子帶
- 基于非下采樣剪切波變換的FSVM圖像去噪算法
4]對(duì)頻域的高頻子帶系數(shù)選用隱馬爾科夫作為先驗(yàn)?zāi)Ｐ腿ス烙?jì)去噪圖像中高頻子帶信息，從而達(dá)到了去噪的效果；文獻(xiàn)[5]對(duì)噪聲圖像的高頻子帶系數(shù)用雙變量模型擬合其分布，將系數(shù)中的孤立點(diǎn)、奇異值點(diǎn)的信息過(guò)濾掉，來(lái)提升去噪效果；文獻(xiàn)[6]將高斯尺度混合模型用于估計(jì)高頻子帶系數(shù)的分布，來(lái)改進(jìn)去噪效果。這些都是基于頻域的去噪。本文也提出一種在頻域的去噪算法，它是基于非下采樣剪切波變換（Non-downsampling Shearlet Transform，NSST）的模糊
計(jì)算機(jī)時(shí)代 2023年8期2023-08-22
- 基于子帶譜特征的助聽(tīng)器背景噪聲場(chǎng)景分類算法
林集成學(xué)習(xí)算法和子帶特征進(jìn)行背景噪聲場(chǎng)景識(shí)別，在滿足系統(tǒng)實(shí)時(shí)性要求的同時(shí)實(shí)現(xiàn)了高分類準(zhǔn)確率。目前的噪聲場(chǎng)景分類過(guò)程中使用的音頻信號(hào)特征大部分是單通道音頻信號(hào)特征，而文獻(xiàn)[13-14]使用雙通道音頻信號(hào)特征可以有效地進(jìn)行音頻場(chǎng)景分類，其中包含從雙通道差分信號(hào)中提取出的特征。2020 年，德國(guó)聽(tīng)力系統(tǒng)能力中心提出了一個(gè)雙耳助聽(tīng)器聲學(xué)環(huán)境識(shí)別數(shù)據(jù)集，適用于助聽(tīng)器的環(huán)境分類與識(shí)別需求，并且基于深度神經(jīng)網(wǎng)絡(luò)驗(yàn)證了所提供數(shù)據(jù)集的有效性和可分離性[15]。針對(duì)雙耳佩戴數(shù)
電子科技大學(xué)學(xué)報(bào) 2022年5期2022-10-29
- 子帶t分布的快速獨(dú)立向量分析在語(yǔ)聲盲源分離中的應(yīng)用?
靈活性，可能導(dǎo)致子帶間出現(xiàn)順序錯(cuò)排的問(wèn)題。為了更好地表征聲頻信號(hào)中相近頻點(diǎn)或諧波頻點(diǎn)的依賴性要強(qiáng)于較遠(yuǎn)頻點(diǎn)的特點(diǎn)，基于子帶依賴性假設(shè)的聲源模型[8?10]被提出以用于增強(qiáng)相關(guān)頻點(diǎn)、弱化不相關(guān)頻點(diǎn)的依賴性。此外，為了提高AuxIVA 算法的收斂速度和穩(wěn)定性，改進(jìn)的快速迭代IVA(本文簡(jiǎn)稱Fast AuxIVA)算法[11]通過(guò)秩1 更新的方式來(lái)估計(jì)分離信號(hào)，避免估計(jì)分離濾波器帶來(lái)的矩陣求逆，降低計(jì)算復(fù)雜度和數(shù)值不穩(wěn)定性，但并未提升分離性能。為了進(jìn)一步提升IV
應(yīng)用聲學(xué) 2022年2期2022-05-16
- 超高分辨率星載SAR系統(tǒng)多子帶信號(hào)處理技術(shù)研究
射多個(gè)不同載頻的子帶信號(hào)，然后通過(guò)數(shù)字信號(hào)處理的方法將各個(gè)子帶信號(hào)進(jìn)行拼接合成，即多子帶拼接技術(shù)，從而得到大帶寬信號(hào)，獲得距離向高分辨圖像。多子帶拼接技術(shù)在機(jī)載SAR 系統(tǒng)中已得到了充分驗(yàn)證，如法國(guó)的RAMSES 系統(tǒng)利用5 個(gè)子帶進(jìn)行拼接可得到1.2 GHz 的寬帶信號(hào)［4］，德國(guó)的PAMIR 系統(tǒng)則合成得到3.6 GHz 的寬帶信號(hào)［5］，國(guó)內(nèi)中國(guó)科學(xué)院電子學(xué)研究所研制的多子帶機(jī)載SAR 系統(tǒng)也獲得了3.6 GHz 寬帶信號(hào)，距離向分辨率達(dá)到4.17
信號(hào)處理 2022年4期2022-05-13
- 基于譜減與自適應(yīng)子帶對(duì)數(shù)能熵積的端點(diǎn)檢測(cè)
計(jì)譜減法與自適應(yīng)子帶對(duì)數(shù)能熵積法相結(jié)合的端點(diǎn)檢測(cè)算法，即首先使用改進(jìn)的多窗譜估計(jì)譜減法對(duì)信號(hào)進(jìn)行增強(qiáng)處理，再利用自適應(yīng)子帶對(duì)數(shù)能熵積這一新的語(yǔ)音特征參數(shù)進(jìn)行端點(diǎn)檢測(cè)。此算法在低信噪比環(huán)境下具有較好的準(zhǔn)確率和魯棒性。2 改進(jìn)的多窗譜估計(jì)譜減法譜減法是對(duì)純凈語(yǔ)音信號(hào)的幅度譜或功率譜進(jìn)行估計(jì)重構(gòu)的一種增強(qiáng)方法，因此譜估計(jì)的準(zhǔn)確程度將直接影響譜減效果。多窗譜估計(jì)是利用多個(gè)正交的數(shù)據(jù)窗對(duì)同一個(gè)數(shù)據(jù)序列分別求譜后進(jìn)行平均的一種誤差更小的譜估計(jì)。多窗譜估計(jì)譜減法使用FF
兵器裝備工程學(xué)報(bào) 2022年2期2022-03-16
- 一種基于奇偶判斷WPT的多音干擾抑制方法*
移至最高分解層的子帶中間位置，然后逐層分解至第一層，將干擾子帶置零，以徹底濾除干擾。SUWPTA 方法簡(jiǎn)單，干擾抑制徹底，但是由于選擇頻移參數(shù)的判決準(zhǔn)則和干擾子帶判斷準(zhǔn)則均只適合單個(gè)窄帶干擾的情況，不能抑制多音干擾。針對(duì)SUWPTA不能抑制多音干擾的問(wèn)題，本文研究了基于奇偶判斷的多音干擾抑制方法。通過(guò)對(duì)干擾子帶編號(hào)進(jìn)行奇偶判斷，獲得小波包自適應(yīng)分解樹(shù)，實(shí)現(xiàn)信號(hào)的自適應(yīng)小波包變換和重構(gòu)，最后通過(guò)仿真驗(yàn)證了該方法能夠有效抑制多音干擾。1 基于頻移小波包變換的窄
空間電子技術(shù) 2021年4期2021-11-10
- 基于NSCT和PCNN的醫(yī)學(xué)圖像偽彩色處理技術(shù)研究*
分解生成的低頻子帶和方向子帶進(jìn)行處理，得到融合圖像來(lái)源信息。最后，根據(jù)人類視覺(jué)特性，使用源圖像公共區(qū)域和融合圖像來(lái)源信息，對(duì)灰度融合圖像進(jìn)行偽彩色處理得到偽彩色融合圖像。并通過(guò)對(duì)比灰度融合圖像和偽彩色融合圖像，證明了本文算法得到的偽彩色融合圖像突出了源圖像的公共區(qū)域和來(lái)源信息，有利于發(fā)現(xiàn)病灶。2 相關(guān)工作2.1 NSCTNSCT 由非下采樣的塔式分解（NSPFB）和非下采樣的方向?yàn)V波器組（NSDFB）構(gòu)成。NSCT變換的圖像分解框架如圖1 所示，從中可以
計(jì)算機(jī)與數(shù)字工程 2021年1期2021-02-25
- 基于ShearLab 3D變換的3維PET/MRI圖像融合
斯密度建模，不同子帶間的相關(guān)性用相對(duì)熵統(tǒng)計(jì)，產(chǎn)生較大的冗余運(yùn)行速度較慢。YANG[14]基于3維醫(yī)學(xué)圖像體素點(diǎn)的物理特性和3-D剪切波融合，但是未顧及低頻子帶中的細(xì)節(jié)信息，使融合結(jié)果缺少細(xì)節(jié)特征。為此,本文中充分考慮PET和MRI圖像的結(jié)構(gòu)特征和相同位置強(qiáng)度差異較大問(wèn)題，提出了一種新的PET/MRI醫(yī)學(xué)圖像融合方法。采用ShearLab 3D將PET和MRI圖像分解，并以方差為閾值獲得高頻子帶中的強(qiáng)邊緣子帶，融合規(guī)則充分考慮到3維體素的空間位置信息，將低中
激光技術(shù) 2021年1期2021-01-09
- 最優(yōu)頻移小波包變換窄帶干擾抑制方法研究
小波包分解的兩個(gè)子帶之間時(shí)，干擾將不能徹底濾除。為了解決上述問(wèn)題，文獻(xiàn)[9]提出了頻移非抽取性小波包變換算法SUWPTA（Shifted Undecimated Wavelet Packet Transform Algorithm），通過(guò)將干擾頻移至子帶中間來(lái)確保徹底抑制干擾，但是SUWPTA只能抑制單個(gè)的窄帶干擾，而對(duì)于多音干擾，SUWPTA將無(wú)法抑制。針對(duì)SUWPTA不能抑制多音干擾的問(wèn)題，本文研究了基于遺傳算法最優(yōu)頻移小波包變換的窄帶干擾抑制方法。首
遙測(cè)遙控 2020年1期2020-06-10
- 星載高分辨頻率步進(jìn)SAR成像技術(shù)
射多個(gè)不同載頻的子帶信號(hào)，再使用子帶拼接技術(shù)將子帶回波合成為寬帶回波[8,9]。目前世界上很多高分辨系統(tǒng)都采用了頻率步進(jìn)體制，以PAMIR系統(tǒng)為例，該系統(tǒng)最初能通過(guò)5個(gè)子帶實(shí)現(xiàn)1.8 GHz的信號(hào)帶寬[6]，在2011年系統(tǒng)升級(jí)后其帶寬進(jìn)一步提升到3.6 GHz。然而在實(shí)際工程中，頻率步進(jìn)體制將帶來(lái)脈沖重復(fù)頻率增加、子帶間能量泄露與子帶間幅相誤差等問(wèn)題。這些問(wèn)題會(huì)導(dǎo)致距離向測(cè)繪帶寬度減小、脈沖壓縮質(zhì)量下降。因此，頻率步進(jìn)信號(hào)的時(shí)序設(shè)計(jì)以及精確的子帶拼接方法
雷達(dá)學(xué)報(bào) 2019年6期2020-01-17
- TMRC-Filter：一種基于Filtered OFDM系統(tǒng)的子帶濾波器設(shè)計(jì)方法*
不同場(chǎng)景的需求，子帶濾波器分別對(duì)每個(gè)子帶進(jìn)行濾波，不同子帶可以根據(jù)相應(yīng)的鏈路特性和用戶需求調(diào)整系統(tǒng)參數(shù)[1-2]。為能夠適應(yīng)5G新波形的要求，子帶濾波器的設(shè)計(jì)對(duì)Filtered-OFDM系統(tǒng)非常重要。具體地，子帶濾波器一般采用有限長(zhǎng)單位沖激響應(yīng)(finite impulse response, FIR)濾波器，且其設(shè)計(jì)需要滿足以下5條準(zhǔn)則[3-5]：1) 子帶濾波器阻帶衰減盡可能大，以降低相鄰子帶間干擾(inter-subband interference
- 基于改進(jìn)二維Haar小波的圖像去噪算法
算法。該方法使用子帶的標(biāo)準(zhǔn)偏差來(lái)確定小波變換后高頻子帶中信號(hào)能量的強(qiáng)弱，并以此來(lái)確定是否進(jìn)行下層小波分解。此外，提出了一種新的閾值函數(shù)，比較了多個(gè)閾值方案。實(shí)驗(yàn)結(jié)果表明：本文方法能實(shí)現(xiàn)圖像去噪，去噪效果優(yōu)于其他方法。1 二維Haar小波變換對(duì)于二維Haar離散小波變換(discrete wavelet transform,DWT)，h(n)表示低通濾波器，g(n)表示高通濾波器。首先，通過(guò)h(n)和g(n)對(duì)圖像的每一行進(jìn)行濾波，然后對(duì)濾波器結(jié)果進(jìn)行頻率為
- 高分辨率機(jī)載SAR多子帶合成誤差補(bǔ)償方法
AR系統(tǒng)大都采用子帶合成技術(shù)來(lái)實(shí)現(xiàn)大帶寬。法國(guó)的機(jī)載SAR系統(tǒng)RAMSES對(duì)5個(gè)子帶進(jìn)行合成，總帶寬達(dá)到1.2 GHz[5]。德國(guó)FGAN公司的PAMIR機(jī)載SAR系統(tǒng)在2011年升級(jí)后，合成帶寬由1.8 GHz增加到3.6 GHz[6-7]。國(guó)內(nèi)中國(guó)科學(xué)院電子學(xué)研究所等單位也開(kāi)展了相關(guān)的工作，并且實(shí)現(xiàn)了多子帶機(jī)載SAR系統(tǒng)。其中中國(guó)科學(xué)院電子學(xué)研究所研制的多子帶機(jī)載SAR系統(tǒng)，采用子帶合成技術(shù)可以實(shí)現(xiàn)總帶寬達(dá)3.6 GHz寬帶信號(hào)的收發(fā)，這使得距離向分辨
雷達(dá)科學(xué)與技術(shù) 2018年6期2019-01-07
- 基于小波變換的超分辨率圖像增強(qiáng)算法研究
圖像小波變換的各子帶的極值規(guī)律，估計(jì)出高頻系數(shù),Carey 等人也采用了與極值規(guī)律類似的方法，通過(guò)一系列的相關(guān)處理降低了算法的計(jì)算量。后來(lái)有許多研究者利用隱馬爾可夫樹(shù)方法來(lái)估算小波變換中的高頻分量[5]，文獻(xiàn)[5]中提出利用拉普拉斯金字塔來(lái)估計(jì) HL、LH、HH 三個(gè)高頻分量。變換域和空間域被認(rèn)為可以提高衛(wèi)星圖像的分辨率。目前來(lái)看，與空間域相比，變換域方法產(chǎn)生更好的分辨率。變換域方法保留圖像中的邊緣。但是需要確定可以考慮更好地提高衛(wèi)星圖像分辨率的合適變換。
電子世界 2018年17期2018-09-14
- F-OFDM通信系統(tǒng)的多子帶可變?yōu)V波器設(shè)計(jì)
一系列相互正交的子帶,各子帶進(jìn)行不同類型的濾波處理,降低帶外泄漏[3]。本文在優(yōu)化設(shè)計(jì)基于FOFDM信道編碼的移動(dòng)通信系統(tǒng)的基礎(chǔ)上,使用MATLAB進(jìn)行仿真驗(yàn)證,實(shí)驗(yàn)表明,F-OFDM系統(tǒng)能夠有效降低帶外頻譜泄漏,提高系統(tǒng)性能。2 F-OFDM通信系統(tǒng)的總體架構(gòu)F-OFDM總體工作原理如圖1所示。圖1 F-OFDM系統(tǒng)的下行鏈路結(jié)構(gòu)圖從圖1可以看到,在下行鏈路中,首先根據(jù)子載波間隔寬度,進(jìn)行資源映射,從某個(gè)載波開(kāi)始,給用戶分配載波資源；然后完成IFFT和加
電腦與電信 2018年4期2018-07-10
- 5G候選波形Filtered-OFDM技術(shù)研究與分析*
統(tǒng)的結(jié)構(gòu)，并通過(guò)子帶級(jí)濾波獲取較低的帶外泄露。同時(shí)，由于采用了子帶級(jí)濾波，使得各個(gè)子帶可以采取異步傳輸模式，各自可以根據(jù)實(shí)際業(yè)務(wù)要求來(lái)配置參數(shù)，能夠很好地適應(yīng)5G多樣化業(yè)務(wù)的需求[7]。F-OFDM的基本思想是將系統(tǒng)帶寬根據(jù)用戶業(yè)務(wù)需要分成不同的子帶，子帶之間采用極小的保護(hù)間隔來(lái)降低干擾，每個(gè)子帶可以根據(jù)用戶業(yè)務(wù)需求配置不同的波形參數(shù)，包括載波間隔、TTI長(zhǎng)度、循環(huán)前綴長(zhǎng)度、FFT點(diǎn)數(shù)等。F-OFDM系統(tǒng)發(fā)射機(jī)和接收機(jī)的結(jié)構(gòu)，分別如圖1、圖2所示。圖1 F
通信技術(shù) 2018年2期2018-03-13
- Filtered-OFDM系統(tǒng)中的鏈路子帶濾波器設(shè)計(jì)
DM系統(tǒng)中的鏈路子帶濾波器設(shè)計(jì)馮天倫,白 勇(海南大學(xué) 信息科學(xué)技術(shù)學(xué)院，海南 ?？?570228)選取Matlab中FDAtool工具箱進(jìn)行濾波器的設(shè)計(jì)，并以Filtered-OFDM下行鏈路為例，選取其中2個(gè)子帶分別加入適合各自帶寬的Hanning窗子帶濾波器，通過(guò)仿真改變?yōu)V波器的階數(shù)和保護(hù)帶寬研究了子帶接收端誤碼率的變化情況，最后給出了子帶濾波器的設(shè)計(jì)方法和參數(shù)分析.Filtered-OFDM； 子帶級(jí)濾波； 濾波器階數(shù)； 保護(hù)帶寬正交頻分復(fù)用(OF
- 改進(jìn)的DWT?MFCC特征提取算法
小波分解過(guò)程及各子帶頻譜的變化，提出了新的有效頻譜拼接方式。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的特征提取算法提高了說(shuō)話人的識(shí)別率；同時(shí)，在該算法下隨著小波濾波器dbN長(zhǎng)度的增加，濾波器截止特性變好，識(shí)別率也隨著增加。關(guān)鍵詞： 小波變換； 頻譜拼接； 濾波； 子帶中圖分類號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）09?0018?04Abstract： The wavelet transform based on DWT?MFCC i
現(xiàn)代電子技術(shù) 2017年9期2017-05-18
- 基于相關(guān)系數(shù)的AVS-P10帶寬擴(kuò)展優(yōu)化
對(duì)值進(jìn)行最強(qiáng)相關(guān)子帶選取，并通過(guò)判斷最高相關(guān)系數(shù)數(shù)值是否低于域值，選擇用最強(qiáng)相關(guān)準(zhǔn)高頻子帶或白噪聲來(lái)進(jìn)行高頻重建。實(shí)驗(yàn)表明，與原有的AVS-P10帶寬擴(kuò)展算法相比，該方法音頻信號(hào)的高頻重建效果有一定的提高。移動(dòng)音頻 AVS-P10 帶寬擴(kuò)展 最強(qiáng)相關(guān)子帶選取 皮爾遜系數(shù)0 引 言人耳對(duì)于不同頻率的音頻信號(hào)的感知敏感度是不同的，相對(duì)于信號(hào)的高頻部分，人耳對(duì)于低頻信號(hào)感知更加敏感。因此，由于傳輸帶寬及存儲(chǔ)能力等方面的限制，在低比特率編碼當(dāng)中，為提高編碼效率，編
計(jì)算機(jī)應(yīng)用與軟件 2017年2期2017-02-27
- 基于多尺度子帶樣本熵和LPP的軸承故障診斷方法
1)?基于多尺度子帶樣本熵和LPP的軸承故障診斷方法王廣斌， 杜謀軍， 韓清凱， 李學(xué)軍(湖南科技大學(xué) 機(jī)械設(shè)備健康維護(hù)湖南省重點(diǎn)實(shí)驗(yàn)室，湖南 湘潭 411201)軸承損傷是機(jī)械設(shè)備損傷的主要原因之一，其產(chǎn)生的振動(dòng)信號(hào)具有微弱、非平穩(wěn)和非線性的特點(diǎn)。針對(duì)不能準(zhǔn)確從微弱信號(hào)中提取故障特征的問(wèn)題，提出使用多尺度子帶樣本熵，首先對(duì)信號(hào)進(jìn)行小波包分解得到多尺度信號(hào)，再將每一個(gè)多尺度信號(hào)進(jìn)行子帶分解得到多尺度子帶信號(hào)，再求其樣本熵得到多尺度子帶樣本熵，該方法能深入挖
振動(dòng)與沖擊 2016年20期2016-11-24
- F-OFDM系統(tǒng)的基帶技術(shù)研究
模型，通過(guò)對(duì)2個(gè)子帶進(jìn)行濾波處理，實(shí)現(xiàn)了各個(gè)子帶波形的解耦，并仿真驗(yàn)證其性能。仿真結(jié)果表明：在AWGN信道下，F(xiàn)-OFDM系統(tǒng)的下行基帶信號(hào)的帶外衰減超過(guò)60dB，較LTE-OFDM高28dB，F(xiàn)-OFDM與LTE-OFDM的BER接近一致，與理論值的差異小于1dB。相比LTE-OFDM系統(tǒng)，F(xiàn)-OFDM系統(tǒng)在保證誤碼率性能的前提下，大大改善了帶外頻譜泄漏，并進(jìn)一步提高了頻譜效率。濾波OFDM；5G；誤碼率；帶外信號(hào)頻譜泄漏從20世紀(jì)70年代至今，無(wú)線通信
- 5G系統(tǒng)中F-OFDM算法設(shè)計(jì)
需求。通過(guò)發(fā)射機(jī)子帶濾波器的設(shè)計(jì)，相鄰子帶間的帶外泄漏（OOB）可以被大幅度抑制。接收機(jī)采用匹配濾波機(jī)制實(shí)現(xiàn)各個(gè)子帶的解耦。最后通過(guò)實(shí)驗(yàn)仿真，比較OFDM系統(tǒng)和F-OFDM系統(tǒng)的誤塊率（BLER）性能，可以看到當(dāng)存在鄰帶干擾時(shí)，后者通過(guò)子帶濾波器對(duì)干擾的抑制，系統(tǒng)性能明顯優(yōu)于前者。F-OFDM；帶外泄漏（OOB）；子帶濾波器；誤塊率（BLER）中文引用格式：高亞楠，楊濤，胡波.5G系統(tǒng)中 F-OFDM算法設(shè)計(jì)［J］.電子技術(shù)應(yīng)用，2016，42（7）：17
電子技術(shù)應(yīng)用 2016年7期2016-09-12
- 基于高分辨率SAR數(shù)據(jù)的子帶干涉測(cè)量技術(shù)及其在地震同震形變場(chǎng)中的應(yīng)用研究
辨率SAR數(shù)據(jù)的子帶干涉測(cè)量技術(shù)及其在地震同震形變場(chǎng)中的應(yīng)用研究庾露(中國(guó)地震局地質(zhì)研究所,北京100029)目前常規(guī)合成孔徑雷達(dá)干涉測(cè)量技術(shù)(Interferometry Synthetic Aperture Radar,InSAR)在地形測(cè)繪和形變監(jiān)測(cè)方面的發(fā)展已經(jīng)非常成熟,其成功應(yīng)用的關(guān)鍵取決于數(shù)據(jù)處理中的一些關(guān)鍵步驟,相位解纏是其處理中的關(guān)鍵步驟之一。相位解纏是指由干涉紋圖的相對(duì)相位解算出地表絕對(duì)相位,從而得到高程或地表形變場(chǎng)的過(guò)程。針對(duì)解纏問(wèn)題,
地震科學(xué)進(jìn)展 2016年8期2016-03-16
- 認(rèn)知無(wú)線網(wǎng)中一種基于博弈論的低復(fù)雜度聯(lián)合資源共享機(jī)制
究還規(guī)定每個(gè)頻譜子帶至多能被一個(gè)SU占用，如文獻(xiàn)[2,3]。文獻(xiàn)[4,5]要求每個(gè)SU都知道所有PU所受的干擾情況，來(lái)完成自身的功率控制過(guò)程。而文獻(xiàn)[6-11]則分別提出了利用其他不同的無(wú)線網(wǎng)絡(luò)模型進(jìn)行動(dòng)態(tài)頻譜分配的方法。與前述研究成果不同，本文針對(duì)多次級(jí)用戶和多主用戶并存的典型認(rèn)知無(wú)線網(wǎng)絡(luò)場(chǎng)景，研究動(dòng)態(tài)頻譜共享和功率控制問(wèn)題。本文研究的認(rèn)知無(wú)線網(wǎng)絡(luò)模型包含多個(gè)PU，且允許每個(gè)頻譜子帶被多個(gè)基于虛擬多天線技術(shù)的SU占用。這樣通過(guò)提供給SU更多的選擇性來(lái)進(jìn)一
電子與信息學(xué)報(bào) 2015年1期2015-12-13
- 基于FPGA的子帶濾波硬件加速器設(shè)計(jì)
?基于FPGA的子帶濾波硬件加速器設(shè)計(jì)董文忠，張歆奕（五邑大學(xué) 信息工程學(xué)院，廣東 江門(mén) 529020）為了提高M(jìn)P3編碼運(yùn)算速度，利用基于FPGA的硬件加速方式實(shí)現(xiàn)子帶濾波算法. 實(shí)驗(yàn)結(jié)果表明，采用FPGA實(shí)現(xiàn)子帶濾波硬件加速器加速后，其編碼速度是軟件處理速度的4.06倍.MP3編碼；FPGA；子帶濾波；硬件加速M(fèi)P3（Moving Picture Experts Group Audio Layer III）是一種應(yīng)用廣泛的音頻壓縮標(biāo)準(zhǔn). 為了提高M(jìn)P3
- 追蹤子帶劃分的OFDM自適應(yīng)調(diào)制算法研究
技術(shù)與應(yīng)用·追蹤子帶劃分的OFDM自適應(yīng)調(diào)制算法研究李 莉，顧朝志(中國(guó)石油大學(xué)(華東)計(jì)算機(jī)與通信工程學(xué)院，山東 青島 266555)針對(duì)某些信道的慢時(shí)變特性和某些對(duì)時(shí)延要求嚴(yán)格的業(yè)務(wù)需求，提出一種追蹤子帶動(dòng)態(tài)劃分OFDM自適應(yīng)調(diào)制算法(TDS-OFDM)。該算法充分考慮信道的慢時(shí)變性，根據(jù)本幀的信道狀態(tài)和前1幀子帶劃分的結(jié)果快速實(shí)現(xiàn)動(dòng)態(tài)的子帶劃分，并自適應(yīng)地為各子帶中的所有子載波選擇相同的調(diào)制方式。仿真結(jié)果表明，在保證傳輸質(zhì)量的前提下，該算法復(fù)雜度低，
- 基于低頻子帶列均衡的圖像稀疏表示改進(jìn)算法
疏表示，但由于其子帶分布特性，其稀疏度在列間分布不均勻，致使測(cè)量矩陣尺寸、壓縮比和恢復(fù)時(shí)間都受到制約。筆者對(duì)壓縮感知中基于小波變換的圖像信號(hào)稀疏表示方法進(jìn)行了改進(jìn)，提出了基于低頻子帶列均衡的圖像稀疏表示算法，并進(jìn)行了實(shí)驗(yàn)仿真。1 理論基礎(chǔ)壓縮感知技術(shù)對(duì)信號(hào)的測(cè)量是在信號(hào)進(jìn)行稀疏表示后進(jìn)行的，如圖1 所示，因此可以遠(yuǎn)低于奈奎斯特準(zhǔn)則的理論采樣率來(lái)進(jìn)行采樣。壓縮感知理論最大的貢獻(xiàn)在于，將數(shù)據(jù)的采集和壓縮過(guò)程合二為一，避免了傳統(tǒng)理論下采集大量數(shù)據(jù)，在壓縮過(guò)程中又
- 具有旋轉(zhuǎn)不變性的輪胎紋理特征提取
變換，提取變換后子帶的均值和方差作為特征值，構(gòu)成特征向量，用以表示圖像的紋理特征。計(jì)算各子帶的能量，按大小排序，同時(shí)對(duì)特征向量進(jìn)行循環(huán)位移，使能量最大的子帶所對(duì)應(yīng)的特征值位于特征向量首部，從而保證特征向量不因圖像旋轉(zhuǎn)而發(fā)生變化。對(duì)輪胎花紋數(shù)據(jù)庫(kù)進(jìn)行檢索試驗(yàn)，結(jié)果表示所給方法的查準(zhǔn)率為47.5%，優(yōu)于小波變換算法的35.5%和曲波變換算法的41.17%。輪胎花紋紋理特征；曲波變換；能量分布；圖像檢索刑事犯罪現(xiàn)場(chǎng)和交通事故現(xiàn)場(chǎng)的輪胎痕跡是一種重要的案情線索，若
西安郵電大學(xué)學(xué)報(bào) 2015年6期2015-02-27
- 一種基于熵的WBCT自適應(yīng)方向分解優(yōu)化算法
量流失，對(duì)最低頻子帶未進(jìn)行方向分解；而對(duì)高頻子帶，采取不同子帶方向分解數(shù)目固定的分解方式，沒(méi)有充分考慮圖像本身的特性。特別是高頻子帶通常包含大量細(xì)節(jié)信息，這給編碼等后續(xù)操作帶來(lái)直接影響。因此筆者提出一種基于熵的WBCT自適應(yīng)方向分解優(yōu)化算法，在對(duì)圖像進(jìn)行L級(jí)小波完全分解的基礎(chǔ)上，對(duì)i(1≤i≤L)級(jí)高頻子帶進(jìn)行2L-i+1個(gè)方向分解，然后分析各子帶不同方向分解數(shù)目時(shí)熵的變化情況，并根據(jù)最小熵原則給出各個(gè)子帶的最優(yōu)方向分解數(shù)目。1 基于小波的Contourl
化工自動(dòng)化及儀表 2015年5期2015-01-13
- 一種新的子帶自適應(yīng)陣列處理算法*
003）一種新的子帶自適應(yīng)陣列處理算法*張 偉，張 磊，黃 河（解放軍鎮(zhèn)江船艇學(xué)院，江蘇 鎮(zhèn)江 212003）子帶自適應(yīng)陣列處理可以實(shí)現(xiàn)并行計(jì)算，降低了計(jì)算復(fù)雜度，易于實(shí)時(shí)實(shí)現(xiàn)。但是多徑延遲比較長(zhǎng)時(shí)需要的子帶數(shù)會(huì)很大，尤其在陣元數(shù)也比較多的情況下，需要計(jì)算的權(quán)值很多，會(huì)占用大量的硬件資源。提出了一種基于頻域信道估計(jì)的子帶自適應(yīng)陣列處理算法。仿真結(jié)果表明，該算法可以獲得和全子帶自適應(yīng)處理相當(dāng)?shù)男阅?，但是需要的?jì)算量很小。子帶自適應(yīng)陣列處理，信道估計(jì)，快速傅立
火力與指揮控制 2015年9期2015-01-10
- 寬帶SAR子帶脈沖調(diào)制梳狀譜干擾技術(shù)
獻(xiàn)［12］提出了子帶脈沖循環(huán)轉(zhuǎn)發(fā)干擾技術(shù)并分析了該干擾技術(shù)對(duì)SAR的壓制干擾效果。子帶脈沖循環(huán)轉(zhuǎn)發(fā)干擾在一定程度上提高了干擾脈沖的密集程度，改善了子帶脈沖干擾的干擾效果。但循環(huán)轉(zhuǎn)發(fā)的最大問(wèn)題在于其轉(zhuǎn)發(fā)的子帶脈沖之間最小間隔應(yīng)不小于子帶脈沖的寬度，限制了提高子帶脈沖干擾信號(hào)密集程度的能力。本文研究了利用子帶脈沖對(duì)梳狀譜信號(hào)進(jìn)行調(diào)制的干擾技術(shù)。1 子帶脈沖信號(hào)特性分析1.1 子帶脈沖信號(hào)時(shí)頻特性雷達(dá)發(fā)射的線性調(diào)頻(LFM)脈沖信號(hào)可以表示為式中:fc為載頻;T
現(xiàn)代雷達(dá) 2014年1期2014-10-30
- 步進(jìn)調(diào)頻SAR子帶誤差估計(jì)新方法
若干個(gè)不同載頻的子帶信號(hào)，然后通過(guò)數(shù)字信號(hào)處理的方法將各個(gè)子帶信號(hào)進(jìn)行合成，從而得到寬帶信號(hào)，獲得距離高分辨圖像[1-5]，即利用步進(jìn)頻線性調(diào)頻信號(hào)合成大帶寬信號(hào)．理想情況下，各子帶信號(hào)除中心頻率不同外，其余完全相同，此時(shí)可以采用典型的子帶拼接法[6-7]得到全頻帶圖像．但在實(shí)際情況中，由于系統(tǒng)硬件等不可避免地存在各種誤差，導(dǎo)致各子帶信號(hào)的不一致，從而影響合成信號(hào)的質(zhì)量[7-10]．因此必須對(duì)各子帶信號(hào)誤差進(jìn)行估計(jì)并補(bǔ)償．文獻(xiàn)[7]提出通過(guò)測(cè)量外部真實(shí)強(qiáng)點(diǎn)
西安電子科技大學(xué)學(xué)報(bào) 2014年4期2014-07-11
- 一體化接收中匹配濾波的子帶處理算法*
達(dá)回波匹配濾波的子帶處理算法。該算法能夠通過(guò)子帶處理實(shí)現(xiàn)雷達(dá)回波匹配濾波，解決了雷達(dá)帶寬大于子帶帶寬時(shí)雷達(dá)回波匹配濾波的問(wèn)題。從而使得雷達(dá)帶寬不受一體化接收中子帶頻率寬度的影響，能夠更有效地實(shí)現(xiàn)寬帶雷達(dá)與雷達(dá)對(duì)抗偵察一體化接收。1 基于信號(hào)重構(gòu)的一體化接收技術(shù)本文以文獻(xiàn)[10]和文獻(xiàn)[11]為基礎(chǔ)，設(shè)計(jì)了如圖1所示的雷達(dá)與雷達(dá)對(duì)抗偵察一體化接收結(jié)構(gòu)。首先利用均勻分析濾波器組將一體化接收機(jī)的中頻帶寬(監(jiān)視帶寬)均勻分解成若干子帶。由于雷達(dá)和雷達(dá)對(duì)抗接收機(jī)大多
現(xiàn)代防御技術(shù) 2014年1期2014-07-10
- 基于鄰域統(tǒng)計(jì)信息的紅外與可見(jiàn)光圖像融合
解后可以得到多個(gè)子帶。各個(gè)子帶反映圖像特征的側(cè)重點(diǎn)不同。通常低頻子帶集中了圖像的大部分能量，決定圖像的輪廓;高頻子帶含有豐富的邊緣和細(xì)節(jié)信息。因此，在基于多尺度分解的圖像融合中，應(yīng)該根據(jù)低頻子帶和高頻子帶的特點(diǎn)采用不同的方法進(jìn)行融合。因此本文在對(duì)系數(shù)鄰域統(tǒng)計(jì)分析的基礎(chǔ)上，提出了針對(duì)不同子帶采用不同融合策略的紅外與可見(jiàn)光圖像融合方法。低頻子帶采用基于目標(biāo)參數(shù)和場(chǎng)景參數(shù)的自適應(yīng)加權(quán)融合規(guī)則;高頻子帶采用受鄰域統(tǒng)計(jì)信息調(diào)制的系數(shù)比較取大融合規(guī)則。本文把這種融合規(guī)
激光與紅外 2014年3期2014-06-25
- 基于非下采樣Contourlet變換的織物疵點(diǎn)檢測(cè)方法
并對(duì)分解后的低頻子帶和各高頻子帶系數(shù)直接進(jìn)行處理從而將疵點(diǎn)與織物背景相分離的疵點(diǎn)檢測(cè)新方法。由于經(jīng)NSCT分解后低頻子帶系數(shù)分布較集中，疵點(diǎn)與織物背景對(duì)比度不明顯，故采用非線性增益函數(shù)對(duì)其進(jìn)行增強(qiáng)變換;對(duì)于高頻子帶，由于子帶所含疵點(diǎn)信息量不同，故可挑選出疵點(diǎn)區(qū)域響應(yīng)較強(qiáng)的子帶，然后利用均值與標(biāo)準(zhǔn)差對(duì)低頻子帶和選定的高頻子帶圖像分別進(jìn)行閾值化處理，最后將處理結(jié)果融合與分割，得到二值化的織物疵點(diǎn)檢測(cè)結(jié)果圖像。1 非下采樣Contourlet變換Contourl
絲綢 2014年5期2014-05-11
- 主動(dòng)聲吶子帶融合處理方法
10012）1 子帶融合處理方法提出現(xiàn)有的主動(dòng)聲吶朝著寬帶方向發(fā)展，當(dāng)前的趨勢(shì)是發(fā)射全部有效帶寬，目的是為了通過(guò)增加分辨率來(lái)抑制混響[1,2]，當(dāng)聲吶帶寬增加到一定限度時(shí)，目標(biāo)開(kāi)始過(guò)分辨，聲吶性能隨帶寬增加而下降，當(dāng)存在多徑時(shí)，因?yàn)槎鄰椒糯罅四繕?biāo)過(guò)分辨率，使得帶寬限度減小。目標(biāo)過(guò)分辨將導(dǎo)致能量分段，從而降低檢測(cè)概率，同時(shí)，大的帶寬改變了混響匹配濾波包絡(luò)的統(tǒng)計(jì)分布，從傳統(tǒng)假設(shè)的瑞利分布轉(zhuǎn)變?yōu)閲?yán)重拖尾的K分布，將導(dǎo)致更高的虛警概率[1]。可以利用環(huán)境知識(shí)和模型
聲學(xué)與電子工程 2014年1期2014-05-10
- 基于子帶陣列盲處理的空時(shí)干擾抑制*
［7－8］提出了子帶結(jié)構(gòu)的空時(shí)自適應(yīng)處理，即子帶自適應(yīng)陣列處理(SBAA)。SBAA 能夠進(jìn)行高速并行處理，降低計(jì)算復(fù)雜度。但所用自適應(yīng)算法大都需要信號(hào)的信息，這些信息通常通過(guò)發(fā)送訓(xùn)練序列來(lái)實(shí)現(xiàn)，而發(fā)送訓(xùn)練序列要降低傳輸速率，且當(dāng)衛(wèi)星或者地面終端快速移動(dòng)時(shí)，沒(méi)有足夠時(shí)間發(fā)送訓(xùn)練序列，其收斂性和跟蹤能力難以應(yīng)用于時(shí)變環(huán)境。為此，針對(duì)以上問(wèn)題，本文分析了子帶自適應(yīng)陣列處理方法的基本結(jié)構(gòu)及其性能，推導(dǎo)出了一種簡(jiǎn)單的盲自適應(yīng)算法，即指數(shù)型變步長(zhǎng)線性約束恒模算法(E
電訊技術(shù) 2014年8期2014-03-18
- 一種非均勻動(dòng)態(tài)子帶劃分OFDM自適應(yīng)調(diào)制算法
，已有文獻(xiàn)對(duì)基于子帶劃分的自適應(yīng)調(diào)制算法進(jìn)行了研究［7-9］。該類算法將子載波劃分為子帶，對(duì)同一子帶中的子載波采用相同的比特和功率分配，但為了保證子帶劃分后的系統(tǒng)性能，對(duì)子帶劃分基本要求是子帶寬度不大于信道的相干帶寬。其中基于固定門(mén)限的簡(jiǎn)單分塊加載算法（simple block loading algorithm，SBLA）是復(fù)雜度較低的子帶劃分算法之一［10］，該算法中子帶數(shù)不變，通過(guò)與預(yù)先設(shè)定的信噪比門(mén)限比較一次即能完成比特預(yù)分配，因此算法復(fù)雜度低、實(shí)
河北科技大學(xué)學(xué)報(bào) 2014年6期2014-03-11
- 降低子帶峰值能量檢測(cè)虛警的方法研究
10023）降低子帶峰值能量檢測(cè)虛警的方法研究樓萬(wàn)翔 陳伏虎（第七一五研究所，杭州，310023）子帶峰值能量檢測(cè)算法是一種線性高分辨力寬/窄帶檢測(cè)方法，但該算法存在虛警高等問(wèn)題。針對(duì)這一問(wèn)題，提出了時(shí)間積分、峰值篩選和剔除噪聲孤點(diǎn)等方法來(lái)降低虛警率。計(jì)算機(jī)仿真及實(shí)驗(yàn)數(shù)據(jù)處理結(jié)果表明，三種方法相結(jié)合使用能夠有效降低子帶峰值能量檢測(cè)算法的虛警，并提高顯示效果。能量檢測(cè)；子帶峰值；降低虛警艦艇輻射噪聲的功率譜由連續(xù)寬帶分量和在若干離散頻率上的窄帶分量構(gòu)成，對(duì)應(yīng)
聲學(xué)與電子工程 2014年4期2014-03-10
- 基于小波的雙線性插值算法的改進(jìn)
換，得到一級(jí)低頻子帶cA1和一級(jí)高頻子帶cH1(水平)、cV1(垂直)、cD1(對(duì)角)。(2)對(duì)一級(jí)高頻子帶 cH1、cV1、cD1分別進(jìn)行雙線性插值，得到是其本身4倍大小的3個(gè)高頻子帶 cHI、cVI、cDI。(3)使用原圖像 F作為低頻子帶，cHI、cVI、cDI分別為水平、垂直、對(duì)角高頻子帶進(jìn)行小波逆變換，得到放大后的圖像FI。這種算法類似于文獻(xiàn)［17］中提出的插值算法。1.3 實(shí)驗(yàn)仿真結(jié)果及分析圖2和圖3為CDF9/7小波變換加雙線性插值后得到的超
電子科技 2013年4期2013-12-17
- 一種可區(qū)分內(nèi)容或水印篡改的圖像認(rèn)證算法
rlet變換方向子帶中，較好地利用了方向子帶的紋理特性，滿足水印的不可見(jiàn)性和魯棒性要求。這些算法通過(guò)將提取的水印與原始水印相對(duì)比，能判斷該圖像是否發(fā)生了篡改，并對(duì)篡改區(qū)域進(jìn)行定位，但不足之處在于它們僅能指出圖像的篡改位置，而不能區(qū)分是圖像內(nèi)容被篡改還是水印被篡改，或者兩者都被篡改。由于對(duì)圖像內(nèi)容的篡改會(huì)破壞原始圖像的使用價(jià)值，因此，認(rèn)證算法必須檢測(cè)出此類篡改并精確定位，以確保認(rèn)證的可靠與有效；而對(duì)水印的篡改一般不影響原始圖像的使用價(jià)值，這種僅水印被篡改的情
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2013年21期2013-11-10
- 一種基于子帶GSC的語(yǔ)音增強(qiáng)算法
文中將DFT調(diào)制子帶濾波器組同GSC相結(jié)合對(duì)語(yǔ)音信號(hào)進(jìn)行子帶濾波，不僅可以降低運(yùn)算量并且可以獲得更好的去噪效果。同時(shí)，算法將噪聲相關(guān)函數(shù)應(yīng)用于Wiener后置濾波器，從而更加有效地去除了GSC輸出語(yǔ)音中殘留的噪聲。文中首先簡(jiǎn)單介紹了麥克風(fēng)陣列中廣泛采用的廣義旁瓣器（GSC）以及基于DFT調(diào)制子帶濾波器組，隨后對(duì)本文所提的語(yǔ)音增強(qiáng)算法作了較為詳細(xì)的敘述，最后以實(shí)驗(yàn)數(shù)據(jù)對(duì)該算法進(jìn)行測(cè)試，并得出結(jié)論。1 子帶濾波器圖1 所示為子帶濾波器組的結(jié)構(gòu)框圖，Hk（z）=
電子設(shè)計(jì)工程 2013年5期2013-09-19
- 雷達(dá)高分辨距離像子帶融合識(shí)別算法
RRP各個(gè)頻段的子帶距離像均含有目標(biāo)信息，可以作為特征而用于目標(biāo)識(shí)別。在實(shí)際應(yīng)用中，進(jìn)一步考慮到，如果只對(duì)回波取某個(gè)頻段的子帶距離像進(jìn)行識(shí)別，而直接忽略其它頻段的信息，必定會(huì)造成回波中的目標(biāo)信息沒(méi)有被完全利用。因此本文提出首先對(duì)目標(biāo)回波進(jìn)行子帶劃分，分別進(jìn)行預(yù)處理獲得距離像，再采用特征融合算法進(jìn)行識(shí)別。由于該方法充分利用了回波信息，因而能獲得更好的識(shí)別性能。1 子帶距離像目標(biāo)識(shí)別假設(shè)原始數(shù)據(jù)的頻域數(shù)據(jù)為 X=[x（1），x（2），…，x（N）]T，N為距離
電子設(shè)計(jì)工程 2013年18期2013-08-20
- 基于集員濾波的選擇權(quán)更新子帶有源噪聲控制
濾波的選擇權(quán)更新子帶有源噪聲控制王海燕，劉慶華桂林電子科技大學(xué) 信息與通信學(xué)院，廣西 桂林 5410041 引言有源噪聲控制（ANC）利用聲波疊加原理[1]，通過(guò)次級(jí)聲源產(chǎn)生一個(gè)與初級(jí)噪聲幅度相同相位相反的聲波，從而達(dá)到消減噪聲的目的。Widrow等人[2]提出的濾波-XLMS算法（FXLMS）在有源噪聲控制中用得最為廣泛，它是考慮到誤差通道的影響而對(duì)LMS算法的推廣，這兩種算法都是在均方誤差準(zhǔn)則下得到，因此算法收斂速度慢，對(duì)寬帶噪聲降噪效果差。為此人們根
計(jì)算機(jī)工程與應(yīng)用 2013年23期2013-07-22
- 基于能量的自適應(yīng)小波變換圖像壓縮算法
確率，并根據(jù)低頻子帶的擾動(dòng)性大小，來(lái)對(duì)低頻子帶進(jìn)行量化處理，而高頻子帶則是利用邊緣檢測(cè)算法的高效性，來(lái)提取高頻子帶中的有效信號(hào)，進(jìn)而保證圖像壓縮的高效性與準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明，文章算法的仿真結(jié)果與預(yù)期目標(biāo)相符，有效證明了算法的可行性。壓縮算法；能量分布；自適應(yīng)小波變換；邊緣檢測(cè)1 引 言隨著數(shù)字圖像的推廣，圖像的處理技術(shù)被運(yùn)用到生活的各方各面，但伴隨著所采集的圖像分辨率與數(shù)據(jù)越來(lái)越大，使得對(duì)紅外圖像數(shù)據(jù)傳輸與存儲(chǔ)過(guò)程中進(jìn)行壓縮處理顯得非常必要。為了能夠在有
激光與紅外 2013年11期2013-06-07
- 基于非下采樣Contourlet 變換和稀疏表示的紅外與可見(jiàn)光圖像融合方法
變換得到圖像低頻子帶系數(shù)近似為零項(xiàng)十分有限，即不能稀疏地表示圖像的低頻信息。若直接對(duì)其融合，不利于提取源圖像的特征?？紤]到低頻子帶包含了圖像的主要能量，在很大程度上決定了融合結(jié)果的質(zhì)量，所以希望通過(guò)提高低頻子帶系數(shù)的稀疏度，以得到更優(yōu)的融合結(jié)果。本文提出一種基于NSCT 和稀疏表示的紅外與可見(jiàn)光圖像融合方法。利用NSCT 有效捕捉源圖像低頻子帶與高頻方向子帶的信息。根據(jù)稀疏表示理論對(duì)低頻子帶系數(shù)稀疏地表示，再在其基礎(chǔ)上提取共有和特有系數(shù)，加以融合，以顯著提
兵工學(xué)報(bào) 2013年7期2013-02-28
- 基于ROI的圖像壓縮算法研究
OI小波變換低頻子帶采用無(wú)損編碼的方法，而對(duì)ROI高頻子帶及非ROI小波變換子帶采用改進(jìn)的SPIHT壓縮編碼算法。在保證了圖像所含信息量的同時(shí)，增加了圖像的壓縮編碼效率。小波變換；ROI；圖像壓縮；改進(jìn)的SPIHT引言隨著人眼視覺(jué)系統(tǒng)及交互式技術(shù)的發(fā)展，圖像壓縮技術(shù)成為重點(diǎn)研究課題，特別是在一些監(jiān)控系統(tǒng)、遠(yuǎn)程醫(yī)療服務(wù)的實(shí)時(shí)交互式需求系統(tǒng)中，要充分考慮圖像傳輸速度，以滿足圖像的實(shí)時(shí)性，這就使得一些算法以犧牲圖像的質(zhì)量為代價(jià)，減少了圖像整體所含信息量。針對(duì)此問(wèn)
天津職業(yè)院校聯(lián)合學(xué)報(bào) 2012年8期2012-09-15
- 基于集員濾波的魚(yú)雷聲納子帶自適應(yīng)濾波算法
包括變換域算法和子帶算法兩大類，其基本思想是將輸入信號(hào)變到變換域或者分成子帶信號(hào)后，通過(guò)調(diào)整每個(gè)頻帶的信號(hào)功率(或者說(shuō)是調(diào)整對(duì)應(yīng)頻帶的步長(zhǎng))的方法達(dá)到白化輸入信號(hào)的目的，從而增大步長(zhǎng)取值范圍。直接變換自適應(yīng)濾波的典型算法有DCT-LMS 算法、DFT-LMS 算法等。解決長(zhǎng)沖激響應(yīng)濾波器問(wèn)題的另一種方法是子帶自適應(yīng)濾波，它將輸入信號(hào)和期望信號(hào)分別在子帶空間分解，將信號(hào)能量盡量集中在主瓣內(nèi)，通過(guò)精確的子帶功率估計(jì)加快收斂速度。S.Miyagi 等［4］通過(guò)仿
兵器裝備工程學(xué)報(bào) 2012年5期2012-07-02
- 一種改進(jìn)的嵌入式零樹(shù)小波編碼方法
小波系數(shù)在同方向子帶中的相似性，利用一種稱為小波樹(shù)的樹(shù)形結(jié)構(gòu)來(lái)組織小波系數(shù)，使其能去除頻域和空間域中的相關(guān)性［3］。接著Shapiro 結(jié)合比特平面編碼方法設(shè)計(jì)了一種更好的零樹(shù)編碼方法—嵌入式零樹(shù)小波編碼( EZW)方法［4］，Shaprio 提出的嵌入式零樹(shù)小波算法，它有效地利用了小波系數(shù)的特性，實(shí)現(xiàn)了圖像的可分級(jí)編碼。但也存在算法時(shí)間長(zhǎng)和空間復(fù)雜度過(guò)高的缺點(diǎn)。1 嵌入式零樹(shù)小波編碼1.1 嵌入式編碼嵌入式編碼即編碼器把待編碼的比特流按照重要性的不同進(jìn)行
兵器裝備工程學(xué)報(bào) 2012年4期2012-07-02
- 一種子帶分頻段信道估計(jì)算法?
10041）一種子帶分頻段信道估計(jì)算法?王明，萬(wàn)堅(jiān)（盲信號(hào)處理重點(diǎn)實(shí)驗(yàn)室，成都610041）針對(duì)當(dāng)前高速率通信中信道階數(shù)很長(zhǎng)導(dǎo)致信道估計(jì)和均衡困難的問(wèn)題，利用子帶濾波器組近似完全重構(gòu)的特點(diǎn)，提出一種在子帶內(nèi)進(jìn)行分頻段信道估計(jì)、在全頻帶綜合信道參數(shù)的估計(jì)方法。該方法較全頻帶信道估計(jì)收斂速度快，收斂誤差小，能很好適應(yīng)惡劣的信道情況。雖然總的計(jì)算量大于全頻帶信道估計(jì)，但由于采用并行計(jì)算，所以能大大減少運(yùn)算時(shí)間。仿真試驗(yàn)表明，在重構(gòu)誤差足夠小的情況下，子帶數(shù)目越多
電訊技術(shù) 2012年3期2012-04-02
- 音頻帶寬擴(kuò)展技術(shù)分析與展望?
頻相關(guān)參數(shù)、高頻子帶諧波／噪聲屬性和高頻能量包絡(luò)等邊信息進(jìn)行編碼，解碼器則根據(jù)低頻信息和隱含高頻信息的邊信息來(lái)恢復(fù)高頻信息；而在盲目式高頻重建法中，編碼器不提取任何隱含高頻信息的參數(shù)，解碼器直接用低頻信息來(lái)恢復(fù)高頻信息。本文將分別介紹音頻帶寬擴(kuò)展的非盲目式和盲目式高頻重建方法的基本原理，對(duì)相關(guān)技術(shù)進(jìn)行分析，最后得出結(jié)論。2 非盲目式高頻重建方法目前，非盲目式高頻重建法主要包括頻帶復(fù)制（Spectral Band Replication，SBR）法［3－6］
電訊技術(shù) 2011年2期2011-04-02
- 基于子帶模式的AMC技術(shù)算法分析
每個(gè)分組作為一個(gè)子帶（subband），每個(gè)子帶中的子載波采用相同的調(diào)制編碼方案，不同子帶獨(dú)立選擇調(diào)制編碼方案，事實(shí)上這是對(duì)上述兩種情況的折衷。1 子載波分組子載波分組可以分為動(dòng)態(tài)分組和靜態(tài)分組兩種。動(dòng)態(tài)分組是根據(jù)每次傳輸各個(gè)OFDM子載波的信道狀況，實(shí)時(shí)調(diào)整分組的大小和所包含的子載波。動(dòng)態(tài)分組對(duì)子載波的分組相對(duì)精確，但這種方法要求同時(shí)傳輸每次分組的信息，如果不能保證分組信息量小于單獨(dú)子載波調(diào)制方式的信息量，那分組將失去意義。靜態(tài)分組是根據(jù)系統(tǒng)的情況和具體
制造業(yè)自動(dòng)化 2011年4期2011-02-09
- OFDM系統(tǒng)中自適應(yīng)調(diào)制和功率分配方案
獻(xiàn)[2]提出一種子帶選擇方法;文獻(xiàn)[3]在文獻(xiàn)[2]的基礎(chǔ)上改進(jìn)了子帶的選擇方法準(zhǔn)則,并獲得了相對(duì)較好的系統(tǒng)頻譜利用率。文獻(xiàn)[4]運(yùn)用基于子帶的對(duì)偶分解方法求解OFDM系統(tǒng)的資源分配問(wèn)題,但沒(méi)有充分利用分解方法所隱含的分布式結(jié)構(gòu)的優(yōu)點(diǎn),并且具有較大的反饋開(kāi)銷。文獻(xiàn)[5]基于不等錯(cuò)誤保護(hù)建立了一種最小功率AM-OFDM系統(tǒng),該系統(tǒng)實(shí)現(xiàn)了最小發(fā)射功率,但是對(duì)于功率一定的系統(tǒng),該方法不能達(dá)到最優(yōu)的頻譜效率。下面根據(jù)目標(biāo)誤比特率的要求,分析了子帶信噪比和子帶調(diào)制方
無(wú)線電工程 2010年11期2010-09-26
- 基于能量加權(quán)的子帶雜交＊法在掌紋識(shí)別中的應(yīng)用
)基于能量加權(quán)的子帶雜交＊法在掌紋識(shí)別中的應(yīng)用王莉莉1,陳曉華2,李春芝2(1.湖州市華數(shù)數(shù)字電視有限公司浙江湖州313000;2.湖州師范學(xué)院信息工程學(xué)院,浙江湖州313000)在掌紋采集過(guò)程中,由于受光照噪聲的影響,以及手掌的弓形常常給掌紋采集帶來(lái)噪聲.基于此,提出小波變換子帶雜交的一種新穎掌紋識(shí)別算法.該算法綜合考慮小波同層各子帶及相鄰層子帶分解系數(shù)的噪聲特點(diǎn),采用基于掌紋圖像空間能量加權(quán),再由二維主元分析(Two-dimensional Princ
湖州師范學(xué)院學(xué)報(bào) 2010年2期2010-09-13
- 基于雙窗口小波-Contourlet變換的圖像融合算法
數(shù)的特征值：低頻子帶采用區(qū)域能量法和高頻子帶采用區(qū)域方差法，分別比較雙窗口下的高頻子帶和低頻子帶的系數(shù)特征值，比較的結(jié)果作為得到融合系數(shù)選擇的依據(jù)，最后采用逆小波-Contourlet變換得到融合圖像。仿真實(shí)驗(yàn)證實(shí)，在特征類型選擇一致的情況下，該方法的融合性能優(yōu)于小波變換法和Contourlet變換法，融合圖像質(zhì)量較好。小波變換；contourlet變換；圖像融合；雙窗口1 引言由于小波變換在高維的情況下并不能充分利用圖像本身特有的幾何特征，并不是最優(yōu)的和
梧州學(xué)院學(xué)報(bào) 2010年3期2010-08-29
- 子帶仿射投影及子帶雙端檢測(cè)算法的回聲消除系統(tǒng)
致的問(wèn)題，產(chǎn)生了子帶自適應(yīng)濾波算法。最初的一類子帶濾波算法普遍采用的結(jié)構(gòu)是：將信號(hào)通過(guò)分析濾波器組分解成子帶信號(hào)，再將對(duì)應(yīng)子帶內(nèi)的信號(hào)降采樣，然后以低速率用子帶濾波器進(jìn)行濾波。但是，信號(hào)經(jīng)過(guò)降采樣之后，建模出來(lái)的濾波器與理想的結(jié)果有較大出入。進(jìn)一步的，由于分析濾波器的阻帶衰減不理想，必將導(dǎo)致相鄰子帶間出現(xiàn)混疊，從而又不得不引入互濾波器[2-4]以描述相鄰子帶間輸入信號(hào)和期望信號(hào)之間的關(guān)系，以降低估計(jì)誤差，這樣做增加了結(jié)構(gòu)復(fù)雜性。有另一類子帶自適應(yīng)濾波算法，
通信技術(shù) 2010年3期2010-08-06
- WBCT變換的SPIHT圖像壓縮算法的改進(jìn)
尺度、不同頻率的子帶中),這使得研制開(kāi)發(fā)新型圖像編碼方案成為可能[3-4].Eslamihe等以Contourlet變換為基礎(chǔ),相繼提出了Contourlet域圖像壓縮編碼方法[5-6],但因其未考慮Contourlet變換自身冗余及低頻子帶的特性等問(wèn)題,影響了壓縮編碼效果.然而,傳統(tǒng)的WBCT算法沒(méi)有考慮低頻子帶與高頻子帶的關(guān)系,沒(méi)有在低頻子帶與高頻子帶之間建立樹(shù)的關(guān)系,這必然影響編碼質(zhì)量.并且傳統(tǒng)的方法需要對(duì)變換后的系數(shù)進(jìn)行位置的調(diào)整,增加了算法的復(fù)雜
哈爾濱工程大學(xué)學(xué)報(bào) 2010年11期2010-03-23
- 小波變換在ADSP-BF533上的算法設(shè)計(jì)及實(shí)現(xiàn)
[n]轉(zhuǎn)換為兩個(gè)子帶序列y0[n]和y1[n].前一個(gè)是低通子帶，并且其構(gòu)造可以理解為低通濾波，其后為子采樣.y1[n]則是高通子帶，相當(dāng)于高通濾波，并跟隨子采樣.這兩個(gè)子帶序列中包含有與x[n]相同數(shù)目的樣本[4].y[n]的獲得可以通過(guò)將低通和高通子帶樣本交織獲得，其關(guān)系如式(1)所示：y[2n]=y0[n]，y[2n+1]=y1[n](1)單個(gè)的“DWT”首先對(duì)一個(gè)二維序列(圖像分量)x[n]的列獨(dú)立地進(jìn)行子帶變換，然后再對(duì)行進(jìn)行子帶變換，產(chǎn)生4個(gè)子
陜西科技大學(xué)學(xué)報(bào) 2010年3期2010-02-23