摘要:为了提高图像复原算法的性能 ,提出了一种改进的奇异值分解法估计图像的点扩散函数。从图像的退化离散模型 出发 ,对图像进行逐层分块奇异值分解 ,并自动选取奇异值重组阶数以减少噪声对估计的影响。利用理想图像奇异值向 量平均能谱指数模型 ,估计点扩散函数奇异值向量的频谱 ,再反傅里叶变换得到其时域结果。实验结果表明 ,该方法能 在不同信噪比情况下估计成像系统的点扩散函数 ,估计结果比原有估计方法有所提高 ,有望为图像复原算法的预处理提 供一种有效的手段。-Abstract : T

OFDM系统中基于奇异值分解降秩的MMSE信道估计算法，非常经典-OFDM channel estimation by singular value decomposition.pdf

对结构响应信号进行连续复Morlet小波变换，根据小波系数的模极大值提取小波脊线，识别结构的瞬时频率；为降低噪音的影响，采用奇异值分解(SVD)方法进行降噪处理，建立了一种基于连续复小波变换识别时变系统 瞬时频率的方法。用一个具有时变刚度的弹簧质量系统的数值算例验证方法的有效性，随后设计了一个时变拉索 结构试验，分别对索施加线性和正弦变化的拉力，同时测试结构的冲击响应，运用提出的方法成功地识别了索的瞬时频率。数值与试验结果表明，提出的方法能有效地识别时变结构的瞬时频率，且识别方法具有一定

粒子滤波算法在非线性系统中得到了广泛的应用，其精度取决于目标概率函数和重要性函数是否相近，并且样本退化问题也影响了算法的性能。针对粒子滤波算法中样本退化的问题，本文提出一种基于奇异值分解的粒子滤波算法。该算法通过使用奇异值分解方法得到的重要性概率密度函数更接近于目标概率分布，降低样本退化的影响，提高了滤波器的精度，然后在列车组合定位系统的数学模型中应用该算法进行仿真实验。 -Particle filter algorithm for nonlinear systems is widely use