基于复指数基扩展模型的抑制Gibbs效应的时变无线信道估计

复指数基扩展模型(CE-BEM)具有计算简单、不依赖于信道统计特征等优点,广泛地应用于时变信道估计中.但是CE-BEM由于Gibbs效应存在较大模型误差,本文分析了CE-BEM的模型误差以及基线倾斜法对模型误差的影响,提出了一种抑制模型误差的信道估计方法,该方法利用时分复用导频的特征估计出区间上的斜率,再结合基线倾斜法推导了新的数据模型,并给出LS算法和LMMSE算法.最后通过计算机仿真研究表明:该方法在较高的多普勒频移扩展的情况下有效的降低了关键性采样CE-BEM和过采样CE-BEM信道估计的MSE值,特别是关键性采样CE-BEM改善明显.

计算流体力学中抑制Gibbs效应的新方法研究

在间断有限元格式的背景下,提出了一种抑制Gibbs效应的新方法,有效地避免了非物理解的产生。在保证高精度的前提下,成功的求解了流体力学中的Euler方程组,对Sod问题和Shu问题给出了令人满意的结果。数值实验表明,这种新方法的应用,能够大大提高数值格式的健壮性,特别是在求解含有间断的复杂流动问题时发挥了重要作用。

一种基于全相位预处理有效消除图像Gibbs伪迹的方法

经典傅氏重构是一种重要的信号处理方法,该方法对连续信号重构有很好的效果,但对有间断点的信号进行重构时就会产生Gibbs效应。Gibbs现象的存在使得重构信号在边缘处存在较大的失真,严重影响了图像质量。为此,提出了改进的二维全相位重构方法,在给定有限个离散傅里叶(Discrete fourier transform,DFT)系数的情况下,综合了更多的高次谐波信息,从而实现了高精度的重构间断信号。将该算法应用于重构磁共振成像(Magnetic resonance imaging,MRI)图像的实验结果表明:相比于传统的傅里叶变换法,该重构算法可在不增加傅里叶系数的条件下同时有效减小图像的Gibbs效应,改善了重构图像的质量。

小波域边缘保持规整化图像复原

图像复原是一个病态问题,一般需要通过规整化技术得到一个合适的解。规整化的难点在于抑制噪声的同时要保持图像的边缘等重要的图像信息。为了更有效地保持复原图像的边缘,提出了小波域边缘保持规整化泛函的一般形式,并给出了相应的求解方法。针对小波域图像复原方法可能产生的G ibbs效应,利用自然图像小波变换的水平(竖直)子带在水平(竖直)方向的连续性,通过额外的惩罚项加以解决。仿真实验结果说明了该方法的有效性。

一种高效的小波变换去噪方法

小波变换用于图像去噪的思想已经提出了很久,然而前人所提出的这种方法对于去噪的效果并不理想。图 像经这种小波变换去噪后,纹理特征被弱化,图像的边缘出现较明显的Gibbs效应,图像变模糊。针对以上问题,本文提 出了一种高效的小波变换去噪方法(HPID)。此去噪方法是基于小波变换的新方法,与经典的小波去噪方法不同,该方法不 依赖图像大小来判定去噪门限,不需方差信息,且适用于不同类型噪声。采用本方法处理的噪声图像与经典方法相比,不 仅消除了Gibbs效应,而且图像的边缘信息更清晰,纹理特征增强,去噪能力得到改善。

加权梯度限制器在节点DG格式中的应用

在使用节点间断Galerkin(DG)方法求解存在激波的流动问题时,为抑制Gibbs效应导致的非物理振荡,对一种加权梯度限制器进行研究,在二维非结构网格上对定常欧拉方程求解。限制器以原始变量作为限制对象,对其梯度进行限制,以加权形式进行重构。对翼型的跨音速流场、超燃冲压发动机内流场和前台阶模型流场进行模拟,结果表明限制器能很好抑制间断解附近的非物理振荡,有效避免计算中断,体现了DG格式精度高、对间断捕捉敏感的特点。

FIR数字滤波器设计中各种窗函数的比较

用MATLAB分析实例来比较各种窗函数的差异,并通过比较结果分析在什么条件下,用哪种窗函数。常用的窗函数有多种,选择适当的窗函数,对所取样本进行不等权处理,以达到抑制频谱泄漏的效果,减少吉布斯(Gibbs)效应。文中对各种窗函数的性能进行了比较。窗函数法是FIR数字滤波器设计中最简单的方法,正确地选择窗函数可以提高所设计的数字滤波器的性能。

基于小波变换和残差处理的人脸图像超分辨率技术研究

超分辨率图像复原技术常见的有插值法,POCS等,它们有细节模糊,运算复杂度大的弱点,针对以上问题,在基于学习的超分辨率图像复原中,提出了一种全新的小波系数特征向量匹配方法。算法分为两步:(1)采用基于补偿残差向量和多样本平均的低分辨率人脸图像的小波特征向量匹配及人脸图像复原。(2)用边缘提取和特定区域平滑的方法去除Gibbs效应等噪声。经实验和传统的插值法以及常规匹配方法比较,在细节复原和运算复杂度方面都有一定的提高。