同信道干扰是通信系统中普遍存在的问题，这将导致到达方向（DOA）估计的恶化。 为了解决这个问题，提出了一种适用于均匀圆形阵列（UCA）的分数阶低阶循环MUSIC方法。 所提出的方法可以消除相同频带内的脉冲噪声和干扰，并且在高斯噪声中也能很好地表现出来。 特别地，该算法可以应用于窄信号模型或宽带信号模型。 仿真结果强烈验证了该方法的高性能。

matlab椒盐去噪代码

% 在一定密度的图像中添加椒盐噪声% image_noisy = 胡椒或盐 (image_orig, ND, type_noise, min_val, max_val) % image_noisy = 添加盐或胡椒或盐和胡椒噪声后的图像% image_orig = 添加盐或胡椒或盐和胡椒噪声后的图像％ND =噪声密度，默认值为0.2（20％噪声） ％type_noise =决定是否添加盐或胡椒粉，或同时添加两种类型的噪音， 胡椒的百分比值为 1，盐的值为 2，盐和胡椒噪声的值为 3。 % 默认值是 3（如果默认值，将添加盐和胡椒粉） % min_val = 最小噪声值。 胡椒噪声的值为 0。 % 在随机值的情况下，应为 min_val 分配不同的值% 脉冲噪声% max_val = 最大噪声值。 在图像范围为 [0,1] 的情况下，胡椒噪声值为 1 % 而如果图像具有范围，则应分配 25

用于去除随机值脉冲噪声的新型算法.用matlab运行

脉冲噪声下双基地MIMORadar系统联合参数估计与目标定位

基于`P-范数模型拟合的脉冲噪声压缩感知的鲁棒稀疏恢复

在这项研究中，我们介绍了两种基于分数低阶循环平稳性的鲁棒信号选择新算法，以解决在存在干扰和α稳定分布脉冲的情况下估计循环平稳信号到达时间差（TDOA）的问题噪音。 基于传统的信号选择和分数低阶统计量（FLOS）的TDOA方法在存在非高斯α稳定脉冲噪声和干扰信号干扰的情况下会导致性能下降。 通过利用分数低阶循环平稳性，我们能够开发一种新颖的多周期方法和广义分数阶低阶光谱相干方法。 所提出的方法抑制了α稳定脉冲噪声的影响，并更好地利用了循环平稳信号的循环平稳特性。 仿真结果表明，新方法对干扰和脉冲噪声具有较高的容忍度，并且比常规算法具有更高的估计精度。

联合估计到达时间差（TDOA）和到达频率差（FDOA）或多普勒的问题具有多种实际应用。 在存在非高斯α稳定脉冲噪声和干扰的情况下，常规的循环歧义函数和分数阶低阶歧义函数的性能会下降。 为了克服这些缺点，提出了一种基于分数低阶循环平稳性的鲁棒性平稳信号选择算法。 该新方法利用了循环平稳性特征和分数阶低阶统计量，对干扰具有很高的容忍度，并且对高斯噪声和非高斯α稳定脉冲噪声均具有较强的鲁棒性。 通过与基于循环平稳性和基于分数低阶统计量（FLOS）的方法进行比较，证明了该方法在存在脉冲噪声和干扰的情况下的鲁棒性和有效性。

相关系数在脉冲噪声环境下的稳健性综述

脉冲噪声去噪是一个具有研究性的课题，一个好的算法才能实现好的去噪效果。本算法基于一篇引用比较高的经典论文使用matlab代码实现，通过实验实现了不错的脉冲噪声去噪效果。