WLS-SVM算法用于DCSK通信系统降噪

本文提出了基于加权最小二乘支撑矢量机(WLS-SVM)学习算法的一种DCSK混沌通信系统降噪方法。给定接收信号为训练样本集,首先用最小二乘支撑矢量机(LS-SVM)对样本数据进行估计得到估计误差,根据估计误差的统计分布特性获得一个加权系数,然后再求解WLS-SVM,得到优化的接收信号的估计值,达到降噪的目的。仿真结果表明,优化后的系统误码率(BER)性能与 DCSK系统的理论噪声性能相比得到改善。

基于改进非局部先验的Bayesian低剂量CT投影平滑算法

针对低剂量CT(LDCT)图像质量退化的问题,提出了一种改进的非局部先验模型,并将基于该模型的Bayesian统计算法应用于LDCT投影降噪中.首先将方向性测度引入到传统的非局部先验模型中,构建一种改进的先验模型;同时结合基于加权欧氏距离的距离测度,提高权重系数计算的准确性;然后运用基于该先验模型的Bayesian统计算法对LDCT投影进行平滑降噪;最后依据降噪后投影,利用滤波反投影(FBP)方法进行重建,得到改善的LDCT图像.实验结果表明,与典型的传统LDCT重建算法相比,该算法在抑制噪声、去除伪影的同时,较好地保留了重建图像细节信息.

基于噪声估计的自适应块匹配和三维滤波降噪算法

针对经典的块匹配和三维滤波(BM3D)降噪算法中最为核心的噪声水平(方差)参数在使用中需要人工手动设置极大影响了降噪效果并限制了它的应用,提出了一种新的基于自然场景统计(NSS)的噪声水平特征矢量和支持向量回归(SVR)技术的快速噪声水平估计算法并应用于经典BM3D算法中,使之转变为自适应降噪算法(Adaptive BM3D)。本文算法首先利用小波变换对图像进行不同尺度和不同方向的分解,提取各子带滤波系数并用通用高斯分布模型(GGD)建模,以模型参数构成反映噪声图像噪声水平的特征矢量;然后用SVR方法在大量噪声图像样本上进行训练获得图像噪声水平预测模型。实验表明:改进后的ABM3D算法实际图像降噪效果比BM3D算法获得进一步提升,并且仍然保持了非常高的执行效率,相对于当前各主流算法具有明显的竞争力。

超级编码和统计复用技术在地面数字电视系统中的应用

传统的地面电视广播在一个8MHz的频带内只可发送一套电视节目，而数字化改造后则可有效节约频率资源。DVB—T可提供从498～3167Mb／s的有效传输码率，清华DMB—T也可提供4．8128～32．4864Mb／s的有效码率，采用单载波的上海交大ADTB—T系统最高传送有效码率也可到292Mb／s。在地面数字电视的播出中，如何在有限的频率带宽下传送尽可能多的电视节目，是我们迫切需要解决的问题。