一种基于DCT域加权处理的图像质量评价方法

依据人眼视觉系统的多通道模型,评价图像亮度细节的质量,目前已经成为一个活跃的研究方向.由于这些模型采用滤波器组模拟对比度敏感函数(CSF),增加了视觉阈值获取和实时评价算法的复杂度.本文依据离散余弦变换对应子带的视觉权重,利用“之”形扫描方式实现对图像频带的任意划分,并由此定义加权峰值信噪比作为图像评价的测度,从而达到对图像质量快速准确评价的目的.     

利用子带提取改善信号检测能力

对低截获概率(LPI)信号和低观察率目标检测的要求越来越高,在低信噪比下检测信号的方法也越来越受到关注。提出了一种基于小波变换的信号子带提取方法。在周期谱估计之前用小波进行信号分解,确定信号所在的子带,从而达到去噪的目的。同时提出相关法与周期谱估计相结合的方法,并证明该方法可进一步改善信号的检测能力。以电视发射信号的无源相干定位系统的回波信号和相位码信号为例进行了仿真实验。仿真结果表明,这种方法能在-21dB信噪比(电视信号)和-24dB信噪比(相位码信号)下检测出信号。     

基于小波多阈值和子带增强的图像去噪

为了在有效降低噪声的同时,尽量保留图像的边缘特征,提出了一种基于小波多阈值和子带增强的图像去噪方法.该方法对最小尺度小波系数采取软阈值方式,将其他小波系数再分解为近似子带和细节子带,依据误差度增强近似子带像素块,同时引入增强因子调节增强幅度;利用局部方差和混合阈值函数对各子带进行阈值处理,保证了图像达到较好的去噪效果.实验表明,与传统阈值方法相比,该方法不仅提高了去噪图像的峰值信噪比,而且较好地保留图像边缘特征,优于常规的阈值方法.     

基于总体平均经验模态分解和一步式字典学习联合去噪的语音端点检测算法

针对复杂环境下语音端点检测准确率低下且检测耗时过长的问题,研究一种基于EEMD和OS-DL联合去噪的语音端点检测算法。首先利用EEMD（总体平均经验模态分解）算法对输入语音进行分解得到IMF（本征模式分量）,然后使用OS-DL（一步式字典）算法分别对纯净语音信号与噪声信号进行训练,得到纯净语音信号和噪声信号的幅度谱字典,进而对幅度谱进行稀疏表示,利用得到的系数矩阵重新构建出语音信号频谱,将重构出的语音信号频谱经过傅里叶逆变换得到降噪后的语音信号,最后对降噪后的语音信号利用均匀子带频带方差法进行端点检测。实验结果表明：该算法在复杂环境信噪比低于-10dB情况下检测准确率仍可达到85%以上,且平均检测时间缩短至传统端点检测算法的1/3。     

频率细化分析方法及其在虚拟仪器中的应用

频率细化分析是一种重要的频谱分析工具,是信号处理和虚拟仪器的主要功能之一.介绍了几种典型的频率细化分析方法,包括连续DFT和复调制方法等,并研究了它们的优缺点,提出了一种结合子带分解DFT和复调制方法的新频率细化方法,它继承了复调制细化的优点,且无需设计特定的滤波器,减少了运算量,适用于实时细化分析,最后以虚拟仪器中的应用实例展示了几种频率细化的算法和效果.     

自适应滤波算法综述

基于二阶统计量即相关函数的自适应滤波算法在自适应信号处理中有着 广泛的应用，本文就国内外对这些算法的研究进行了综述。     

图像压缩编码技术及其国际标准

作者在本文论述了现存的图像压缩编码技术，并将其方法分为两大类，即经典压缩编码方法和现代压缩编码方法，分析其优缺点，并着重论述现代编码方法和图像压缩编码的国际标准。     

MPEG音频解码中子带合成滤波器的快速算法及定点DSP实现

高质量的数字音频编码一般都采用频域子带编解码算法。以ＭＰＥＧ－２ＡｕｄｉｏＬａｙｅｒⅢ标准为基础,推导了在高质量数字音频编解码算子的子带合成滤波器模块中改进的反向离散余弦变换（ＩＭＤＣＴ）快速算法,并讨论了加窗运算的技巧及其在定点数字信息处理（ＤＳＰ）中实现的具体方法。在保证运算精度的前提下,该基于ＩＤＣＴ的快速算法在ＤＳＰ实时实现中大约可减少２／３的运算量与４／５存储空间。     

一种分数间隔恒模算法的宽带盲均衡器

提出了一种基于子带分解技术的分数间隔恒模算法(FSE-CMA)的宽带均衡器结构.该结构将子带分解和全频带的子卷积方法有机地结合在一起.子带分解的预白化作用能明显加快FSE-CMA的收敛速度;同时,子带分解和子卷积方法都允许对数据进行降速率的并行处理,因此能减小运算复杂度,有利于算法的实时实现.仿真实验结果验证了该结构的有效性.     

基于子带信号的MPSK载频估计算法

均匀子带技术是宽带信道化中经常采用的数据处理方法。针对均匀子带信道化易造成信号频谱割裂的问题,建立了M进制移相键控(M phase-shift-keying,MPSK)信号子带信道化输出的数学模型。将目标信号的频谱损失转化为码元成型函数的变化,证明子带信号保留了原信号码元成型函数所带来的循环平稳特性,提出了一种新的基于子带信号M次方谱的载频估计算法。该方法无需合并子带就可进行目标信号的参数估计,提高了宽带处理的效率。仿真分析了算法在不同带宽覆盖比和不同信噪比下的估计性能。理论分析和仿真结果证明了算法的有效性和可靠性。