资 源 简 介
应用背景对称符号重复（SSR）的子载波间干扰（ICI）自消除方案已被证明是一个简单和方便的方法来减少干扰引起的频率偏移。它利用数据的分配和结合（1，- 1）对对称放置的子载波来减轻ICI的影响。然而，数据分配因子（1，- 1）是不是一个最佳。在本文中，一个最佳的数据分配（1，λ）和结合（1，美国）计划是提出了一个估计的归一化频率最大化电路的性能偏移量ε。并；但是，这需要持续的财务总监估计和反馈电路。一个次优方案利用最优子对（lamdaso，USO）也提出了彻底消除的要求首席财务官估计。仿真结果证实的表现提出的优化方案比传统的SSR的ICI自消除方案。次优的方案可以应用于任何范围的ε和次优值可以（lamdaso，USO）利用建议的次优方案计算。利用最优SSR的ICI自消除方案的电路方法也要优于传统的SSR ICI自取消。关键技术基于模型图像分割在图像分析和图像检索中占据着主导地位。分析图像的特征，基于模型的分割算法与非参数方法相比更有效。在这个项目中，我们提出了基于小波的图像自动分割（aiswt）使分割快速和简单。图像离散小波的逼近带变换被认为是包含重要信息的分割输入图像。基于直方图的算法是用来获得的数目区域和初始参数，如均值，方差和混合因子。最后的参数是通过使用期望和最大化算法。确定的近似系数的分割最大似然函数。它是观察到，所提出的方法是计算效率高，允许分割的大图像和执行许多优于早期的图像分割方法。
