一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

該文根據(jù)Hilbert-Huang變換的原理，給出了二維內(nèi)蘊(yùn)模式函數(shù)分量的遞推形式，實現(xiàn)了二維Hilbert-Huang變換的分解方法，并在圖像分解應(yīng)用中取得了滿意的效果，從而拓展了Hilbert-Huang變換的應(yīng)用范圍。通過把原始圖像自適應(yīng)分解成有限數(shù)量的子圖像，圖像的細(xì)節(jié)能清晰地被分解出來，這在數(shù)字圖像處理中有很重要的意義。

該文對可轉(zhuǎn)變認(rèn)證加密進(jìn)行了研究，指出了Wu-Hsu(2002)方案和Huang-Chang(2003)方案中存在的問題，分別給出了這兩個方案的改進(jìn)方案，很好地解決了認(rèn)證加密方案的公開驗證問題。

該文提出一種通用的時間數(shù)字轉(zhuǎn)換器(TDC)碼密度校準(zhǔn)信號產(chǎn)生方法，該方法基于相干采樣理論，通過合理設(shè)置TDC主時鐘和校準(zhǔn)信號之間的頻率差，結(jié)合輸出信號保持電路，產(chǎn)生校準(zhǔn)用的隨機(jī)信號，在碼密度校準(zhǔn)過程中，隨機(jī)信號均勻分布在TDC的延時路徑上，實現(xiàn)對TDC的bin-by-bin校準(zhǔn)。基于Xilinx公司的28 nm工藝的Kintex-7 現(xiàn)場可編程門陣列(FPGA)內(nèi)部的進(jìn)位鏈實現(xiàn)一種plain TDC，利用該方法校準(zhǔn)plain TDC的碼寬(抽頭延遲時間)，研究校準(zhǔn)了2抽頭方式下的TDC的性能參數(shù)，時間分辨率(對應(yīng)TDC的最低有效位，Least Significant Bit, LSB)為24.9 ps，微分非線性為(–0.84～3.1)LSB，積分非線性為(–5.0～2.2)LSB。文中所述的校準(zhǔn)方法采用時鐘邏輯資源實現(xiàn)，多次測試考核結(jié)果表明，單個延時單元的標(biāo)準(zhǔn)差優(yōu)于0.5 ps。該校準(zhǔn)方法采用時鐘邏輯資源代替組合邏輯資源，重復(fù)性、穩(wěn)定性較好，實現(xiàn)了對plain TDC的高精度自動校準(zhǔn)。該方法同樣適用于其他類型的TDC的碼密度校準(zhǔn)。

Hilbert-Huang變換(HHT)理論通過經(jīng)驗?zāi)B(tài)分解(EMD)提取信號的內(nèi)蘊(yùn)模態(tài)函數(shù)(IMF)，并對IMF利用Hilbert變換得到信號的時頻幅度譜和邊際譜。在總結(jié)Hilbert變換理論和算法實現(xiàn)局限性的基礎(chǔ)上，提出基于過零點-極點估計求取IMF瞬時頻率、幅度算法，通過對離散信號插值運(yùn)算精確求取過零點和極點位置，并據(jù)此求出相應(yīng)點的瞬時頻率和幅度，最后采用三次樣條求取信號的瞬時頻率幅度曲線。通過幾個典型的例子對該算法進(jìn)行檢驗，結(jié)果表明，與Hilbert變換結(jié)果比較，借助該算法得到信號的時頻幅度譜和邊際譜結(jié)果更精確、頻率分辨率更好。

該文提出了一種基于空時分組編碼的多輸入多輸出頻域均衡單載波分組傳輸(MIMO-SC/FDE)系統(tǒng)的空間分集接收方案，通過在Huang(2004)提出的分集結(jié)構(gòu)中引入使用空時分組編碼的發(fā)射分集，彌補(bǔ)了因減少DFT塊數(shù)目而造成的性能損失，同時在接收端進(jìn)一步減少了IDFT塊的數(shù)目；通過適當(dāng)設(shè)計空時分組編碼，還可以進(jìn)一步提高數(shù)據(jù)傳輸速率。該文詳細(xì)推導(dǎo)了使用空時分組編碼后的處理過程，并對使用空時編碼后的MIMO-SC/FDE系統(tǒng)和相應(yīng)的MIMO-OFDM系統(tǒng)性能進(jìn)行了仿真比較。仿真結(jié)果表明，MIMO-SC/FDE系統(tǒng)的性能從總體上優(yōu)于MIMO-OFDM系統(tǒng)。

經(jīng)驗?zāi)B(tài)分解(EMD)的一個關(guān)鍵問題是處理邊界效應(yīng)。盡管目前除了Huang申請了NASA專利的邊界處理方法，仍沒有一個最終的解決方案，但工程上已經(jīng)提出了多種處理方法。本文實現(xiàn)了工程上常用的5種EMD邊界處理方法：線性外延，多項式擬合，鏡像法，徑向基(RBF)神經(jīng)網(wǎng)絡(luò)預(yù)測和AR預(yù)測方法，設(shè)計了一套消除了EMD處理中信號的相互作用及模式混淆影響的測試方法，并利用準(zhǔn)周期信號和隨機(jī)信號對它們的邊界效應(yīng)處理結(jié)果進(jìn)行了定量測試。結(jié)果表明鏡像法是目前相對最優(yōu)的EMD邊界處理方法。

穿墻雷達(dá)動目標(biāo)探測中人的心跳、呼吸、手臂擺動等運(yùn)動的微多普勒信號是非線性、非平穩(wěn)信號，可以采用經(jīng)驗?zāi)Ｊ椒纸?EMD)對其進(jìn)行時頻分析。由于EMD分解存在模式混合問題，該文提出一種改進(jìn)的整體平均經(jīng)驗?zāi)Ｊ椒纸?EEMD)方法，并將其應(yīng)用于穿墻雷達(dá)人的運(yùn)動微多普勒特性分析中，并且對分解后的每個本征模式函數(shù)(IMF)進(jìn)行Hilbert-Huang變換(HHT)，得到信號的時間-頻率-能量譜。仿真數(shù)據(jù)和實驗結(jié)果分析均表明，改進(jìn)的EEMD方法不僅能夠有效消除EMD中的模式混合問題，將人運(yùn)動微多普勒信號中的不同頻率尺度分解在不同的IMF中，而且還能夠有效抑制原始信號中的噪聲，提高信噪比，得到更精細(xì)、更清晰的時頻分布。

耳語音作為人類發(fā)音的一種特殊形式，與正常語音相比具有信噪比低、元音的周期特征不明顯等特性，因而耳語音處理比正常語音更為困難。耳語音處理研究的第1個關(guān)鍵步驟就是語音的端點檢測，該文利用希爾伯特-黃變換(Hilbert-Huang Transform, HHT)中的經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition, EMD)，首次提出了一種基于EMD擬合特征的耳語音端點檢測新方法。利用EMD得到的內(nèi)稟模態(tài)函數(shù)(Intrinsic Mode Function, IMF)能量，以其歸一化擬合參數(shù)為耳語音端點檢測的特征，可以準(zhǔn)確地劃分出耳語音端點。實驗表明，該方法在耳語音端點檢測中取得了很好的效果，在1200個信噪比為2～10dB的測試樣本中，檢測準(zhǔn)確率為98.25%。