为提高其精度，提出了一种高斯噪声背景下的科氏质量流量计相位差估计新方法。
从补码的特*出发，根据CCK调制规则，采用相关解调，推导在加*白*高斯噪声信道条件下CCK调制的*能表达式。
根据视觉测量图像质量较好及以高斯噪声为主的特点，提出采用简单的高斯滤波或者SUSAN去噪算法对图像在卡尺范围内进行滤波处理的方法。
与现有时变信道半盲估计方法相比，本方法具有估计误差低、对非高斯噪声顽健*强等特点，从而有效改善了接收端的符号检测*。
研究了受*高斯噪声驱动的肿瘤细胞增长系统的瞬态态*质（平均首通时间T）。
此方法分为4个阶段：①用均值滤波去除随机噪声；②用高斯滤波去除高斯噪声；③用直方图均衡化法平衡立体图对间的亮度差异；④用拉普拉斯锐化增强图像的边缘和细节。
通常的基于短时自相关的自适应线谱增强器（SABALSE）主要缺点是：输入信噪比低时，抑制高斯噪声*能差。
其次滤除受高斯噪声污染的像素点，采用对称近邻均值滤波算法。
该步长对高斯噪声或非高斯噪声均有一定免疫*，同时能快速收敛。
