DFT(Discrete Fourier Transformation)是數(shù)字信號分析與處理如圖形、語音及圖像等領(lǐng)域的重要變換工具，直接計算DFT的計算量與變換區(qū)間長度N的平方成正比。當(dāng)N較大時，因計算量太大，直接用DFT算法進行譜分析和信號的實時處理是不切實際的?？焖俑盗⑷~變換(Fast Fourier Transformation，簡稱FFT)使DFT運算效率提高1～2個數(shù)量級。其原因是當(dāng)N較大時，對DFT進行了基4和基2分解運算。FFT算法除了必需的數(shù)據(jù)存儲器ram和旋轉(zhuǎn)因子rom外，仍需較復(fù)雜的運算和控制電路單元，即使現(xiàn)在,實現(xiàn)長點數(shù)的FFT仍然是很困難。本文提出的FFT實現(xiàn)算法是基于FPGA之上的，算法完成對一個序列的FFT計算，完全由脈沖觸發(fā)，外部只輸入一脈沖頭和輸入數(shù)據(jù)，便可以得到該脈沖頭作為起始標(biāo)志的N點FFT輸出結(jié)果。由于使用了雙ram，該算法是流型(Pipelined)的，可以連續(xù)計算N點復(fù)數(shù)輸入FFT，即輸入可以是分段N點連續(xù)復(fù)數(shù)數(shù)據(jù)流。采用DIF(Decimation In Frequency)-FFT和DIT(Decimation In Time)-FFT對于算法本身來說是無關(guān)緊要的，因為兩種情況下只是存儲器的讀寫地址有所變動而已，不影響算法的結(jié)構(gòu)和流程，也不會對算法復(fù)雜度有何影響。
標(biāo)簽： Transformation Discrete Fourier DFT
上傳時間： 2016-04-12
上傳用戶：lx9076
老年人是人口的重要組成部分，是社會的寶貴財富。如何使老年人保持旺盛的生命活力，防病抗衰，延年益壽，這已是一個人人關(guān)心的重要的社會問題。 影響老年人壽命和健康的因素是多方面的，而飲食營養(yǎng)則是重要方面。專家們認(rèn)為，營養(yǎng)不足和營養(yǎng)不平衡是導(dǎo)致多種疾病的重要誘因。 本書從老年人的生理特點、食養(yǎng)理論和原則、合理營養(yǎng)、四季食補、食物保健、飲食宜忌、常見病飲食調(diào)養(yǎng)和中醫(yī)食療等方面，進行了較為全面而具體的介紹。但愿這本小書，能使患病的老人得到防病治病的飲食指導(dǎo)，能使健康的老人得到預(yù)防衰老、延年益壽的啟迪，能成為老年人的知音和益友。
標(biāo)簽： 分
上傳時間： 2013-12-13
上傳用戶：cylnpy
一個重要的c++標(biāo)準(zhǔn)，比較不錯，不需要注冊就而可以下載
標(biāo)簽： 標(biāo)準(zhǔn)
上傳時間： 2013-12-16
上傳用戶：guanliya
應(yīng)用層組播(application-layer multicast,簡稱ALM)是網(wǎng)絡(luò)層組播的重要補充.但與網(wǎng)絡(luò)層組播不同的是,應(yīng)用層組播結(jié)構(gòu)的組成節(jié)點是具有獨立利益和決策的主機用戶.自私的主機用戶為了提高自身利益,可能不嚴(yán)格遵守應(yīng)用層組播協(xié)議的規(guī)定,從而對組播會話的整體性能帶來影響.為了設(shè)計可信任的、魯棒的應(yīng)用層組播協(xié)議,對應(yīng)用層組播的用戶自私性進行研究是必要的.綜述了這一領(lǐng)域的研究進展,并按照應(yīng)用層組播協(xié)議的工作階段把這些研究分為3類,即控制結(jié)構(gòu)維護階段的自私性研究、節(jié)點信息收集階段的自私性研究以及數(shù)據(jù)結(jié)構(gòu)構(gòu)造階段的自私性研究.
標(biāo)簽： application-layer multicast ALM 應(yīng)用層組播
上傳時間： 2013-12-25
上傳用戶：zhaiye
傳感器網(wǎng)絡(luò)由大量能量有限的微型傳感器節(jié)點組成.因此,如何保證在足夠覆蓋監(jiān)測區(qū)域的同時延長網(wǎng)絡(luò)的壽命,是一個需要解決的重要問題.為了達(dá)到這一目標(biāo),一種廣泛采用的策略是選出部分能夠足夠覆蓋監(jiān)測區(qū)域的節(jié)點作為工作節(jié)點,同時關(guān)閉其他冗余節(jié)點.提出了一個數(shù)學(xué)模型,使得只要已知監(jiān)測范圍和節(jié)點感知半徑的比值,就可以計算出達(dá)到服務(wù)質(zhì)量期望所需要的節(jié)點數(shù)量.需要指出的是:與大部分研究覆蓋的文獻(xiàn)不同,該研究不基于節(jié)點的位置信息,因此可以極大地降低硬件成本,并且減少節(jié)點獲得和維護位置信息的開銷.模擬實驗結(jié)果表明:在隨機部署條件下,服務(wù)質(zhì)量期望與實驗所得到的實際覆蓋度的誤差不大于服務(wù)質(zhì)量期望的2％ 而對于相同的服務(wù)質(zhì)量期望和實際覆蓋度,計算所得的工作節(jié)點數(shù)量與實驗所得的工作節(jié)點數(shù)量的誤差小于計算數(shù)量的5％,這表明推導(dǎo)出的節(jié)點數(shù)量與服務(wù)質(zhì)量期望之間的關(guān)系與模擬實驗的結(jié)果相吻合.該結(jié)果可以廣泛應(yīng)用于傳感器網(wǎng)絡(luò)的節(jié)點部署、拓?fù)淇刂频阮I(lǐng)域中.
標(biāo)簽： 監(jiān)測 傳感器網(wǎng)絡(luò) 能量 傳感器節(jié)點
上傳時間： 2016-04-29
上傳用戶：netwolf
傅立葉描述子是分析和識別物體形狀的重要方法之一．利用基于曲線多邊形近似的連續(xù)傅立葉變換方法 計算傅立葉描述子，并通過形狀的主方向消除邊界起始點相位影響的方法，定義了新的具有旋轉(zhuǎn)、平移和尺度不變 性的歸一化傅立葉描述子．與使用離散傅立葉變換和模歸一化的傳統(tǒng)傅立葉描述子相比，新的歸一化傅立葉描述 子同時保留了模與相位特性，因此能夠更好地識別物體的形狀．實驗表明這種新的歸一化傅立葉描述子比傳統(tǒng)的 傅立葉描述子能夠更加高效、準(zhǔn)確地識別物體的形狀．
上傳時間： 2016-08-13
上傳用戶：cylnpy
陳明計：就像在嵌入系統(tǒng)中使用C語言替代匯編一樣,在嵌入系統(tǒng)中使用RTOS是大勢所趨。原因主要是現(xiàn)在在大多數(shù)情況下編程效率比執(zhí)行效率重要(單片機便宜嘛)。但縱觀51的RTOS，keil_c51 所帶的RTX_Full 太大(6k多)，且需要外部ram，又無源代碼，很多時候不實用。RTX_Tiny雖然小(900多字節(jié))，但是任務(wù)沒有優(yōu)先級和中斷管理，也無源代碼，也不太實用。而ucosII雖有源代碼，但是它太大，又需要外部ram，所有函數(shù)又必須是重入函數(shù)，用在51這類小片內(nèi)RAM的單片機上有點勉強。于是，我借鑒ucosII和RTX_Tiny編寫了Small_RTOS_51,雖然它為51系列編寫，但是它還是比較容易移植到其它CPU上。
標(biāo)簽： RTOS 嵌入系統(tǒng) 效率 C語言
上傳時間： 2016-08-31
上傳用戶：trepb001
就像在嵌入系統(tǒng)中使用C語言替代匯編一樣,在嵌入系統(tǒng)中使用RTOS是大勢所趨。原因主要是現(xiàn)在在大多數(shù)情況下編程效率比執(zhí)行效率重要（單片機便宜嘛）。但縱觀51的RTOS，keil c51 所帶的RTX Full 太大（6k多），且需要外部ram，又無源代碼，很多時候不實用。RTX Tiny雖然?。?00多字節(jié)），但是任務(wù)沒有優(yōu)先級和中斷管理，也無源代碼，也不太實用。而ucosII雖有源代碼，但是它太大，又需要外部ram，所有函數(shù)又必須是重入函數(shù)，用在51這類小片內(nèi)RAM的單片機上有點勉強。于是，我借鑒ucosII和RTX Tiny編寫了Small RTOS 51,雖然它為51系列編寫，但是它還是比較容易移植到其它CPU上。
標(biāo)簽： RTOS 嵌入系統(tǒng) 效率 C語言
上傳時間： 2014-01-17
上傳用戶：變形金剛
傳統(tǒng)的有聲無聲檢測方法只能在相對安靜的環(huán)境下（<20dB）進行。因此傳統(tǒng)方法不能滿足噪聲環(huán)境下的檢測要求；另一方面，一直以來，單通道語音增強沒有取得突破性進展，一個很重要的原因是沒有找到高效的有聲無聲檢測方法。研究了一種有聲/無聲檢測算法是根據(jù)信號低頻帶、高頻帶短時能量包絡(luò)的動態(tài)變化范圍來判別噪聲和含噪語音。對每一幀輸入信號，通過與預(yù)先設(shè)定的一系列門限值比較來判斷該幀是信號幀還是噪聲幀。本設(shè)計使用了這種檢測方法，選用北京瑞泰創(chuàng)新科技有限公司開發(fā)CETECK-VC33-D板，配合自己制作的前端抗混疊濾波放大器和后端的結(jié)果演示模塊（利用單片機AT89C51制作跑馬燈來演示）來實現(xiàn)整個算法。
上傳時間： 2016-11-15
上傳用戶：源碼3
人工智能 智能問題的很重要一點就是學(xué)習(xí)問題。如果解決了學(xué)習(xí)，計算機將在很大程度上 具有人的智能。博奕問題是最典型的智能問題，如果評價函數(shù)能夠很好的學(xué)習(xí)， 并且是一種自學(xué)習(xí)，或許意味著學(xué)習(xí)問題的突破。當(dāng)然，模式識別中的分界面是 需要學(xué)習(xí)的，特征恐怕也是需要學(xué)習(xí)的。SVM是學(xué)習(xí)的有益探索，不過還需要更完 備的學(xué)習(xí)理論。 我們現(xiàn)有的數(shù)學(xué)知識能夠解決什么樣的問題。當(dāng)今的數(shù)學(xué)都是基于集合論的，然而 集合是不能自己產(chǎn)生新的東西的。因此發(fā)明到底是發(fā)明還是發(fā)現(xiàn)，或者說是集合外 還是集合內(nèi)？當(dāng)然這又和世界是確定的還是不確定的聯(lián)系起來了。如果世界本質(zhì)是 集合內(nèi)的，智能就是發(fā)現(xiàn)；反之，智能就是創(chuàng)造。誰能給出證明。 人們往往說計算機沒有情感。什么是情感？怎么用數(shù)學(xué)來描述情感？我想情感是和 美、丑聯(lián)系起來的，因此首先需要對美進行數(shù)學(xué)的描述，就象對信息進行描述一樣。 人們曾經(jīng)辯論過美是客觀的還是主觀的，我想大家比較公認(rèn)美有其客觀載體吧。這 都需要數(shù)學(xué)的描述。
標(biāo)簽： 人工智能
上傳時間： 2014-11-07
上傳用戶：youke111
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
