联合译码在图像无线传输中的应用

对Turbo码编码结构作了适当调整,进行信道编码的不仅有信源编码信息还有信源信息的统计特性,将信源编码后码流中存在的残留冗余特性应用到被传输的信源编码信息在进行Turbo码译码的算法中,给出了实验结果。通过结果比较发现,改进算法提高了Turbo码译码的纠错性能。     

神经网络余／十转换的数学原理

本文提出了孙子定理的微分方程求解法，讨论了系数为求余算子的非线性微分方程的稳定平衡点和最佳解的误差。本文构造的非线性微分方程可以唯一地收敛于孙子定理的解，其误差可任意小。该微分方程可用人工神经网络实时计算，实现余／十转换。计算机模拟结果证实了本文理论的正确性。     

新颖的基于小波变换的数字水印方案

随着计算机网络技术与多媒体技术的快速发展，数字产品的版权保护已经成为信息技术领域中最重要的问题之一，提出了一种新颖的基于离散小波变换的数字水印方案，该方案利用改进的Pacthwork算法，将水印嵌入到LL子带中，水印信号在解码过程中无需使用原始图像可快速地重嵌入，该算法利用BCH码来降低误码率，应用所提出的算法，把一个32个字符的水印嵌入到图像中，实现结果表明水印是不可察觉的，经过JPEG有损压缩，低通与中值滤波等图像处理操作后仍是鲁棒的。     

神经网络余数制系统与余数制神经网络模型

余数制和神经网络各有其独特优点，将其有机结合这些优点得以充分发挥。将神经网络结构和方法引人余数制信号处理系统，构造出完成余数约化运算和余／十转换运算以及余数加法运算的新结构，开辟了高速实时信号处理的新途径．将余数制引入神经网络，即神经网络中的数据、权值均按余数制表示和运算，构造出一种新的感知机模型—余数制神经网络，由于余数制运算具有一种独特的非线性特点，使这种模型比常规神经网络具有更强的功能。     

一种解维纳-霍夫(W-H)方程的新方法

利用近代数学中的压缩映射定理和不动点原理,提出了一种解维纳-霍夫(W—H)议程的新方法-非线性迭代算法。该算法利用矩阵范数快速确定迭代运算步长,无需对矩阵进行各种复杂变换和求逆,收敛速度快且稳定。仿真结果表明该方法能对W-H方程有效求出数值解。     

基于蒙特卡洛滤波平滑的语音增强算法

本文在分析统计信号贝叶斯模型和语音信号的时变自回归(TVAR)模型的基础上,利用蒙特卡洛滤波及平滑方法,对语音信号的TVAR模型参数进行了估计,提出了一种有效的针对非平稳加性噪声影响下的语音增强算法.该算法可以很好的跟踪非平稳信号,同时引入对反射系数的判断,保证了跟踪的稳定性.实验表明,本文方法能很好的抑制背景噪声,提高信噪比,改善语音信号的听觉质量.     

基于分级的MRF视频运动检测算法及其实现

在阐述马尔可夫随机场（MRF）视频运动检测算法理论的基础上，采用分级的方法，形成图像序列的时空多分辨率结构，大大优化了单一分辨率MRF算法 的初始化过程，并通过软件进行了实现，有效改进了单一分辨率算法检测的结果。该算法应用于数字视频监控系统，可明显提高检测精度，具有较好的应用前景。     

基于流域变换的聚类分析

提出了一种基于流域变换的多维数据聚类新方法.该方法以密度聚类技术为基础,通过对密度空间进行流域变换,实现多维数据的聚类.通过实验与基本聚类算法的比较,证明本文提出的算法对多维数据有更强的聚类能力.     

基于MMSE先验信噪比估计的语音增强

针对传统最小均方误差（MMSE）沿爵增强方法无法准确处理快速语音的变化问题，提出了一种堆于MMSE估计先验信噪比的语音增强方法，利用该笔法估计每帧语音俯号的每一个频率分量上的平滑系数αn,k。进行平均反馈估计，从而得到更加接近于真实情况的先验信噪比，进而使用MMSE方法进行语音的增强，提高了对于快速变化语肯的增强效果，实验结果农明，本方法比传统MMSE语青增强方法在增强性能上提高了近2dB。     

基于幅度统计多分辨率分析的SAR图像灰度压缩

基于幅度统计多分辨率分析的原理，针对SAR图像特殊的显示要求，提出了一种新的灰度压缩方法，解决了常规灰度级压缩方法不能很好保持原始图像数据直方图分布的问题，实验结果表明该方法能有效保证灰度压缩前后图像数据直方图分布形状的一致性，较好地保持原始图像的视觉特征。