搜索资源列表
GAUSSIAN
- 对图象躁声的处理存在一个平滑和锐化的矛盾。躁声在图象中对于高频部分的贡献比正常数据要大,也就是说它与它周围的象素存在“突变”,这就是我们平滑的原因。但是“突变”也可能是边界,只进行平滑可能会模糊边界,得到不满意的结果。“锐化”就是为了突显边界,这两者之间存在一个权衡。本程序以8位的BMP图,和未知的高斯噪声为例子。为了能有效的验证算法的正确性,先写给出制造高斯躁声的程序(可以调节方差),然后给出有效的消除高斯躁声的算法。程序的编译运行的环境是WindowsXP系统,VC++2005。
cdma_simulation
- cdma系统matlab仿真程序,信道包括加性白高斯噪声,复合加性白高斯噪声,瑞利衰落,频率选择性瑞利衰落,双信道瑞利衰落。直扩调制,直扩解调。20段小程序,很不错。
wireless-phy
- ns2下无线信道差错模型,有高斯噪声信道和GE 信道两种
eight
- 用MATLAB软件产生一个被高斯噪声污染的lenna图像,使用T3、T5、高斯滤波、中值滤波进行处理;
xbjz
- 在小波软阈值的基础上进行改善相应的阈值根据分解层数的不同设定相应的阈值,对加入的高斯噪声图像进行降噪处理。结果还有些模糊,希望多多交流!
DSB
- 绘出DSB解调器的输出并给出功率为其0.001,0.01,0.05,0.1和0.3倍的白高斯噪声存在的情况下解调器的输出
FM
- 采用频率调制 为1000Hz的载波,在解调前把加性白高斯噪声加入到调制信号。当噪声功率和调制信号功率比为0.001,0.01,0.05,0.1和0.3是进行解调并绘出调制信号
anisodiff3D
- 运用Perona-Malik各向异性扩散模型对3d图像进行平滑去噪。此方法可以有效的抑制高斯噪声,并保护图像的边缘特征。
CP0801_GNOISE1
- UWB超宽带信号的高斯噪声的产生代码。用在MATLAB的仿真中
BPSK
- matlab实现的简单BPSK调制,经过高斯噪声信道
moni
- 基于matlab经过高斯噪声信道的模拟调制系统
嵌入水印 (2)
- 此系统可以根据量化系数的选择不同而使水印信号的脆弱程度不同。由实验结果显示假如Q=1,当图像受到高斯噪声的攻击时,已经不能通过系统的认证。-system can quantify the different coefficients so fragile watermark signals to different degrees. From the experimental results show that if the Q = 1, when images by Gaussian nois
仿真程序
- 信号调制识别:在SNR=10db,干扰为高斯噪声的条件下进行信号调制类型的自动识别。-signal modulation recognition:Automatic signal modulation on the condition of SNR=10db and Gaussian noise.
DSP中含有gauss白噪声的双频正弦输入
- DSP中输入信号的生成过程。 conio.cpp实现X(n)信号,其中有两个频率分量的正弦信号(正弦计算由sinwn.cpp实现),频率可变,这里取140Hz和70Hz。 考虑了高斯白噪声,由gauss.cpp实现。 最后该信号共产生2000个点,最后的信号点存储于 “x.txt”文本中。-DSP input signal generation process. Conio.cpp achieve X (n) signal, in which there are two components o
LIC 线卷积,和其他卷积
- L IC 方法是基于矢量方向的相关性来对噪声纹理进行低通滤波,最终显示相关性
噪声生成源代码
- MATLAB给图像添加高斯、椒盐、加性及乘性噪声(噪声生成)源代码
能量检测Rayleigh衰落信道仿真
- 在给定SNR下,先产生一个原始信号(单音或者BPSK基带信号)然后通过不同信道,如AWGN,Rayleigh等等,再根据给定的平均SNR叠加高斯噪声, 再进行能量检测,对叠加信号求功率累积并对噪声功率进行归一化,然后由Pf反推一个检测门限Th,将累积功率与门限比较,求超过门限次数即为检测概率。由此进行Monte-Carlo仿真画出Pm-Pf曲线,并与理论曲线进行比较。
Energy—dection
- 仿真思路:以URKOWITZ 在1967年发表的能量检测文章以及Digham 2003、Ghasemi 2007发表的一系列文章为参考, %在AWGN信道中,给定SNR下,先产生一个原始信号(单音或者BPSK基带信号),然后叠加高斯噪声, 再进行能量检测, %对叠加信号求功率累积并对噪声功率进行归一化,然后由Pf反推一个检测门限Th,将归一化累积功率与门限比较,求超过门限次数即为检测概率。 %由此进行Monte-Carlo仿真画出Pm-Pf曲线,并与Digham给出的ROC理论曲线进行比较