A Novel Peak-to-Average Power Ratio Reduction Scheme via Tone Reservation in OFDM Systems

In this paper, a novel signal-to-clipping noise ratio and least squares approximation tone reservation scheme(SCR-LSA TR) is proposed to reduce the peak-to-average power ratio for orthogonal frequency division multiplexing systems. During the SCR procedure, only the element with the maximal amplitude is picked for processing, which not only decreases the algorithm complexity, but also helps to overcome the BER deterioration. With the LSA method, the amplitude of the peak-cancelling signals can approximate to that of the original clipping noise as much as possible. Through the combination of the optimization factor in the LSA method, the classic SCR method can achieve better PAPR reduction with faster convergence. Simulation results show that the proposed SCR-LSA TR scheme has less in-band distortion and smaller out-of-band spectral radiation. The BER of the proposed scheme shows a better performance especially under the 16-QAM over the additive white Gaussian noise channel.

小型磁选态铯原子钟性能测试数据的统计与分析

LIP Cs-3000是一种国产的小型磁选态铯原子钟,在时频计量、卫星导航等领域获得应用。对近期交付的LIP Cs-3000性能测试数据进行统计与分析,得到了准确度的分布与范围,同时得到了峰谷比、信噪比、Ramsey线宽等指标的分布。从理论上估计了铯原子钟输出信号的稳定度指标范围,验证了该范围与实际测量相符。同时对电子倍增器电压每日增幅进行了统计,结合装铯量给出了LIP Cs-3000铯钟倍增器寿命的分布。统计与分析结果不仅有助于磁选态铯钟的性能提高,也有助于其他小型铯原子钟的性能提升。

符合人眼视觉感知特性的改进PSNR评价方法

针对重构立体图像的视觉感知效果较好,而峰值信噪比(PSNR)值却很低的问题,提出一种基于加权滤波、隶属度函数以及滑动窗的方法来改进PSNR值,使其符合人眼视觉感知特性。实验结果表明,经本文方法改进的PSNR值与人眼视觉感知特性一致,从而提高了PSNR评价方法在立体重构图像中的通用性。

一种结合卷积自编码和补丁惩罚的生成对抗网络单图像去雨方法

针对传统的图像去雨方法存在去雨图像失真、生成伪影等问题,提出一种结合卷积自编码和补丁惩罚的生成对抗网络单图像去雨方法。首先,该方法采用卷积自编码组成生成器网络,使用对称跳跃连接提高生成器网络的训练效率和收敛性能,实现对图像细节信息和二维信号空间信息的重构;其次,引入马尔可夫鉴别器在图像补丁层次上进行惩罚,去除生成图像中的伪影;最后,提出一种新的精细化损失函数参与训练网络模型,进一步增强模型的去雨深度。采用峰值信噪比和结构相似性作为模型的评价标准,实验结果表明,该方法在现实雨图和合成雨图的去雨处理上都有良好的表现,基本还原了图像细节内容,并保证了较高的视觉质量。

基于降噪技术的高光谱图像实时优化研究

为了获得理想的高光谱图像,针对当前高光谱图像优化方法存在的问题,设计了基于降噪技术的高光谱图像实时优化方法。首先分析当前高光谱图像优化的研究进展,找到当前方法存在的不足,采集高光谱图像,采用自适应阈值的小波变换对高光谱图像进行去噪处理,以改善高光谱图像质量,然后采用Retinex理论模型对去噪后高光谱图像进行增强操作,丰富高光谱图像细节信息,最后采用卷积神经网络进行了高光谱图像分类,测试结果表明:本方法优化后高光谱图像的峰值信噪比和结构相似度均值分别为31.18和0.981,不但提升了高光谱图像质量,而且使得高光谱图像分类正确率超过了92%,高光谱图像优化时间控制在4.5 s以内,相对于其他高光谱图像优化方法,具有十分明显的优越性。

一种基于PSNR的迭加量化公开水印算法

图像有好的视觉质量又要有高的鲁棒性是当今数字水印研究的热点与难点之一。提出了一种在确定图像质量的前提下具有高鲁棒性的公开水印算法,在其嵌入算法中,首先确定嵌入水印图像的质量——通过控制图像的峰值信噪比(PSNR)来实现,再根据图像所要达到的峰值信噪比来设计水印嵌入步长;另外,水印信号是通过权平均的方式迭加量化到图像DCT域的多个低中频系数上,根据人眼视觉系统(human visual system)的特性,按图像内容自适应量化嵌入,很好地解决了不可见性和鲁棒性之间的矛盾。实验结果表明,该水印算法能保证图像具有很高的视觉质量,同时对于常见的图像处理和攻击具有很好的鲁棒性。

基于PSNR的LCD区域动态背光调节方法

动态背光对于液晶显示器降低功耗具有重要意义。考虑到在降低功耗的同时更重要的是保证显示器画面的质量,本文提出了一种液晶显示器分区域动态背光的新方法。该方法认为峰值信噪比为30是图像保质的最低标准,将失真限制在一定范围内,采用倒推法得到背光亮度。与此同时,本文提出了简化运算时间的方法,就是以区域最大灰阶亮度值的0.7倍、0.8倍和0.9倍依次搜索,直到满足RPSNR≥30就停止。为了保证图像不过于昏暗,以区域最大灰阶亮度值的0.7倍最为最小背光亮度值。该方法大幅度节约了运算时间,便于硬件实现。

DCT域基于PSNR的扩频水印算法

数字水印技术是信息隐藏和版权维护的一种有效方法。在先前的研究基础上提出了DCT域中如何根据水印图像与原始图像间的PSNR来估计水印的多重水印嵌入强度,并由此提出一个基于PSNR的扩频水印强度的估计公式。实验结果表明,提出的嵌入强度估计公式误差小,具有一定的准确性,算法具有一定的鲁棒性。

一种基于改进SIFT的视频稳像方法

为提高计算效率并保持良好的稳像效果,本文提出一种基于改进SIFT的视频稳像方法。首先对SIFT进行改进,并命名为BO-SIFT(Binarized Octagonal SIFT)。该算法引入了同心八边形环特征描述子,通过降维和二值化对特征向量进行处理,然后使用汉明距离进行特征点匹配,有效缩短了描述和匹配时间。其次将BO-SIFT算法应用于视频稳像,提取视频帧的特征点进行匹配,并计算出帧与帧之间的运动偏移量,以此实现运动估计。最后采用卡尔曼滤波器对估计出的运动偏移量进行平滑处理,并利用仿射变换对视频帧进行逆向补偿,从而得到稳定的图像序列。实验结果表明:相较于原始的SIFT算法,BO-SIFT算法使稳像时间减少了56.404%;相较于现有的较好算法,BO-SIFT算法稳像后的视频具有更高的平均峰值信噪比。此外,本文算法在不同视频上进行稳像效果测试,也具有一定的可靠性和优越性。

基于不变矩和PSNR的相似图像检测工具

以图像特征提取为重点,基于图像特征提取,相似性度量,以及图像质量评估算法,实现了一个相似图像检索的工具。本系统使用MATLAB编程语言,从图像预处理着手,进而用不变矩方法中的Hu矩的方法对图片形状特征进行提取,接着用相似性度量算法中的曼哈顿距离法对特征进行相似性匹配并进行图像分类,再用PSNR图像质量评估算法计算出每类图像中最好的一张并将其显示出来,最后再利用MATLAB的GUI实现一个简洁明了的用户界面,提供了方便人机交互的接口。系统界面清晰,操作简单,对相似图像的检测具有较好的效果。

基于PSNR空域量化索引调制水印参数定量估算

量化索引调制方法是常用的水印嵌入和信息隐藏方法,量化步长是该方法中决定嵌入深度的参量,目前往往是通过反复试验方法确定该参量的取值,因此影响水印嵌入速度。针对此问题,以抖动量化调制方法为例,根据量化误差的分布情况给出了基于量化步长的量化误差定量估算;以该定量估算为基础,以空域像素为量化系数推导出了量化步长、水印数据量与PSNR之间的定量关系式。实验结果显示,在相同情况下通过实验测得的PSNR值和定量关系式计算的PSNR值基本一致,验证了推导的定量关系式的正确性。

基于回溯原子支撑集的广义正交匹配追踪算法研究

为解决广义正交匹配追踪算法(gOMP)在迭代过程中无法删除匹配错误原子问题,提出了一种新的算法:基于回溯原子支撑集的广义正交匹配追踪算法(BgOMP)。该算法在每次迭代选择原子前,首先检验支撑集中是否存在由先前迭代错误选择的原子,并据此更新原子支撑集。这一改进策略允许算法在每次迭代中回溯并纠正先前的错误。通过仿真实验,使用一维信号的成功重构概率和二维信号的峰值信噪比作为评价指标来验证BgOMP算法的性能,实验结果表明:与原始的gOMP算法相比,BgOMP算法显著提高了信号的重构性能。

融合注意力机制的GAN病虫害图像超分辨率重建

收集咖啡和柑橘病虫害样本图片,利用TensorFlow深度学习框架,在原始SRGAN(Super-resolution generative adversarial networks)的超分辨率重建网络里加入了注意力模块,对重建图像视觉质量和峰值信噪比(PSNR)、结构化相似性(SSIM)指标进行分析。结果表明,设计的模型和原始SRGAN模型对比之后峰值信噪比提高了2.23,结构相似性提高了7%。在细节纹理方面可以获得更好的视觉效果,重建后的图像识别准确率提高了约4.42个百分点。因此,设计的模型可以对小样本性质的植物病虫害样本进行扩充。

基于SNR和PSNR特征的净图定量描述方法的研究

在隐写分析领域,绝大多数的分析方法都采用二类样本(干净图像与掩密图像)进行监督学习的。本文的研究紧紧地围绕干净图像样本,提出了基于SNR和PSNR特征的净图描述方法,通过这二种特征对净图进行量化描述,并在理论和实践中验证了用这二种特征来定量描述干净图像是合适的.当干净图像描述清楚了,干净图像与掩密图像自然而然地区分开了。这种新颖的净图定量描述方法,大大提高了隐写分析方法的适应性。

基于前景区域生成对抗网络的视频异常行为检测研究

为提高视频异常行为检测的准确率,本文提出了一种基于前景区域生成对抗网络的改进方法。通过提取实际视频帧的前景和背景掩码,确定生成对抗网络输出视频帧的待检测前景区域。针对待检测前景区域,应用前景区域峰值信噪比准则,计算异常行为检测得分,完成视频异常行为检测。实验结果表明,本文的检测方法在Avenue数据集、UCSD-Ped1数据集、UCSD-Ped2数据集上均能有效提高视频异常行为检测准确率,并能降低检测运行时间。

基于多路特征渐进融合和注意力机制的轻量级图像超分辨率重建

为进一步探索在计算和存储资源受限设备上应用超分辨率方法的可能性,本研究聚焦于深度卷积神经网络技术在单图像超分辨率中的应用,特别是如何在不显著增加网络规模的情况下,提升网络的性能。本文提出一种新的基于多路特征渐进融合和注意力机制的轻量级单图像超分辨率方法(multi-path feature fusion and attention mechanism,MPFFA)。MPFFA包括一个多路特征渐进融合块(multi-path feature progressive fusion,FPF),可以通过前面的特征,多路渐进地引导和校准后面特征的学习;还包括一个多路特征注意力机制(multi-path feature attention mechanism,FAM),通过加权拼接多路特征通道,可以提高特征信息的利用率和特征表达能力。实验结果表明:MPFFA显著优于当前其他代表性的方法,在模型复杂度和性能间达到了更好的平衡。本文提出的模型能够更好地应用于计算和资源受限的设备上。

基于分式二次规划的互模糊函数赋形方法

在开展认知雷达波形设计时,由于发射波形与接收滤波器的非匹配体制,互模糊函数赋形相比传统模糊函数赋形优化自由度更高。该文针对强杂波条件下微弱运动目标检测问题,以最大化信干噪比为优化准则,提出了一种联合发射相位编码序列与接收滤波器设计的互模糊函数赋形方法。在恒模约束下,优化问题被建模为二次分式规划形式;然后通过引入辅助变量,并利用共轭梯度法求解Stiefel流形空间上的最小化问题,非凸优化据此转化为恒模约束二次优化问题;通过交替循环和类幂迭代算法求得最优解。此外考虑到发射波形受硬件限制而难以实现严格恒模,该文构建了一种低峰均比约束二次优化问题模型,并利用最近邻向量法求得最优解。最后,不同参数下的仿真与实测数据实验表明,该文赋形方法相较于传统方法具有较高的信干噪比增益和收敛速度。

基于纳米微晶玻璃的空间悬浮显示

本文介绍了基于纳米微晶玻璃的空间悬浮显示的研究。使用纳米微晶玻璃作为悬浮显示的承载介质,并设计其实验系统,引入峰值信噪比的图像评价指标,测量激光功率对图像质量的影响,实现高清晰度、高分辨率的空间悬浮显示。

基于相机运动轨迹的鲁棒无人机航拍稳像算法

针对高空颠簸环境影响无人机采集延时稳定图像问题,提出了一种适用于悬停拍摄及移动拍摄的航拍视频防抖算法。通过无人机摄像头获取延时摄影视频,提取全局范围内的部分视频帧进行直方图分布比较,进而确定视频是否是在无人机移动状态下拍摄的,并将视频划分为包含与不包含摄像机主动运动两类。对于包含摄像机主动运动的一类,首先,采用FAST角点检测加光流法进行特征点提取配对;其次,利用RANSAC算法剔除误匹配特征点并进行摄像机运动轨迹估计;最后,利用高斯滤波对运动估计参数进行平滑以得到稳定的摄像机运动轨迹。对于不包含摄像机主动运动的一类,首先,对首帧进行网格划分并基于Harris矩阵提取各网格的特征点;其次,在后续帧对这些特征点进行光流追踪;再次,通过反向光流及Harris矩阵计算,增加特征点约束,完成特征点提取及匹配;最后,利用保留的特征点估计后续帧至首帧的稳定变换。利用该算法对视频进行场景分类及画面稳定,实验结果表明:视频分类模块能正确区分两类视频;对比其他两种方法,稳定后的视频图像平均峰值信噪比提升更大;对于不含摄像机主动运动的视频,可实现画面绝对稳定,图像平均峰值信噪比提升超过39%,而其他两种方法仅提升10%~12%。

基于拉曼光谱数据处理和谱峰识别的变压器油绝缘老化研究

针对变压器油的拉曼光谱分析通常受到噪声和荧光背景等的干扰以及谱峰位置难以识别的问题,提出了一种改进的数据处理和谱峰识别算法,用于变压器油老化评估时的拉曼光谱分析。提出一种自适应Savitzky-Golay滤波法,引入自适应窗口大小拉曼光谱数据进行去噪处理。采用改进的多项式拟合算法对去噪后的数据进行去除荧光背景处理,减小荧光背景对拟合结果的影响。通过数据点与期望的拉曼信号的接近程度为每个数据点赋予权重,以实现更准确的去荧光背景处理。利用谱峰识别技术判别变压器油的老化程度,采用大小两种尺度高斯窗口判别法来识别谱峰,并结合局部加权信噪比(local weighted signal-to-noise ratio,LW_SNR)来判断疑似拉曼谱峰的真实性。最后通过实验验证了所提算法在变压器油老化评估中的有效性。