对于水下图像预处理的滤波中，采用Non-localmeans算法，其效果很好，在保持图像边缘的同时，较大程度地剔除了噪声，适合于水下颗粒噪声较明显的图像预处理?通过与中值滤波?均值滤波等常用算法对比，也证明了这一点，较大地提高了信噪比?

介绍了一种2.4 GHz的低噪声亚采样锁相环。环路锁定是利用亚采样鉴相器对压控振荡器的输出进行采样。不同于传统电荷泵锁相环，由于在锁定状态下没有分频器的作用，由鉴相器和电荷泵所产生的带内噪声不会被放大N2 倍，从而会使锁相环的带内噪声极大程度地减小。在输出电压摆幅相同的情况下，压控振荡器采用NMOSPMOS互补结构降低了锁相环的功耗。锁相环的设计在TSMC 180 nm CMOS工艺下完成，在1.8 V的供电电压下，锁相环功耗为7.2 mW。在偏移载波频率200 kHz处，环路的带内噪声为-124 dBc/Hz。

线性系统基于扰动和时滞多系统的切换控制的simulink仿真，最近比较热门

基于模糊度和噪声水平的图像质量评价方法

描述了实现有源噪声控制的算法原理、算法及实现

通过对光学相干层析(OCT)系统中的噪声源进行分析,提出了一种将小波变换和分数阶积分结合的OCT图像去噪方法。先将OCT图像进行小波分解,获得不同频带的子图像。将低频近似图像保持不变,对水平、垂直和对角三个方向的高频细节图像采用三种改进的分数阶积分Tiansi模板进行滤波,最后将低频近似图像与三个分数阶积分滤波后的高频细节图像合成,得到去噪后的图像。实验结果表明;该算法在有效降低OCT图像散斑噪声的同时,尽可能地保留了图像的细节;相比经典的去噪算法和单一的分数阶积分算法,本文算法的去噪效果较好。

时滞系统的模糊PID控制的matlab/simulink仿真模型，有详细的说明及参考资料。能够直接在matlab里运行

大气湍流会导致大气激光通信链路误码率性能的恶化，提出了一种频域反卷积方法抑制大气激光通信系统中的乘性噪声。该方法有效地把反卷积技术与大气激光通信相结合，算法中加入快速傅里叶变换(FFT)模块，将信号转换到频域进行反卷积滤波，降低了算法复杂度。利用大气激光通信实测系统在雨天天气下进行实验验证，对比反卷积前后调制信号的星座图并分析系统误码率。实验结果表明，频域反卷积能够降低大气激光通信系统的误码率，是一种抑制大气信道乘性噪声的有效方法。

恢复极度模糊或退化的图像。 由于许多因素，例如相机和行驶中的汽车之间的相对运动（例如超速行驶的汽车的图像），图像变得模糊。 逆滤波器、维纳滤波器和露西-理查森滤波器用于恢复图像。 光流分析，即模糊长度和模糊角度等模糊参数的估计也是其中的一部分。 包含帮助文件以帮助您。 如果有人觉得这个文件有用，请留下评论。 它非常令人鼓舞。

该程序运用matlab实现了在高斯白噪声背景下直流电平的检测。图中画出了似然比门限，虚警概率，漏警概率随先验概率，代价因子，噪声方差，电平幅度的变化。