Modèle accord modulation temps de travail

Des modulations QAM plus complexes, comme 16QAM, ont simplement plus d`États. Pour 16QAM, les valeurs I et Q peuvent chacune avoir l`une des quatre valeurs discrètes, ce qui donne 16 combinaisons possibles. Il en résulte 16 combinaisons d`amplitude et de phase pour le signal RF. Le signal peut être décrit comme une fonction du temps par l`équation suivante: le nombre de fonctions de base (N) affecte la fluidité des variations de courant du tube sur θ. Le nombre doit être assez grand pour permettre des profils de modulation flexibles qui capturent des variations anatomiques réalistes, mais assez petits pour assurer une recherche de faible dimension et pour éviter les fluctuations à haute fréquence qui ne sont pas réalisables par un véritable système de CT. Dans ce travail, nous avons choisi N = 8 de telle sorte que TCM peut varier tous les ~ 20o. Une considération importante dans le choix du paramétrage de faible dimension est qu`il devrait être suffisamment polyvalent pour représenter différentes classes de profils de modulation afin qu`ils ne soient pas exclus de l`espace de recherche. Deux schémas de modulation adoptés conventionnellement – une constante et une fonction sinusoïdale – sont illustrés à la Fig. 2 (b) pour illustrer la différence entre les représentations de fonction de base (ligne solide) et la vérité terrestre (ligne rouge pointillée).

Les deux courbes se chevauchent presque complètement pour les deux modèles de modulation, avec une erreur quadratique moyenne de ~ 0,0052% de la fluence moyenne pour le modèle constant et ~ 0,11% pour le modèle sinusoïdal. L`information est «transportée» par un transporteur RF à travers le processus de modulation. Le signal d`information (voix, données, etc.) est utilisé pour modifier les propriétés du signal RF. Un exemple simple est modulation d`amplitude, ou AM. Le modèle d`observateur adopté dans ce travail est le modèle linéaire non-préblanchissant, choisi comme modèle quasi-idéal pour représenter la limite supérieure de la détectabilité tout en tenant compte de l`incapacité de l`homme à préblanchir le bruit corrélé. L`inclusion de la caractéristique de non-blanchiment est importante pour ce travail parce que les observateurs de préblanchiment sont invariants à la quantité de lissage dans l`image reconstruite et ne produirait pas un optimum pour la conception de régularisation.

Please follow and like us:
0