冗余数据驱动的RTI图像增强算法:噪声抑制与位置精确
需积分: 9 87 浏览量
更新于2024-08-12
收藏 384KB PDF 举报
本文主要探讨了一种基于冗余数据分离的图像增强算法,应用于无线电层析成像(RTD)领域,发表于2013年的太原理工大学学报。RTD通过收集固定无线通信节点之间的测量数据,使用特定的数学处理技术,生成反映区域内物体分布的图像。传统图像增强技术通常针对图像空间的噪声抑制,但本文则专注于RTD的测量空间,通过降低系统的维度来提高处理效率。
算法的核心在于识别并分离对称链路中的冗余信息,这些冗余信息在实际测量中转化为噪声。通过分析接收信号强度指示(RSSI)的变化与阴影衰落的线性模型,作者设计了一个策略,将投影矩阵分解为两个部分:A组正链路和B组逆链路的冗余投影值。这两组值之间的双向差异(即Nab和Nba)被揭示为噪声信息。通过线性组合A组和B组的数据,可以有效地抑制原始图像的噪声,从而实现图像增强。
实验部分采用了JN5139芯片构建的Zigbee无线传感网,选取16个节点形成一个23.04平方米的实验环境,收集了一个人和两个人在区域内活动的测量数据。结果显示,A组和B组数据都能够完整重建图像,而它们的差异部分确实反映了噪声。当选择合适的参数α=40和β=5时,线性组合的图像能够清晰地显示出人的站立位置,证明了该算法的有效性。
此算法的优点在于双重作用:一方面,通过减少系统矩阵的维度,提升了计算速度;另一方面,通过噪声抑制策略,增强了图像的质量。这在RTD应用中具有重要意义,尤其是在需要高精度定位的场景下,比如环境监测、室内导航等。本文提出的方法对于改进无线电层析成像的图像处理能力,提升其在实际应用中的性能具有创新价值。
2020-05-30 上传
2021-05-13 上传
点击了解资源详情
点击了解资源详情
2021-05-24 上传
2021-01-27 上传
2021-05-22 上传
2022-11-30 上传
2021-02-10 上传
weixin_38642349
- 粉丝: 2
- 资源: 895
最新资源
- IEEE 14总线系统Simulink模型开发指南与案例研究
- STLinkV2.J16.S4固件更新与应用指南
- Java并发处理的实用示例分析
- Linux下简化部署与日志查看的Shell脚本工具
- Maven增量编译技术详解及应用示例
- MyEclipse 2021.5.24a最新版本发布
- Indore探索前端代码库使用指南与开发环境搭建
- 电子技术基础数字部分PPT课件第六版康华光
- MySQL 8.0.25版本可视化安装包详细介绍
- 易语言实现主流搜索引擎快速集成
- 使用asyncio-sse包装器实现服务器事件推送简易指南
- Java高级开发工程师面试要点总结
- R语言项目ClearningData-Proj1的数据处理
- VFP成本费用计算系统源码及论文全面解析
- Qt5与C++打造书籍管理系统教程
- React 应用入门:开发、测试及生产部署教程