作者单位
摘要
中国人民解放军63963部队, 北京 100072
受限于材料和制造工艺, 红外图像中普遍存在着条纹非均匀性, 其严重影响了图像的成像效果, 进而对后续的目标识别、检测等工作造成干扰。典型的最小均方误差(LMS)算法在一定程度上可以抑制条纹非均匀性, 但其场景适应性差, 存在拖尾和“鬼影”现象。提出一种改进型的最小均方误差(LMS)自适应滤波算法对图像进行处理, 利用双边滤波和最速下降法快速获取准确的校正参数, 将前一帧算出的校正结果作为后一帧的初始输入值, 提升算法的准确性, 同时算法还增加了边缘检测模块以保留图像细节。采用不同场景下非制冷型探测器的真实红外图像, 从主观和客观两个方面对比了本算法和经典LMS算法, 结果表明, 提出的算法可以很好地保护图像细节, 也具有良好的场景适应性。
红外图像 条纹非均匀性 最小均方误差 边缘检测 自适应滤波 infrared thermal image stripe nonuniformity least-mean-square error edge detection adaptive filtering 
光学与光电技术
2023, 21(6): 0014
王之昊 1,2,3张文喜 1,2,3,*伍洲 1,2,3孔新新 1,3[ ... ]郝义伟 1,3
作者单位
摘要
1 中国科学院空天信息创新研究院,北京 100094
2 中国科学院大学光电学院,北京 100049
3 中国科学院计算光学成像技术重点实验室,北京 100094
针对激光测振仪中的自适应滤波问题,本文采用最小均方误差前向预测器,仿真分析了振动测量信号的峰值、频率、滤波器阶数和步长系数等参数对最小均方误差前向预测器滤波性能的影响,并搭建实验系统进行了验证。研究结果可以作为最小均方误差前向预测器参数选择的理论依据,为设计适用于激光测振仪自适应滤波器提供技术手段。

振动测量 自适应滤波 最小均方误差 前向预测器 vibration measurement adaptive filtering LMS forward predictor 
光电工程
2022, 49(5): 210391
作者单位
摘要
南京信息工程大学 电子与信息工程学院,南京 210044
最小均方误差(MMSE)检测器在大规模多输入多输出(MIMO)系统中实现了较优的误码率(BER)性能,但其涉及高复杂度的大规模矩阵求逆运算,因此对硬件要求很高。针对这一问题,文章提出了一种预处理的广义加权高斯赛德尔(GS)(GW-PGS)迭代算法。在该算法中,首先提出了基于预处理的初始化方案,在不增加额外复杂度的情况下加快了收敛速度。此外,文章还提出了自适应的加权因子方案。实验结果表明,与传统GS算法相比,文章所提算法能够有效降低BER和计算复杂度。
大规模多输入多输出 高斯赛德尔迭代 最小均方误差 预处理 信号检测 massive MIMO GS iteration MMSE preprocessing signal detection 
光通信研究
2022, 48(2): 40
作者单位
摘要
1 江苏电子信息职业学院 计算机与通信学院,江苏 淮安 223003
2 重庆大学 计算机学院,重庆 400044
为了实现多输入多输出(MIMO)正交频分复用(OFDM)系统中同步损伤和信道的联合估计,提出了一种基于网格搜索的联合估计算法。首先通过构建起一个以反映同步损伤和信道响应影响的系统模型,然后将各损伤参数估计的多维优化问题简化为二维网格和一维网格搜索,从而实现对载波频率偏移、采样频率偏移和符号定时误差的联合估计;数值仿真结果表明,本文提出的联合估计算法相比于非联合估计算法具有更好的估计性能。
多输入多输出正交频分复用(MIMO-OFDM)系统 同步损伤 信道响应 联合估计 网格搜索 均方误差 Multiple Input Multiple Output-Orthogonal Frequenc synchronous damage channel response joint estimation grid search Mean Square Error(MSE) 
太赫兹科学与电子信息学报
2021, 19(6): 990
作者单位
摘要
1 南京邮电大学通信与信息工程学院, 江苏 南京 210003
2 南京邮电大学江苏省通信与网络技术工程研究中心, 江苏 南京 210023
在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用。针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法。该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加权方式修正平均跳距,并利用加权最小二乘法估算未知节点坐标。通过仿真得出所提算法在相同实验条件下的定位精度较DV-Hop算法提升约60.5%,相较于双通信半径优化算法和3-DV-Hop算法分别提升约36.4%和13.8%。
传感器 无线传感器网络 DV-Hop 节点定位 最小均方误差 加权最小二乘法 
激光与光电子学进展
2021, 58(22): 2228007
吴芬 1彭力 1,2,**韩鹏 1,2骆开庆 1,2[ ... ]邱健 1,2,*
作者单位
摘要
1 华南师范大学物理与电信工程学院广东省光电检测仪器工程研究中心, 广东 广州 510006
2 华南师范大学(清远)科技创新研究院, 广东 清远 511517
基于成像式光电容积脉搏波的非接触式心率测量方法受到环境光干扰会严重影响心率信号的辨别与提取,为了解决这个难点,提出了一种基于自寻优归一化最小均方误差算法的心率信号降噪方法。该方法可根据原始心率信号和背景信号中光线变化的趋势,在归一化最小均方自适应滤波器的基础上,通过最小均方误差自动地调整最优控制因子,最大化地去除拾取的图像中的光照干扰。通过与指夹式脉搏血氧仪实际测得的心率结果对比,在光强剧烈变化的条件下,两种方法测量得到的心率平均值的Pearson相关系数为0.95,平均绝对百分比误差为2.16%。本文方法极大地提高了成像式光电容积脉搏波对环境光的抗噪能力,大大提升了成像式光电容积脉搏波测量方法的实用性、可靠性和稳定性。
成像系统 成像式光电容积脉搏波 心率测量 光照干扰 归一化最小均方误差 自寻优算法 
激光与光电子学进展
2021, 58(20): 2011004
作者单位
摘要
安阳学院 计算机学院,河南 安阳 455000
基于接收信号强度指示 (RSSI)的移动目标定位和跟踪常采用三边或角度测量定位技术。尽管该技术简单,易实施,但由于 RSSI值与距离间的非线性关系,它们容易导致较大的定位误差。通用回归神经网络 (GRNN) 能够快速训练稀疏数据集。提出基于 GRNN的移动目标跟踪 (GMTT)算法,该算法依据 GRNN处理 RSSI与目标位置间的非线性关系,利用卡尔曼滤波 (KF)修正目标位置。仿真实验结果表明,相比于 RSSI+KF,GMTT算法可以有 效地降低目标定位的根均方误差。
移动目标跟踪 通用回归神经网络 接收信号强度指示 卡尔曼滤波 均方误差 mobile target tracking General Regression Neural Network Received Signal StrengthIndication Kalman Filtering Root Mean Square Error 
太赫兹科学与电子信息学报
2020, 18(3): 404
作者单位
摘要
1 兰州理工大学计算机与通信学院, 甘肃 兰州 730050
2 兰州理工大学理学院, 甘肃 兰州 730050
针对传统光空间调制传输速率和激光器利用率较低,且要求激光器数目必须是2的整数次幂的问题,通过同时激活多个激光器并结合脉冲位置调制构建了一种适用于无线光通信的广义光空间调制(GOSM)方案。针对最大似然译码(ML)算法复杂度较高的问题,引入排序块最小均方误差(OB-MMSE)信号检测方法,利用平衡因子在综合考虑误码性能和复杂度的情况下,对OB-MMSE算法进行改进,并依据GOSM信号的特点对其权值进行修正;此外还推导了对数正态湍流信道中阈值的选取公式。最后,采用蒙特卡罗仿真验证了算法的性能,并将所提算法与经典ML、MMSE算法的误码性能和计算复杂度进行了对比。结果表明:与ML算法相比,所提算法在牺牲较小误码性能的情况下,能有效降低算法的复杂度;与MMSE算法相比,虽然所提算法的复杂度略有增大,但它可有效地降低误码率,而且还适用于接收机数目少于发射机数目的系统。
光通信 广义光空间调制 对数正态湍流信道 信号检测 排序块最小均方误差算法 
光学学报
2019, 39(12): 1206002
作者单位
摘要
四川大学 电子信息学院,成都 610064
针对光电探测器传统降噪处理中软、硬阈值函数存在的缺点,提出了一种含参数的阈值函数和逐层变化的阈值相结合的小波阈值降噪算法.该算法可以调整参数使生成的阈值函数于软、硬阈值函数之间,且在临界阈值处平滑过渡,保留部分有用信号.应用过程中阈值可随着分解层数的改变而改变,对各个分解层有自适应特征,减少小波系数阈值处理中的固定偏差,从而在保留原有信号的同时减除不必要噪声.仿真及实测结果表明,采用该小波阈值降噪算法处理的信号信噪比较高、均方误差较小,有效地抑制噪声对光电探测器输出信号的干扰.
光电探测器 小波阈值降噪 分层阈值 阈值函数 信噪比 均方误差 Photodetector Wavelet threshold denoising Hierarchical thresholds Threshold function SNR MSE 
光子学报
2019, 48(10): 1004004
作者单位
摘要
四川大学电气工程学院, 四川 成都 610065
绝缘子图像分割是通过图像处理技术实现绝缘子识别和提取的基础性操作。为了能够准确地分割出绝缘子图像,提出一种基于改进型单位连接脉冲耦合神经网络(UL-PCNN)的绝缘子图像分割算法。根据相邻神经元之间的关系,改进原始UL-PCNN模型中的连接输入和耦合系数;利用改进的UL-PCNN模型对绝缘子图像进行分割,得到多幅输出图像;利用梯度算法计算原始图像和输出图像的边缘,并分别计算输出图像和原始图像边缘的均方误差(MSE),均方误差值最小的输出图像即为分割效果最好的绝缘子图像。实验结果表明,本文算法能够准确地分割出不同环境下的绝缘子图像,并具有较好的抗噪性能。
图像处理 UL-PCNN 均方误差 评价准则 图像分割 
激光与光电子学进展
2019, 56(15): 151005

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!