景源 作品数:36 被引量:59 H指数:5 供职机构: 辽宁大学信息学院 更多>> 发文基金: 国家自然科学基金 辽宁省教育厅高等学校科学研究项目 河北省自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 理学 更多>>
有色噪声下基于Wishart随机矩阵的贝叶斯时变信道估计 2009年 提出一种适用于有色噪声环境下的贝叶斯时变信道估计方法,该方法根据Wishart随机矩阵理论和Gibbs采样方法,首先对有色噪声的协方差阵和信道参数进行初估计,在此基础上,对序贯蒙特卡洛(SMC,sequential monte carlo)采样器的参考分布进行改进,使用SMC方法对时变信道参数进行盲跟踪(无需导频信号),从而实现了有色噪声下时变信道的半盲估计。与以往的时变信道估计方法相比,该方法具有估计误差小、顽健性强等特点。计算机仿真结果验证了该方法的有效性。 景源 殷福亮关键词:MIMO系统 时变信道估计 贝叶斯估计 随机矩阵 粒子滤波 一种基于非高斯性测度的认知无线电频谱感知新方法 被引量:1 2016年 针对认知无线网络中小尺度授权用户的频谱检测问题,提出一种新的基于非高斯性测度的频谱感知新方法.由于在某一频段内,授权用户信号的出现会使得认知用户接收信号功率谱密度的统计分布特性发生显著改变,因此,利用峭度和偏度设计一个非高斯性测度统计量,进而提出利用非高斯性测度统计量来检测认知用户接收信号功率谱密度统计分布特性的变化,从而可以实现对认知无线网络中具有低发射功率的小尺度授权用户的准确检测.仿真实验结果表明,本文所提方法具有较好的频谱感知性能,并且对噪声的不确定性具有较好的鲁棒性. 景源 李鹏 牛斌关键词:频谱感知 认知无线电 功率谱密度 一种新的小波分形混合图像编码方法 被引量:2 2006年 随着信息处理技术的飞速发展,图像压缩越来越受到人们的重视。提出一种新的小波分形混合编码方法,引入了小波树的概念,将传统分形编码中块的匹配问题转化为小波树的匹配问题。根据不同方向代表的纹理信息的不同,定义了不同的小波树。在对小波树编码时,灵活运用了零树的概念,提高了压缩效率。对于不同复杂程度的小波树分配不同的码字,具有一定的自适应性。实验结果表明,与传统的基于小波变换的分形编码相比,该方法可以获得较好的压缩效果。 孟娟 付炜 景源 林春雨关键词:小波变换 小波树 零树 基于直方图峰值优化的阶梯k-means聚类算法 被引量:1 2019年 本文提出了一种基于直方图峰值优化的阶梯k-means聚类算法,本算法能够根据给定的K值,较快的得到初始聚类中心,能够很有效的减少迭代次数,得到的聚类结果很接近真实数据。 李芝峰 景源关键词:降维 稳定性 一种基于特征关联的有限知工业通信协议异常行为检测方法 一种基于特征关联的有限知工业通信协议异常行为检测方法,该方法面向有限知工业通信协议的消息格式具有已知部分和未知部分这一特点,通过关联两部分信息对有限知工业通信协议的通信行为进行异常检测,具体包括决策树构建阶段和异常判定阶... 万明 景源 李鹏 尹凤杰文献传递 基于轮廓锐度的单目图像深度信息估计方法 本发明提出一种基于轮廓锐度的单目图像深度信息估计方法,该方法应用边缘轮廓锐度作为模糊信息估计特征、通过低层次线索信息进行深度信息提取。首先对图像进行边缘检测;接着对图像中的边缘计算边缘能量、轮廓锐度,并以边缘能量、轮廓锐... 马利 景源 李鹏 张玉奇 胡彬彬 牛斌文献传递 MIMO-OFDM无线通信系统中信道估计和频率同步的研究 近年的研究表明,多输入多输出(Multiple-Input Multiple-Output, MIMO)技术通过在无线通信系统发射端和接收端使用多根天线,能够为无线通信系统提供空间复用增益和空间分集增益。空间复用增益可以... 景源关键词:信道估计 频偏估计 相位噪声 粒子滤波 文献传递 一种基于小波包分解的自适应数字水印嵌入算法 提出一种新颖的基于小波包分解的自适应数字水印算法.为了提高水印图像的攻击鲁棒性和水印的不可见性,该算法提出基于人类视觉特性(HVS)和小波包分解的数字水印算法,同时引入信噪比自适应水印嵌入机制.实验表明:应用该算法对宿主... 付炜 景源 孟娟 林春雨关键词:数字水印 小波包 图像预处理 文献传递 一种基于小波包分解的自适应数字水印嵌入算法 被引量:2 2004年 提出一种新颖的基于小波包分解的自适应数字水印算法。为了提高水印图像的攻击鲁棒性和水印的不可见性,该算法提出基于人类视觉特性(HVS)和小波包分解的数字水印算法,同时引入信噪比自适应水印嵌入机制。实验表明:应用该算法对宿主图像嵌入水印可以达到更好的抗攻击鲁棒性和视觉效果。 付炜 景源 孟娟 林春雨关键词:数字水印算法 自适应 不可见性 HVS 人类视觉特性 水印图像 基于流模型的低照度超分辨率重建 2023年 将低照度低分辨率图像增强到正常曝光高分辨率图像具有高度的不确定性,即它们之间的映射关系是一对多的.以往基于像素重建图像和确定图像的过程未能捕捉正常曝光图像的复杂条件分布,导致不适当的亮度、残余噪声和伪影.在本文中,通过一个已经提出的标准化流模型来构建这种一对多的关系.一种以低照度图像的特征为条件,学习将正常曝光图像的分布映射为高斯分布的可逆网络模型,这样可以很好地模拟正常曝光图像的条件分布.可逆网络模型的另一个优点是在训练过程中被一个描述正常图像流形结构的损失函数约束.在LOL(Low-light)数据集上的实验结果表明,该方法相比较其他方法,获得了更高峰值信噪比(PSNR),更高结构相似度(SSIM),更少学习感知图像块相似度(LPIPS). 景源 朱道强关键词:超分辨率重建 流模型