期刊文献+

随机信号分析中的噪声及其产生探究 被引量:2

下载PDF
导出
摘要 随机信号分析课程本身具备一定的抽象性和逻辑性,因此,在具体的学习过程中会产生较大难度。在学习本课程时,需要攻克的一大难题就是噪声的产生,理解噪声的产生来源及分析设计显得至关重要。文章以随机信号为基础,通过对白噪声及色噪声进行全面分析,进而更加深入了解应用随机信号分析中的噪声及其产生机理,最终掌握学习本课程的核心要义。
作者 何明遥
出处 《信息通信》 2020年第4期41-42,共2页 Information & Communications
  • 相关文献

参考文献3

二级参考文献12

  • 1张文龙.Viterbi算法在伪三元随机序列检测中的改进.上海师范大学学报:自然科学版,1993,22(3):32-36.
  • 2王晓东.算法分析和设计[M].北京:电子工业出版社,2005.
  • 3PAPOULIS A. Probability,random variable and stocastic process(2nd Ed) [M]. New York:McGraw-Hill Book Company, 1984.
  • 4OMRI S, OREN H. Blind restoration of atmospherically degraded images by automatic best step-edge detection [J]. Pattern Recognition Letters, 2007, 28: 2094-2103.
  • 5CHAN T F, WONG C K. Convergence of the alternating minimization algorithm for blind deconvolution [J]. Linear Algebra and its Applications, 2000, 316: 259-285.
  • 6YITZHAKY Y, KOPEIKA N S. Identification of blur parameters from motion blurred images [J]. CVGIP: Graphical Models and Image Processing, 1997, 59(5): 310-320.
  • 7CHEN L, YAP Kim-Hui. Identification of blur support size in blind image deconvolution[J]. IEEE, ICICS-PCM, 2003: 503-507.
  • 8CHEN L, YAP Kim-Hui.Efficient discrete spatial techniques for blur support identification in blind image deconvolution[J].IEEE Transactions on signal processing, 2006, 54(4): 1557-1562.
  • 9KAUFMAN H, TEKALP A M. Survey of estimation techniques in image restoration [J]. IEEE Control Systems, 1991(11): 16-24.
  • 10YOU Yu-Li, KAVEH M A. Regularization approach to joint blur identification an image restoration [J].IEEE Transactions on image processing, 1996, 5(3): 416-428.

共引文献4

同被引文献11

引证文献2

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部