传统的暗通道先验已成功地运用于单一图像去模糊问题,但是,当模糊图像具有显著噪声时,暗通道先验无法对模糊核估计起到作用.因此,得益于分数阶计算能够有效地抑制信号的噪声并对信号的低频部分进行增强,将分数阶计算理论与模糊图像的暗通道先验相结合,提出一种基于改进的暗通道先验的运动模糊核估计方法.首先,结合最大后验估计算法与分数阶暗通道先验,构建出运动模糊图像的核估计模型;其次,利用半二次方分裂法解决模型的非凸问题;最后,根据粗糙-精细的策略,利用多尺度迭代框架估计出准确图像的模糊核,进而利用非盲去模糊的方法求解清晰图像.实验结果表明:在有无显著噪声的模糊图像中,所提出的算法虽然所需计算时间较长,但是能够获得较为准确的模糊核,并且能够减少图像噪声以及振铃伪影,提高清晰图像估计的质量;此外,对于不同类型的模糊图像,所提出的算法也同样适用.

matlab分数解方程，预估校正算法h=0.05*pi;alpha=0.5;gem=1/gamma(0.5); x(1)=0; for k=1:101 t(k)=h*(k-1); end for i=1:100 f=0; a(i+1)=h^alpha/((alpha+1)*alpha); for j=1:i a(j)=h^alpha/(alpha*(alpha+1))*((i-j+2)^(alpha+1)-2*(i-j+1)^(alpha+1)+(i-j)^(alpha+1)); ff(j)=sin(j);

这是一本国外的分数阶解微分方程的课本，详细介绍了分数阶微分方程地发展和应用

我所撰写的该文档里介绍了三种混沌映射的改进思路，分别为：耦合型混沌映射的设计原理，分数型混沌映射的设计原理以及离散分数阶混沌映射的设计原理。

分数阶傅立叶变换的原理、快速算法、应用实例等

本压缩包提供了作分数阶混沌系统的吸引子图和李雅普诺夫指数图的函数和一个实例。

给出了分数阶傅立叶变换( FRFT) 的定义 ,介绍了已有的几种离散 FRFT 快速算法 ,并简要分析了这几种算法的优缺点. 在此基础上提出了一种新的FRFT 快速算法. 该算法避开特征值与特征向量的匹配问题 ,具有易理解、易实现、效果好等优点. 并且在改变分数阶幂时不需重新计算整个过程 ,只需计算一个对角矩阵. 为与其他方法作比较 ,作者最后对几个典型信号作了计算机仿真 ,并给出其仿真结果.

采用短时傅立叶变换(STFT),Wigner-Ville分布(WV),分数阶Fourier变换(FRFT)3种时频分析方法,对多分量LFM信号在不同信噪比的情况下进行检测,并对仿真结果进行对比分析,可以得出在低信噪比的情况下基于分数阶Fourier的多分量LFM信号的检测方法较好。

基于matlab的分数阶傅里叶变换故障诊断技术的实现

描述：研究一种基于分数阶傅里叶的方法进行时变信道估计。对于信道参数模型，通过发射多分量线性调频信号（multi-component LFM signal）探测信道。在接收端应用分数阶傅立叶变换对接收信号进行参数估计及信道估计,从而获得时变信道参数。 步骤：1.提出UWB LFM信号的信道估计的方案 2. 完成UWB LFM信号的信道估计的仿真 3.给出结果并且分析所提出方法的性能及可用性。 任务： 1.大体框架和给您的文章(《一种基于分数阶傅立叶变换的时变信道参数估计方法》陈恩庆，陶然，)是一样的，必须先仿真这篇论文中的四个仿真图（即文章的第四个部分仿真实例）。再进行之后的改进，原文仿真代码和改进代码都要。 2.蒙特卡罗模拟随机信源。 3.多分量线性调频信号（multi-component LFM signal）做导频信号 4.接收端用FrFT检测导频信号，并且进行参数估计及信道估计(仿真重点) 5.调节至超宽带频率。 6. 当SNR高于10db的时候，误码率不要高于10^-4。 7.写明方案大体流程，写清程序的注释。 8.我学校的要求都是英文的，以上为我的翻译，要是有不明白的地方，请参考我的《英文原版题目》 9.除了参考论文的仿真图外，多仿真一些其他可用于信道模拟的图。 10.先用最简单的LS信道估计方法（含仿真代码及图）作为文章引入 11.如果可以，把我的方法和另外一种常用的简单的做比较证明他的优势。