基于细胞自动机和自适应LMS滤波器的图像滤波方法研究

摘要

自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一。寻求收敛速度快，计算复杂度低，数值稳定性好的自适应滤波算法是研究人员不断努力追求的目标。 细胞自动机是一种有自组织行为的时空离散、状态离散的并行数学模型。作为实现复杂系统的离散模型，细胞自动机可以用来模拟和解决许多实际问题，从而成为研究的热点之一。 本文主要对自适应图像滤波算法进行了研究，并对传统的自适应LMS(Least MeanSquare)滤波算法进行了详细的分析。为了克服LMS滤波算法的收敛速度慢的缺点，探索自适应LMS滤波新方法。本文对细胞自动机的基本理论和并行实现方法进行研究，研究发现细胞自动机的许多特点使其能够成为滤波算法的核心技术之一，细胞自动机的快速并行计算的特点能够大大加快自适应LMS滤波算法的收敛速度，同时也可以使用细胞自动机的拓扑结构来处理具有不稳定性的图像。本文的主要工作是提出一类新的自适应LMS滤波算法一细胞自适应LMS滤波算法，把细胞自动机结构模型应用于自适应LMS滤波算法中。试验结果表明，这种新的滤波器使算法的收敛速度大大加快，同时也取得令人满意的滤波效果。

目录

文摘

英文文摘

声明

第一章绪论

1.1选题背景及研究意义

1.2相关研究综述

1.2.1自适应滤波理论研究综述

1.2.2细胞自动机的研究现状

1.3本文的研究与组织

第二章自适应LMS滤波算法

2.1自适应滤波算法的种类

2.1.1变步长自适应滤波算法

2.1.2RLS自适应滤波算法

2.1.3变换域自适应滤波算法

2.1.4仿射投影算法

2.1.5共轭梯度算法

2.1.6基于子带分解的自适应滤波算法

2.1.7基于QR分解的自适应滤波算法

2.1.8其它一些自适应滤波算法

2.2自适应LMS算法

2.2.1LMS算法

2.2.2 ξmin与滤波器阶数N及输入信号特性的关系

2.3改进的归一化变步长LMS算法

2.3.1NVS算法和MNVS算法

2.3.2改进的归一化变步长LMS算法

2.4本章小结

第三章细胞自动机研究

3.1细胞自动机

3.1.1 细胞自动机的单元

3.1.2细胞自动机的规则

3.1.3细胞自动机的边界条件

3.2细胞自动机的分类

3.3细胞自动机的应用

3.4本章小结

第四章并行实现细胞自动机

4.1细胞自动机的并行实现的理论基础

4.2细胞自动机的并行应用实例

4.2.1问题分析

4.2.2串行解决方案

4.2.3并行解决方案

4.2.2实现方案的性能评价

4.3本章小结

第五章基于细胞LMS滤波器的滤波算法

5.1细胞自适应LMS滤波器的设计

5.1.1细胞自适应LMS滤波器的设计

5.1.2收敛性

5.1.3有界性

5.2细胞自适应LMS滤波器的并行算法设计

5.2.1细胞自动机的构成

5.2.2细胞自动机的转移规则

5.2.3并行算法实现

5.3计算机仿真结果

5.4本章小结

结论

参考文献

攻读硕士学位期间取得的研究成果

致谢