目前,雾霾所引起的图像模糊问题,主流的算法主要都侧重于处理雾气,对于霾没有相关的处理.针对此缺陷,提出了一种联合K-SVD(K-singular value decomposition)稀疏算法和暗通道先验算法的全新算法,来克服雾霾引起的图像模糊问题.图像的处...目前,雾霾所引起的图像模糊问题,主流的算法主要都侧重于处理雾气,对于霾没有相关的处理.针对此缺陷,提出了一种联合K-SVD(K-singular value decomposition)稀疏算法和暗通道先验算法的全新算法,来克服雾霾引起的图像模糊问题.图像的处理主要分两个步骤:第一步是运用KSVD稀疏算法去除图像中的霾恢复出只含雾气的图像,第二步通过经典的暗通道算法去除图像上的层层雾气.计算机仿真结果表明,该方法对于图像的处理结果要优于FVR(Fast visiblity restoration)算法,暗通道先验算法和直方图均衡化算法.展开更多
提出了一种二进制差分随机过程键控的调制解调结构,推导出了在高斯信道和准静态衰落信道下的误比特率理论计算公式,并对系统进行了误比特率和二阶循环谱检测的仿真。仿真结果表明,提出的差分随机过程键控,在高斯信道下大约在-2 d B、在...提出了一种二进制差分随机过程键控的调制解调结构,推导出了在高斯信道和准静态衰落信道下的误比特率理论计算公式,并对系统进行了误比特率和二阶循环谱检测的仿真。仿真结果表明,提出的差分随机过程键控,在高斯信道下大约在-2 d B、在准静态瑞利衰落信道下大约在25 d B的信噪比下具有10-4数量级的误比特率。同时,所提出的差分随机过程键控调制方法,其广义二阶循环谱的不可检测性,使其具有很好的物理层隐蔽性。展开更多
文摘目前,雾霾所引起的图像模糊问题,主流的算法主要都侧重于处理雾气,对于霾没有相关的处理.针对此缺陷,提出了一种联合K-SVD(K-singular value decomposition)稀疏算法和暗通道先验算法的全新算法,来克服雾霾引起的图像模糊问题.图像的处理主要分两个步骤:第一步是运用KSVD稀疏算法去除图像中的霾恢复出只含雾气的图像,第二步通过经典的暗通道算法去除图像上的层层雾气.计算机仿真结果表明,该方法对于图像的处理结果要优于FVR(Fast visiblity restoration)算法,暗通道先验算法和直方图均衡化算法.
文摘提出了一种二进制差分随机过程键控的调制解调结构,推导出了在高斯信道和准静态衰落信道下的误比特率理论计算公式,并对系统进行了误比特率和二阶循环谱检测的仿真。仿真结果表明,提出的差分随机过程键控,在高斯信道下大约在-2 d B、在准静态瑞利衰落信道下大约在25 d B的信噪比下具有10-4数量级的误比特率。同时,所提出的差分随机过程键控调制方法,其广义二阶循环谱的不可检测性,使其具有很好的物理层隐蔽性。