双通道信号的最小平方卷积反演算法研究

来源 :四川大学 | 被引量 : 0次 | 上传用户:sikongshan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卷积反演研究一直是信号处理技术中的热点。它广泛应用于众多的科学研究和工程实践领域,特别是地震信号处理,通信、雷达信号处理,医学信号处理等方面,是信号复原和模式识别的重要工具。 卷积反演是卷积的逆运算。在数学上,已知一序列和卷积和,来求解另一序列的过程,我们称之为卷积反演。到现在为止,国内外许多文献提出了不同的卷积反演方法。卷积反演有两类基本方法:一类是在时域运用卷积公式直接求解,另一类是频域方法。其中比较重要的是时域循环卷积法、逆滤波、Z变换、DFS法、迭代法、最小平方法等。 由于在应用过程中,已知的序列是离散有限信号,它的值在时域或者频域可能出现相当小或者是零值时,我们所求解的卷积反演结果必然会出现相当大的值或无穷的情况,这时就出现了所谓的“病态问题”。为了解决这一问题,众多专家学者提出了许多优良的解决方案。 本文以卷积的理论基础作为铺垫,提出卷积反演的概念。然后介绍了反卷积的应用领域和研究背景,以及反卷积运算过程中出现病态问题,并概括论述了几种比较典型的卷积反演方法,特别是最小平方误差卷积反演方法。 本文的工作是在双通道信号的模型中,研究最小平方卷积反演算法。
其他文献
随着网络带宽的不断改善,流媒体数据的实时传输技术已成为近年来计算机网络技术领域的研究热点。而流媒体应用的发展速度却很难与网络带宽的增长速度保持一致,其原因之一是传统
随着遥感技术发展及应用需求提高,相比于2-D(2-Dimension)信息,地物3-D(3-Dimension)信息不管在民用还是军用领域都具有更重大的意义,在立体空间中对遥感目标进行更加完善三维描述。考虑到高分辨率遥感光学图像为目标三维信息获取提供了更精确完整的图像数据来源,因此基于光学图像的遥感光学立体成像技术成为当前研究热点。三维重建技术需要首先针对多角度、多时相下获得的不同特性遥感光学图像
星际网络(Interplanetary Internet, IPN)是一种能够在跨星际距离的情况下进行有效通信的新型通信网络,它为将来分布于整个太阳系的人类提供类似因特网的服务,具有传输延时长
对贝叶斯网络结构进行学习是一个NP难解问题,并且当数据集比较大时用经典算法如粒子群算法和爬山算法容易陷入局部最优值,K2算法要已知节点的次序,最大加权生成树算法寻优能力比
在线人脸识别系统能够自动检测给定视频图像序列中的人脸图像,提取人脸图像特征,将得到的人脸特征与人脸数据库匹配,从而完成人脸的识别。本文针对构建一个在线人脸识别系统
互联网语音业务,即IP电话,是近几年来在世界范围内发展非常迅猛的一项新兴技术。它突破了传统电话的电路交换模式,有效的利用现有的互联网资源实现了语音信号的网络传输,从而