一种降低OFDM/OQAM系统峰均比的C-OSLM联合算法

针对正交频分复用/交错正交幅度调制(OFDM/OQAM)系统由多个子信道叠加而引起高峰均比的问题,提出了一种基于OFDM/OQAM系统的重叠选择映射与限幅联合算法(C-OSLM)。该算法基于改进型重叠选择映射法(IOSLM)以两种方式引入限幅法,同时对码字数、限幅率(CR)进行优化以保证在误码率不变的条件下提升峰均比抑制性能。仿真结果表明,C-OSLM算法在保证OFDM/OQAM系统误码性能的同时,大幅降低了峰均比。

基于字典训练和高频增强的图像降噪研究

噪声图像,特别是含有高密度噪声图像在经过去噪后,图像细节(图像高频)丢失较多。针对这一问题,提出一种基于字典学习和高频增强的方法。该算法首先让噪声图像经过降噪算法处理,然后由样本图像依次模拟加噪和去噪过程得到去噪样本图像,样本图像和去噪样本图像相减得到样本差分图像,最后分别训练样本差分图像和去噪样本图像,得到一对高、低分辨率字典,用于重建图像去噪后所缺失的高频。实验结果表明,所提算法在主观的人眼视觉和客观评价上要优于经典的图像降噪算法。