无线通信信噪比估计算法的研究与实现.pdf

维纳滤波matlab代码，对语音去噪有较明显效果，可做去噪算法借鉴

图像去噪增强算法的研究.pdf

图像高斯噪声及椒盐噪声去噪算法研究.pdf

分数阶图像去噪变分模型及投影算法.pdf

K--SVD算法在图像去噪中的研究.pdf

K-SVD算法的图像去噪的实验.pdf

SNR（信噪比）最大准则 若阵列信号为： 如果信号分量 与噪声分量 统计无关，且各自相关矩阵已知： 则 输出功率： 其中 为信号功率， 为噪声功率。

两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=12…N，f0 为规一化频率H0 ： xn wn () () = n=12…N其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布1 0 2 ( ) 20 pθ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给定虚警概率，画出输入信噪比与检测概率之间的理论曲线。(注意：理论检测曲线与样本数有关) 2）改变样本数，用 Monte-Carlo 实验方法得出 PF＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。 3）改变 M-C 实验次数，样本数不变，用 Monte-Carlo 实验方法得出 PF ＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。

一种碳纤维边缘提取方法（代码+论文）。 碳纳米纤维的边缘检测对于研究其性能具有重要的意义。然而，由于设备老化等诸多原因，电镜采集的碳纤维图像引入了较多的噪声。这使得传统的边缘检测算子往往不能提取出连续的碳纤维边缘。本文基于全变分去噪模型来解决这个问题，该方法在能量函数J(u)中引入了一个正则项，通过优化J(u)使其达到最小，来实现去除噪声保持边缘的目的。实验结果显示，碳纤维图像经过全变分模型迭代公式迭代10次后，碳纤维的噪声区域就已经得到了平滑，边缘得到了保持。用Prewitt算子处理后，图像的连续的边缘被提取出来了。