1、“.....对于高于比特每秒高速通信来说，在调制解调器中需要均衡器来校正信道失真。由于信道特性总的来说是未知的，且是时变的，因此需要用自适应算法进行自适应均衡。自适应算法的设计主要分为两个步骤，首先选择均衡器的类型，然后根据选择均衡器的类型设计均衡器的算法。本课题均衡器的结构选择横向滤波器，算法形式选用算法。横向滤波器的选择本课题采用的自适应均衡器是有限长抽头式横向滤波器，其结构框图所示。设横向滤波器的输入序列矢量为，滤波器的加权矢量或称系数矢量为，横向滤波器的结构图物理电气信息学院本科毕业设计则横向滤波器的输出可表示为式中，为横向滤波器的长度。算法迭代公式的推导本设计采用的算法是算法。以下为该算法的推导过程设为系统的期望响应信号，也称为训练信号，为滤波器的输出相对于的误差，即取滤波器的输出与期望响应之间的均方误差为代价函数......”。

2、“.....是个阶方阵为互相关矩阵。于是，式可表示为根据最小均方误差准则，使式对的梯度即偏导为零，即则可得到的最佳值应满足方程式中，称为横向滤波器的维纳解。算法的核心思想是用平方误差代替均方误差，即式变为由最陡下降法得物理电气信息学院本科毕业设计将式代入式得式中，为步长因子。计算机仿真算法的算法流程上小节分析了算法的推导过程。本小节从计算机实现的角度出发，分析均衡算法的流程。首先，以流程图的形式分析算法的运算过程。由图可以看出，算法有两个数据输入口和个数据输出口。在实际应用中，为了观察均衡器收敛的情况，往往需要再增加个数据输出，即由误差信号导出的均方误差值......”。

3、“.....由以上的叙述可知，线性自适应均衡器可以采用多种工作万式，因此，将以上基本算法应用于这几种均衡模式即可得到工作在不同状态下的线性均衡算法。算法及其应用本实验通过个二阶自回归过程来研究实时数据集平均对算法的影响，模型的差分方程为其中是零均值方差为的白噪声图为模型及其二阶自适应线性预测模型，根据算法的基本步骤可以写出该算法的程序如下模型及二阶自适应线性预测器物理电气信息学院本科毕业设计每个点的误差平方每个点的误差平方累积每个点的次误差平方均值权值的累积权值的累积,输入信号物理电气信息学院本科毕业设计,与的收敛曲线,次平均后与的收敛曲线,误差曲线学习曲线次平均误差曲线学习曲线下面对结果进行分析图为与的收敛曲线，比较平滑的为次平均求得的收敛曲线，而另外种起伏较大的为单次实现的收敛曲线，权初值为。输入信号物理电气信息学院本科毕业设计与的收敛曲线图为初始权值为，时的误差曲线，即所谓的学习曲线，收敛速度较快的为次集平均学习曲线，而起伏较大的为单次实现的学习曲线物理电气信息学院本科毕业设计平方误差曲线学习曲线修改值......”。

4、“.....当收敛步长值变小时，收敛曲线的起伏变小，但收敛速度也减慢,物理电气信息学院本科毕业设计参考文献张思玉自适应均衡算法的研究硕士论文成都电子科技大学，吴碧自适应均衡技术的研究与实现硕士论文北京中国科学院声学研究所，李强，王其申消除噪声的自适应滤波方法研究安庆师范学院学报自然科学版蔡泽鉴，葛建华改进的半盲自适应信道均衡技术数字电视与数字视频夏云非，唐桃波，宋洪运自适应信号处理在通信中的应用仪器仪表学报，无线通信原理与应用蔡涛，李旭，杜振民译第版，北京电子工业出版社，王彬，邱新芸自适应均衡器及其发展趋势仪器仪表学报韩明秋自适应均衡技术的应用研究硕士论文兰州兰州大学，荣雅君,杨秋霞自适应滤波器的设计及其应用河北大学学报自然科学版何振亚自适应信号处理北京科学出版社，孙洪标自适应均衡器的设计硕士论文天津南开大学，董昕通信系统自适应均衡技术研究硕士论文成都电子科技大学，张璞，黄瑞光自适应噪声抵消系统的算法讨论与实现研究电声技术，曹达仲，王尤翠数字移动通信中的自适应均衡技术通信技术李芳，黄志勇......”。

5、“.....谢胜利短波通信中的自适应信道均衡技术通信技术王庆平无线通信中的自适应均衡理论及应用研究硕士论文昆明昆明理工大学，物理电气信息学院本科毕业设计测器匹配滤波器中频部分射频接收前端发射机，信道和接收机的射频中频部分的合成冲激响应等效噪声重建的信息数据据均衡器判决器使用自适应均衡器的通信系统结构框图ˆ物理电气信息学院本科毕业设计若是原始信息信号，是等效的基带冲激响应，即综合反映了发射机信道和接收机的射频中频部分总的传输特性，则均衡器收到的信号可表示为若均衡器的冲激响应是，在不考虑噪声的情况下，均衡器的输出为ˆ其中，是发射机，信道，接收机和均衡器四者的等效冲激响应。横向滤波均衡器的基带复数冲激响应可以描述如下其中，是横向滤波的系数。均衡器的期望输出值为原始信号。假定，则为了使公式中的ˆ，必须要求均衡的目的就是实现这公式。其频域表达式为上式表明，均衡器实际上就是信道的反向滤波器。若传输信道是频率选择性的......”。

6、“.....但是本设计可以快速并且准确去除掉图中的小噪音。本设计完全可以应用到图像处理中。与此同时，本论文所在的研究工作仍然存在着许多缺陷有待进步的完善。参考文献郝文化，田蕾图形图像处理应用教程北京中国水利水电出版社,王家文,王皓,刘海编程基础北京机械工业出版社,章毓晋，图像工程图像处理和分析北京清华大学出版社,夏良正，数字图像处理，南京东南大学出版社,,戴得德，强噪声条件下激光光斑图像预处理方法研究计算机应用党丽萍，变背景条带状激光光斑边界的提点链接法,由图像梯度图中个边缘点出发,依次搜索并连接相邻边缘点从而逐步检测出边界的方法。哈夫变换法是利用图像全局特性而直接检测目标轮廓的种常见的方法,该方法的主要优点是受噪声和曲线间断的影响较小。区域提取方法区域提取法有两种基本形式种是从单个象素出发,逐渐合并以形成所需的分割区域另种是从全图出发,逐渐分裂切割至所需的分割区域。在实际中使用的通常是这两种基本形式的结合。根据以上两种基本形式,区域提取法可以分为区域生长法和分裂合并法。区域生长法的基本思想是将具有相似性质的象素合起来构成区域......”。

7、“.....再在种子区域的基础上不断将其周围的象素点以定的规则加入其中,达到最终将代表该物体的所有象素点结合成个区域的目的。该方法的关键是要选择合适的生长或相似准则。生长准则般可分为三种基于区域灰度差准则基于区域内灰度分布统计性质准则和基于区域形状准则。分裂合并法是先将图像分割成很多的致性较强的小区域,再按事实上的规则将小区域融合成大区域,达到分割图像的目的。区域提取法的缺点是往往会造成过度分割,即将图像分割成过多的区域。因此,近年来针对这种方法的研究较少。不过,还是有些新的算法出现,如王广君等人提出的基于四叉树结构的图像分割方法,将区域增长和人工智能结合起来,使分割速度大大提高,算法同时能得到图像目标大小目标灰度目标个数目标边界等。该方法对多目标图像分割有更好的适应性。刘宁宁等提出的基于代理机模型的交互式图像分割方法,代理机是完成特定功能的模块,通过控制界面和汇报界面实现与操作者的交互该方法特别适合医学图像分割。钱晓峰等人提出的种逆时针追踪轮廓线的彩色图像区域分割算法,其基本思想是按逆时针顺序追踪轮廓线,在追踪过程中避免了象素点的行政管理判断......”。

8、“.....从而保证追踪过程的连续间方差法最小误差法与均匀化误差法共生矩阵法最大熵法简单统计法与局部特性法概率松驰法模糊集法特征空间聚类法基于过渡区的阈值选取法等。图像分割子程序流程如下图图像分割子程序流程图阈值分割程序桌面求出图像大小求出图像中最大的灰度最小的灰度开始读取图片转化为灰度图像求取最佳阈值阈值分割图像结束赋初值为最大值和最小值的平均值赋初值为计算灰度大于阈值的元素的灰度总值，个数赋值为计算灰度小于阈值的元素的灰度总值，个数赋值新旧阈值的允许接近程度记录几次循环阈值分割最佳算法循环次数大问题。对于高于比特每秒高速通信来说，在调制解调器中需要均衡器来校正信道失真。由于信道特性总的来说是未知的，且是时变的，因此需要用自适应算法进行自适应均衡。自适应算法的设计主要分为两个步骤，首先选择均衡器的类型，然后根据选择均衡器的类型设计均衡器的算法。本课题均衡器的结构选择横向滤波器，算法形式选用算法。横向滤波器的选择本课题采用的自适应均衡器是有限长抽头式横向滤波器，其结构框图所示。设横向滤波器的输入序列矢量为......”。

9、“.....横向滤波器的结构图物理电气信息学院本科毕业设计则横向滤波器的输出可表示为式中，为横向滤波器的长度。算法迭代公式的推导本设计采用的算法是算法。以下为该算法的推导过程设为系统的期望响应信号，也称为训练信号，为滤波器的输出相对于的误差，即取滤波器的输出与期望响应之间的均方误差为代价函数，即定义为均衡器输入序列的自相关矩阵，是个阶方阵为互相关矩阵。于是，式可表示为根据最小均方误差准则，使式对的梯度即偏导为零，即则可得到的最佳值应满足方程式中，称为横向滤波器的维纳解。算法的核心思想是用平方误差代替均方误差......”。