基于自适应迭代的强弱信号波达方向估计

针对强弱信号难以同时检测与估计的问题,本文提出一种基于自适应迭代的强弱信号波达方向估计方法.首先将空间角度离散化,根据信号相消的性质构造空间谱函数,然后通过自适应迭代抑制强信号的能量,最后计算不同角度对应的空间谱函数,利用其谱峰估计信号的波达方向.理论分析和仿真实验表明,本文方法无需信号源的先验信息,在低信噪比和少量快拍数的条件下,可以实现强弱信号DOA的高分辨估计,有效提高弱信号的检测概率和估计精度.     

自适应三维分数阶微分增强算法

针对三维数字图像在重构预处理阶段分辨率不高、模糊等影响重构精度的问题,提出了基于自适应三维分数阶微分的增强算法。在将二维分数阶微分推广应用至三维的基础上,尝试性地基于图像自身梯度信息和相邻体素间梯度变化构造了自适应三维分数阶微分阶数,并给出了三维离散滤波模板。利用三维切片图像自身梯度信息解决了不同属性图像及不同图像区域最优的分数阶微分阶数不同的问题,提高了实时处理效率。将自适应增强算法应用至三维边缘曲面追踪算法,可以重构出精度更高的三维数字图像。     

射频板条CO2激光器整形光路自适应调节研究

为了解决射频板条CO2激光器因安装或腔镜热畸变造成的光路偏移问题,采用外光路偏移补偿的方法对其进行校正。研究了基于压电陶瓷的偏移补偿装置,设计了压电陶瓷驱动电路,并分析了控制精度和自适应控制方法。结果表明,通过偏移补偿装置,激光输出功率在任何占空比下均可达到或超过标准参考功率值,并通过对比有无自适应调节,激光输出功率最大相差100W,且可保持激光输出功率在2h运行中波动小于2%。此项研究可保证激光器高效运行,提高激光器的输出功率和模式的稳定性,具有较大的实用价值。     

改进自适应加权的局部立体匹配算法

针对Yoon经典自适应加权法在深度不连续处误匹配率较高、边缘细节不突出以及匹配窗口大小凭经验设计不通用等缺陷,提出了一种改进自适应加权的局部立体匹配算法.在经典自适应加权局部立体匹配算法的基础上用高斯分布权值替换了几何空间权值,增加了边缘权值突出深度不连续处的边缘细节,采用赢家通吃原则(Winner Take All,WTA)获取单像素点视差,在目标视图中逐点求取视差,最终获得稠密视差图.实验结果表明,该算法相比于经典自适应加权法,在非遮挡区域错误匹配百分比上下降6％,在深度不连续处的误匹配率降低了5％,边缘细节毛刺明显减少.     

基于图像局部结构的区域匹配变分光流算法

针对变分光流算法的计算精度与鲁棒性问题,提出一种基于图像局部结构的区域匹配变分光流算法.光流估计能量泛函的数据项采用图像结构守恒与灰度守恒相结合,并引入规则化非平方惩罚函数,保证了光流估计的精度与鲁棒性;平滑项采用随图像局部结构自适应变化的扩散策略结合区域匹配约束函数能够有效地保护运动物体或场景的边缘轮廓信息;在光流计算过程中引入金字塔分层细化策略克服图像序列中大位移运动引起的像素点漂移现象,并采用数学方法证明光流估计模型的鲁棒性和收敛性.多组实验表明,本文方法在图像中存在剧烈光照变化、非刚性物体复杂运动以及多目标大位移运动等情况下具有较高的计算精度、较好的鲁棒性.     

一种可变步长傅里叶分析器的统计特性分析

可变步长最小均方(Variable step-size LMS,VSS-LMS)算法的傅里叶分析器在稳态误差、收敛速度及追踪能力方面具有优异性能,对其进行全面的统计特性分析具有重要意义.本文基于误差服从高斯分布等假设在平均及均方意义下,推导出描述系统动态特性的差分方程组,完成系统的动态数学建模,进而对系统进行稳态性能分析,给出系统稳态误差关于参考信号频率、系统参数和附加噪声的表达式,为系统应用中的参数选取提供有效指导.仿真表明,本文建立的统计模型与仿真结果具有一致性,验证了分析的有效性.     

40Gb/s RZ-DQPSK接收机色散补偿与解调系统设计

基于双反馈方法,为40Gb/s归零差分四相位相移键控(RZ-DQPSK)光纤通信接收机提出一种自适应终端色散补偿与解调方案.介绍了接收系统模型、色度色散补偿算法和调整算法等,利用平衡接收机反馈和误帧率检测反馈实现准确的RZ-DQPSK光信号解调和自适应色散补偿.最后,通过计算机仿真和实际通信工程项目中的实验数据验证了文章中所提出的接收机的性能.     

基于自适应牛顿算法的LED视频显示系统的研制

LED显示屏已被广泛应用于各种场合,通常情况下,需要对视频图像进行缩放处理,从而符合LED显示屏的物理分辨率.针对传统LED插值缩放算法在插值后导致图像边缘模糊的现象,提出了一种自适应牛顿播值算法,通过在插值之前进行像素相关度的自适应判断,可以较好地保留图像的高频信息,消除图像边缘模糊的问题.同时,给出了基于自适应牛顿算法的LED视频显示系统的FPGA实现,系统最终可以实现较好的显示效果.     

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差( BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明：与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。     

一种改进的各向异性扩散超声图像去噪算法

针对传统的各向异性扩散算法中扩散系数函数的平滑效果不好,扩散过程中扩散门限K的选取依靠经验确定,扩散过程对图像细节保护不足的问题,提出了一种改进的各向异性扩散算法。介绍了几种当前比较典型的各向异性扩散去噪算法;在典型算法分析的基础上提出了一种基于自适应中值滤波的改进扩散模型;根据扩散系数应满足的3个条件及经典的扩散系数函数,提出了改进的扩散模型中的改进扩散系数函数;提出了一种扩散门限K的自适应选取的方法。通过在改进的扩散模型中使用改进的扩散系数函数并结合扩散门限K的自适应选取,对超声图像进行去噪。实验结果表明,所提算法优于PM模型、Catte模型、王常虹算法等,去噪后图像的FOM值比PM模型高出3.34%,PSNR值比PM模型高出0.250 6。该算法在去除散斑噪声的同时有效保护了图像的细节及边缘,有助于医务人员对患病区域的准确诊断。