ADC需要FFT處理器來(lái)評(píng)估頻譜純度，DAC則不同，利用傳統(tǒng)的模擬頻譜分析儀就能直接 研究它所產(chǎn)生的模擬輸出。DAC評(píng)估的挑戰(zhàn)在于要產(chǎn)生從單音正弦波到復(fù)雜寬帶CDMA信 號(hào)的各種數(shù)字輸入。數(shù)字正弦波可以利用直接數(shù)字頻率合成技術(shù)來(lái)產(chǎn)生，但更復(fù)雜的數(shù)字 信號(hào)則需要利用更精密、更昂貴的字發(fā)生器來(lái)產(chǎn)生。 評(píng)估高速DAC時(shí)，最重要的交流性能指標(biāo)包括：建立時(shí)間、毛刺脈沖面積、失真、無(wú)雜散 動(dòng)態(tài)范圍(SFDR)和信噪比(SNR)。本文首先討論時(shí)域指標(biāo)，然后討論頻域指標(biāo)。
上傳時(shí)間： 2013-10-27
上傳用戶(hù)：Vici
對(duì)脈搏波的完全分析是建立在含有少量噪聲且較為清晰的脈搏波信號(hào)中，然而在采集脈搏波信號(hào)時(shí)容易受到多種干擾的影響，使其提取出來(lái)的脈搏波含有大量的噪聲，因此降噪處理顯得尤為必要。同時(shí)，脈搏波中含有人體生理病理信息，不同的人將表現(xiàn)為不同的特征，可以看出確定脈搏波特征點(diǎn)對(duì)于分析人體生理健康很有意義。針對(duì)信號(hào)去噪問(wèn)題采用小波變換和多分辨率分析的方法，該方法在時(shí)域和頻域都能表征信號(hào)局部信息的能力，且具有對(duì)信號(hào)具有自適應(yīng)性。運(yùn)用極值法確定出脈搏波的峰值點(diǎn)，然后再根據(jù)峰值點(diǎn)確定出其他特征點(diǎn)的位置，實(shí)驗(yàn)證明該方法能夠增加特征點(diǎn)的檢出率。
標(biāo)簽： 脈搏波 信號(hào)降噪 特征點(diǎn)識(shí)別
上傳時(shí)間： 2013-10-12
上傳用戶(hù)：shirleyYim
認(rèn)知無(wú)線電是一種用于提高無(wú)線通信頻譜利用率的新的智能技術(shù)，檢測(cè)頻譜空穴是否存在是實(shí)現(xiàn)認(rèn)知無(wú)線電的前提和關(guān)鍵技術(shù)之一。首先簡(jiǎn)述認(rèn)知無(wú)線電的背景和概念， 針對(duì)認(rèn)知無(wú)線電的頻譜感知功能，介紹了基于能量檢測(cè)的頻譜檢測(cè)方法，并在Matlab環(huán)境下進(jìn)行了仿真實(shí)驗(yàn)， 比較在相同的虛警概率情況下的檢測(cè)概率與信噪比的關(guān)系。仿真實(shí)驗(yàn)結(jié)果表明，在相同的虛警概率時(shí)，當(dāng)信噪比大的時(shí)候，檢測(cè)概率越大。
上傳時(shí)間： 2014-12-23
上傳用戶(hù)：2728460838
在需要對(duì)信號(hào)進(jìn)行再量化的場(chǎng)合，可以通過(guò)加入dither來(lái)避免小信號(hào)再量化所產(chǎn)生的諧波失真，但同時(shí)會(huì)使噪聲功率增加。這種情況下，可以利用人耳的心理聲學(xué)特性，通過(guò)噪聲整形來(lái)降低噪聲的可聞性，提高實(shí)際的信噪比，改善音質(zhì)。本文提出了兩種新的設(shè)計(jì)最優(yōu)噪聲整形濾波器的方法-遺傳算法和非線性?xún)?yōu)化算法，并分別實(shí)現(xiàn)了原采樣率下和過(guò)采樣率下基于心理聲學(xué)模型的最優(yōu)噪聲整形濾波的設(shè)計(jì)。結(jié)果證明，該方法靈活方便、實(shí)現(xiàn)效果良好。
標(biāo)簽： 整形濾波器
上傳時(shí)間： 2014-01-05
上傳用戶(hù)：testAPP
文中討論了圖像的高斯加性噪聲模型和圖像的稀疏性表示，提出了利用映射函數(shù)來(lái)描述圖像的去噪過(guò)程，通過(guò)求解映射函數(shù)和利用映射函數(shù)對(duì)加噪圖像的小波變換子帶系數(shù)進(jìn)行變換，達(dá)到了降低圖像噪聲并使加噪圖像逼近原始圖像的目的。經(jīng)過(guò)實(shí)驗(yàn)比較，驗(yàn)證了本文算法的可行性和魯棒性。
上傳時(shí)間： 2013-10-21
上傳用戶(hù)：許小華
為去除腦電信號(hào)采集過(guò)程中存在的噪聲信號(hào)，提出了基于小波閾值去噪的腦電信號(hào)去噪。以小波閾值降噪為基礎(chǔ)，首先利用db4小波對(duì)腦電信號(hào)進(jìn)行5尺度分解，然后采用軟、硬閾值與小波重構(gòu)的算法進(jìn)行去噪。通過(guò)對(duì)MIT腦電數(shù)據(jù)庫(kù)中的腦電信號(hào)進(jìn)行仿真，結(jié)果表明，采用軟閾值方法有效去除了噪聲，提高了腦電信號(hào)的信噪比。
上傳時(shí)間： 2014-12-23
上傳用戶(hù)：如果你也聽(tīng)說(shuō)
微弱信號(hào)檢測(cè)裝置 四川理工學(xué)院 劉鵬飛、梁天德、曾學(xué)明 摘要： 本設(shè)計(jì)以TI的Launch Pad為核心板，采用鎖相放大技術(shù)設(shè)計(jì)并制作了一套微弱信號(hào)檢測(cè)裝置，用以檢測(cè)在強(qiáng)噪聲背景下已知頻率微弱正弦波信號(hào)的幅度值，并在液晶屏上數(shù)字顯示出所測(cè)信號(hào)相應(yīng)的幅度值。實(shí)驗(yàn)結(jié)果顯示其抗干擾能力強(qiáng)，測(cè)量精度高。 關(guān)鍵詞：強(qiáng)噪聲；微弱信號(hào)；鎖相放大；Launch Pad Abstract: This design is based on the Launch Pad of TI core board, using a lock-in amplifier technique designed and produced a weak signal detection device, to measure the known frequency sine wave signal amplitude values of the weak in the high noise background, and shows the measured signal amplitude of the corresponding value in the liquid crystal screen. Test results showed that it has high accuracy and strong anti-jamming capability. Keywords: weak signal detection; lock-in-amplifier; Launch Pad 1、引言 隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，在科研與生產(chǎn)過(guò)程中人們?cè)絹?lái)越需要從復(fù)雜高強(qiáng)度的噪聲中檢測(cè)出有用的微弱信號(hào)，因此對(duì)微弱信號(hào)的檢測(cè)成為當(dāng)前科研的熱點(diǎn)。微弱信號(hào)并不意味著信號(hào)幅度小，而是指被噪聲淹沒(méi)的信號(hào)，“微弱”也僅是相對(duì)于噪聲而言的。只有在有效抑制噪聲的條件下有選擇的放大微弱信號(hào)的幅度，才能提取出有用信號(hào)。微弱信號(hào)檢測(cè)技術(shù)的應(yīng)用相當(dāng)廣泛，在生物醫(yī)學(xué)、光學(xué)、電學(xué)、材料科學(xué)等相關(guān)領(lǐng)域顯得愈發(fā)重要。 2、方案論證 針對(duì)微弱信號(hào)的檢測(cè)的方法有很多，比如濾波法、取樣積分器、鎖相放大器等。下面就針對(duì)這幾種方法做一簡(jiǎn)要說(shuō)明。 方案一：濾波法。 在大部分的檢測(cè)儀器中都要用到濾波方法對(duì)模擬信號(hào)進(jìn)行一定的處理，例如隔離直流分量，改善信號(hào)波形，防止離散化時(shí)的波形混疊，克服噪聲的不利影響，提高信噪比等。常用的噪聲濾波器有：帶通、帶阻、高通、低通等。但是濾波方法檢測(cè)信號(hào)不能用于信號(hào)頻譜與噪聲頻譜重疊的情況，有其局限性。雖然可以對(duì)濾波器的通頻帶進(jìn)行調(diào)節(jié)，但其噪聲抑制能力有限，同時(shí)其準(zhǔn)確性與穩(wěn)定性將大打折扣。
標(biāo)簽： 2012 TI 電子設(shè)計(jì)大賽 微弱信號(hào)
上傳時(shí)間： 2013-11-04
上傳用戶(hù)：lty6899826
針對(duì)齒輪故障特征信號(hào)具有強(qiáng)噪聲背景、非線性、非平穩(wěn)性特點(diǎn)，提出采用形態(tài)梯度小波對(duì)齒輪振動(dòng)信號(hào)進(jìn)行降噪。首先使用形態(tài)梯度小波把齒輪振動(dòng)信號(hào)分解到多個(gè)尺度上，然后對(duì)各層的細(xì)節(jié)系數(shù)進(jìn)行軟閾值方法降噪處理，對(duì)經(jīng)過(guò)處理后的小波系數(shù)進(jìn)行重構(gòu)。對(duì)降噪后的齒輪振動(dòng)信號(hào)采用S變換多分辨率時(shí)頻分析，能夠從具有良好的時(shí)頻分辨率的S變換譜圖提取齒輪故障特征。通過(guò)仿真試驗(yàn)和故障軸承的信號(hào)分析證明，該方法具有短時(shí)傅里葉變換和小波變換的優(yōu)點(diǎn)，不存在Wigner-Ville分布的交叉干擾和負(fù)頻率，能有效地提取隱含在噪聲中的齒輪故障特征，適合齒輪故障的在線監(jiān)測(cè)和診斷。
上傳時(shí)間： 2013-11-01
上傳用戶(hù)：AISINI005
本電路用于實(shí)現(xiàn)模擬MEMS麥克風(fēng)與麥克風(fēng)前置放大器的接口，如圖1所示。ADMP504由一個(gè)MEMS麥克風(fēng)元件和一個(gè)輸出放大器組成。ADI公司的MEMS麥克風(fēng)具有高信噪比(SNR)和平坦的寬帶頻率響應(yīng)，堪稱(chēng)高性能、低功耗應(yīng)用的絕佳選擇。
上傳時(shí)間： 2014-01-16
上傳用戶(hù)：13736136189
數(shù)字接收機(jī)輸入端的信噪比對(duì)其捕獲性能具有較大的影響，文中通過(guò)理論和大量實(shí)驗(yàn)反正分析了量化位數(shù)對(duì)導(dǎo)航信號(hào)相對(duì)捕獲峰值及信噪比的影響，并分析了在給定抗干擾指標(biāo)下衛(wèi)星導(dǎo)航抗干擾系統(tǒng)所需的最小及最多量化位數(shù)，為實(shí)現(xiàn)導(dǎo)航抗干擾系統(tǒng)時(shí)合理選擇量化位數(shù)提供了理論依據(jù)。
上傳時(shí)間： 2013-10-09
上傳用戶(hù)：妄想演繹師
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
