论文部分内容阅读
本文从加窗频率估计方法出发,引入时域估计方法,结合这两种算法的优点,提出了一种新的时频联合估计算法,从理论上推导了算法成立的条件,分析及提出了出错情况下纠错算法。计算机模拟显示,算法精度高,估计范围广,而增加的计算量不大,易于硬件实现。
一种高精度时频联合正弦波频率估计算法
【摘 要】
：
本文从加窗频率估计方法出发,引入时域估计方法,结合这两种算法的优点,提出了一种新的时频联合估计算法,从理论上推导了算法成立的条件,分析及提出了出错情况下纠错算法。计算机模拟显示,算法精度高,估计范围广,而增加的计算量不大,易于硬件实现。
【机 构】
：
电子科技大学电科院 四川成都 610054 电子科技大学电子工程学院 四川成都 610054
【出 处】
：
2007年北京地区高校研究生学术交流会
【发表日期】
：
2008年9期
其他文献
本文提出一种新的空域3D网格模型数字水印方案,它对3D旋转、平移和均匀缩放具有鲁棒性.在对3D网格模型适当定位后,根据各顶点邻域内顶点位置的平均差值作为掩蔽因子,修改3D模型的顶点位置,使得嵌入的水印是不可察觉的.最后对该水印方案应用不同的攻击,结果显示了它对上述攻击具有鲁棒性.
本文提出了一种用于认证的分数傅立叶加密域的数字水印算法,选取两个随机序列和版权信息生成数字水印,将其嵌入到图像的分数傅立叶加密域中,利用分数傅立叶变换的变换阶数作为算法的密钥,具有良好的安全性.通过比较两个相关系数的大小来提取水印,避免了相关检测中的阈值选取带来的误检率和虚警率.仿真实验说明,该算法能够抵抗一定的JPEG压缩,并对图像的恶意篡改有较好的脆弱性.
本文针对非线性系统的建模,提出一种基于模块化神经网络的动态建模方法.该方法是多个神经网络以协同方式构建的学习系统,各子网络有不同的功能,能区别出不同时间阶段动态数据对拟合效果的影响,从而提高系统的泛化能力和学习算法的稳定性.采用具有快速收敛功能的L-M算法训练子网络,为了避免模型陷入局部极小值和相互关联,利用具有全局优化能力的遗传算法确定网络结构和初始权值.仿真结果表明模块化神经网络比单一的网络结
本文结合仿生模式识别的基本理论,提出了多自由度神经元的认知算法.基于高维空间几何学,给出了多自由度神经元模型以及构造多自由度神经元的记忆算法.将该算法应用于人脸识别,以ORL数据库为识别对象,进行122次测试,识别效率达到98.4％,实验证明了该算法的有效性.最后总结了影响识别效率的几方面因素,如构网的方法和训练样本的选择等.
本文针对经典分形压缩算法中编码时间过长的问题,研究了小波变换在分形图像编码中的应用,图像经小波变换后,系数具有的能量主要集中在低频子图像上,与同方向高频小波子带之间具有相似性的特点,而分形图像编码的本质正是利用图像的这种相似性.由此设计一种小波域分形图像编码算法,理论分析和仿真实验表明,该算法在保证重构图像质量的前提下,不仅使得编码时间大幅度减少,同时压缩比得到很大提高.
本文提出了一种通过运用不同的矩阵来嵌入和检测水印的非对称子水印算法,所嵌入的水印图像除了传统的特征字空间水印算法用的基于原图像的水印,还有一基于版权标识的灰度图像,即采取的水印为双水印.这种算法除了密钥不公开,所有信息都公开.多项实验表明,此算法不仅具有较好的透明性,而且对诸如JPEG压缩、几何剪切、滤波攻击等均具有较好的鲁棒性.
本文提出了一种小波域马尔可夫随机场的WCS-HMT模型和隐标号先验模型的图像分割算法.为了更好地反映图像分解小波系数的分布,采用有限通用混合模型描述待分割图像分解的小波系数概率密度函数;为了反映小波系数的纹理关系,用尺度间隐标号的先验概率模型描述小波系数的标号依赖关系.采用贝叶斯准则,获得MAP准则下融合由粗尺度到细尺度的图像分割结果.仿真实验表明了该算法的有效性和优异性.
本文针对在矩形范围内对任意形状多边形进行最优排样的问题,提出了快速的"M排样"算法以及"一笔画"原则下的最短切割路径的算法.在多边形排样之前进行"等边缩放"和"多边形旋转"处理,并在切割路径寻优中引入了"树型搜索"的概念.该算法已成功地应用于自动热丝切割机系统.
目标重建是目标识别中的一项重要工作,对此,提出一种基于图像的图像修复方法,通过建立相似匹配特征指标,在目标区和原有图像信息区之间进行匹配搜索,查找匹配点,实现目标信息的修补.该算法不仅可以修补点、线等小区域,对大区域信息丢失也能获得良好的重建效果.大量的实验证明了本文算法的有效性.
采用0.25μm PHEMT工艺技术,研制出了一款5~19GHz三级宽带微波单片(MMIC)功率放大器。从5~19GHz整个频段范围内,这款功放具有24dB的小信号增益,平均输出功率约为33dBm,功率附加效率在20％-23％之间摆动,增益平坦度小于1.5dB。在6~19GHz内,输入输出回波损耗小于-10dB。整个芯片尺寸为5.2mm×2.6mm。