利用重复采样技术提高OTDR中ADC量化精度

分析了 ADC在信号、白噪声以及信噪混叠三种情况下量化结果的统计特性和重复采样带来的影响 .针对 OTDR使用中存在信号动态范围大、噪声干扰强的特点 ,提出一种利用叠加在信号上的白噪声和重复采样技术提高其 ADC量化精度的方法 ,可以简化 OTDR电路和运算的复杂程度 .给出了最小采样次数与量化分辨率、噪声特征和均方量化误差间的关系     

基于对数量化的网络时滞系统的稳定性与可镇定条件

研究了基于对数量化器的网络时滞系统的稳定性和可镇定条件,在研究中分析了测量信号的量化,以及量化后的数据经过非完美的频道传播时有数据损失的情况。针对量化误差和数据损失,设计了控制器和观测器并使得闭环系统渐近稳定。最后,数值仿真例子验证了此方法的有效性和可行性,得出了量化误差、数据丢包概率与控制器增益矩阵的关系。     

带二重积分滑模面的PWM电压滑模控制器设计

通过将PWM(脉冲宽度调制)控制与滑模变结构控制的优点结合起来,设计了一种带二重积分滑膜面的滑模控制器来控制二阶交错并联Boost开关功率变换器.滑模面附加积分项使滑模控制系统的运动方程与原阶数相同,改善系统的稳态性能.设计仿真电路对该控制器在Boost变换器连续工作模式下进行PSIM仿真,得出该控制器与传统控制器相比具有更好的动态特性:Boost的电压和电流纹波较小;输出电压对输入电压和输出负载有较强的鲁棒性;输出电压不随开关频率的变化而变化.     

机载SAR成像运补中陀螺仪量化误差影响研究

在机载SAR运动补偿中陀螺仪的脉冲计数量化噪声是IMU解算误差的影响因素之一,不合理的脉冲当量值会对后续运补造成一定的影响。论文通过建立陀螺仪的量化噪声模型,从理论上推导了量化噪声经惯性解算后的统计分布,并通过成像仿真分析了量化噪声对不同波段SAR成像分辨率、峰值旁瓣比和积分旁瓣比的影响。仿真结果表明量级为 角秒/脉冲的陀螺仪脉冲当量可以满足SAR成像指标要求,从而可以作为平均意义上SAR系统的最优选择。     

量化的连续时间网络控制系统的H_∞控制

考虑带有两个量化器的连续时间网络控制系统的控制问题,量化器采用静态量化形式.在系统中,状态和控制信号分别在传感器和控制器两侧进行量化.采用李亚普诺夫函数方法、Jessen不等式方法,引入松散变量技术和扇形有界方法获得了基于线性矩阵不等式的H∞性能分析条件,在此基础上给出了量化的网络系统H∞控制器的设计方法.数学例子说明了此方法的有效性.     

噪声整形滤波器的优化设计

量化误差或再量化误差常被认为具有白噪声的特性。由于人耳对这种低电平宽频带噪声的灵敏度并不随频率均匀变化，所以在设计噪声整形滤波器时，人们采用了一种频率计权曲线来反映低电平噪声对听觉的影响。本文将介绍如何优化设计满足人耳听音的噪声整形滤波器。     

基于LMI的T-S模糊系统量化H_∞控制

本文研究了连续T-S模糊系统量化H_∞控制器的设计问题.主要目的是针对连续T-S模糊系统设计量化H_∞控制器,使该系统在闭环控制系统中,在量化误差的影响下渐进稳定并且满足给定的H_∞性能指标.具体来说,就是通过应用积分型Lyapunov函数得到保守性更低的稳定性分析条件,再通过有效的矩阵变换技术实现松弛变量的引入,从而得到保守性更低的量化H_∞控制器的设计条件.最后通过仿真算例验证了所提方法的有效性.