基于非凸范数最小化图像去噪算法

为改善高斯噪声条件下图像去噪性能,基于低秩理论,提出基于伽马范数最小化的图像去噪算法.所提算法对噪声图像重叠分块,基于结构相似性指数自适应搜索与当前图像块若干最相似非局部图像块以组成相似图像块矩阵,进而利用非凸伽马范数无偏近似秩函数以构建低秩去噪模型,并基于凸优化理论求解所得低秩去噪优化问题,重组所得去噪图像块以获得最终去噪图像.与PID,NLM,BM3D和NNM等主流去噪算法相比,实验结果表明,所提算法可有效消除高斯噪声,且可较好地恢复原始图像细节.     

基于凸优化提高MIMO-STAP检测性能的波形设计

考虑了复杂环境下改善基于多输入多输出正交频分复用(MIMO-OFDM)雷达的空时自适应处理(STAP)检测性能的波形优化问题。基于最大化输出信干噪比(SINR)准则,推导了改善STAP检测性能,且具有恒模约束的波形优化问题。为求解所得复杂非线性优化问题,将非凸约束-恒模约束,松弛为凸约束-低峰均比(PAR)约束,以降低运算复杂度从而利于工程应用。提出一种基于对角加载(DL)的新方法,以将此问题转化为半定规划问题(SDP),因而可获得高效求解,从而便于硬件实现。仿真表明:相较于不相关波形以及MIMO-STAP方法,所提方法可显著提高STAP检测性能。