亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

分解方法

  • 杜利特爾三角分解用此方法解Ax=b的方程。

    杜利特爾三角分解用此方法解Ax=b的方程。

    標簽: Ax 分解 方程

    上傳時間: 2014-01-04

    上傳用戶:康郎

  • 基于QR分解的總體最小二乘方法 基于Matlab的程序

    基于QR分解的總體最小二乘方法 基于Matlab的程序

    標簽: Matlab 分解 程序

    上傳時間: 2014-01-07

    上傳用戶:youth25

  • 經驗模式分解算法是仿真分數階高斯噪聲(fGn)和分數階布朗運動(fBm)的新方法

    經驗模式分解算法是仿真分數階高斯噪聲(fGn)和分數階布朗運動(fBm)的新方法, 利用MATLAB的GUI開發環境,設計和實現了基于經驗模式分解的分數階隨機序列仿真系統。

    標簽: fGn fBm 分數階 經驗

    上傳時間: 2017-09-01

    上傳用戶:gtf1207

  • 基于低秩稀疏分解的圖像矯正方法

    matlab代碼編寫,基于低秩稀疏分解的圖像矯正方法研究。采用增廣拉格朗日算法,求 解低秩矩陣和稀疏矩陣。

    標簽: 稀疏 分解 圖像

    上傳時間: 2016-04-25

    上傳用戶:shiaijianjun

  • 不平衡系統中STATCOM的控制方法和主電路研究.rar

    三相電壓不平衡度是衡量電網電能質量的一個重要指標。在三相系統中,引起電壓不平衡的主要原因是發電機的輸出電壓不平衡和負載不平衡兩方面,電壓不平衡比較嚴重時,會給系統帶來諸多危害。近年來,STATCOM因其動態響應速度快,電流諧波含量小,裝置體積小等優點,在電壓不平衡補償中的應用越來越廣。 首先本文研究了基于IGCT的STATCOM主電路。為了獲得更高的輸出電壓,通常需要將IGCT串聯使用。然而在器件串聯使用時,由于其特性的差異會產生暫態電壓分配不均衡,導致個別器件上產生過電壓而威脅器件的安全,嚴重時會燒毀器件。因此需要采用均壓電路來保證串聯結構中電壓的平均分配。本文重點對IGCT串聯均壓電路和緩沖電路進行了設計,在分析串聯均壓電路的同時,計算了吸收電容和吸收電阻的取值范圍。而后,對緩沖電路進行了Pspice仿真,通過仿真驗證了均壓電路的工作效果。結果表明,吸收電容和吸收電阻的取值合適,能夠對IGCT的串聯運行起到很好的保護作用。本文還對100Kvar/660VSTATCOM的主電路進行了參數設計,對IGCT的型號和各主要元件進行了選擇。 本文重點研究了不平衡系統中STATCOM的控制策略。建立了基于IGCT的STATCOM的數學模型;根據STATCOM的電流暫態模型,對電流電壓進行序分解,并做D—Q坐標變換,建立STATCOM在靜止坐標系下的正、負序數學模型?;诮⒌呢撔蚰P停芯縎TATCOM在不平衡情況下的控制策略,本文采用無差拍控制方法;根據實際補償時遇到的問題:收斂速度慢、依賴固定的負載模型、魯棒性差等,對無差拍控制方法進行了優化設計。該優化方法在傳統無差拍的基礎上引入了參考電流觀測器和狀態觀測器;文中具體設計了這個改進無差拍控制器和其相關電路。經分析與仿真驗證了本文提出的優化控制方法,將該方法應用于STATCOM不平衡補償器,取得了良好的不平衡補償性能、快速的動態響應和良好的魯棒性。

    標簽: STATCOM 不平衡

    上傳時間: 2013-06-05

    上傳用戶:abc123456.

  • 基于LabVIEW的優化濾波方法研究.rar

    本文以濾波技術飛速發展,小波濾波優越性的凸現,以及虛擬儀器的易操作等良好特性為背景,以簡單易行和濾波效果良好為研究目的,展開本文信號濾波處理的研究工作。 在深入研究三種小波濾波方法原理和優缺點的基礎上,本文提出了一種新的優化濾波方法,包括以下三個方面: 首先,將靜態小波變換(SWT)應用于濾波處理。利用SWT的平移不變性和冗余性來進行含噪信號的分解,這樣不僅彌補了正交小波變換的不足,而且提高了濾波性能。 然后,提出了基于空域相關的優化閾值函數濾波算法。該算法把小波系數間的相關性應用于閾值濾波。它是在構造出基于空域相關的顯著性函數和基于顯著性函數的閾值濾波過程的基礎上,提出了基于空域相關的優化閾值函數,并且把極小化廣義交叉驗證(GCV)得到均方差(MSE)意義下的最優閾值作用于該優化閾值函數。該濾波算法不僅實現了噪聲的有效去除,而且信號的重要特征也保留完好; 最后,引入了新型鎖相環--正交鎖相環(QPLL)。鑒于QPLL不僅具有鎖定范圍寬、入鎖速度快、鎖定后精度高的性能,而且還具有良好的抑制諧波、噪聲的能力,以及對波形畸變不敏感等良好特性,所以QPLL的引入達到了信號鎖定和優化濾波的目的,使優化濾波方法的設計更具新意,而且取得了更好的濾波效果。 為了驗證優化濾波方法,本文搭建了實驗平臺,它是由FPGA信號采集部分和LabVIEW軟件濾波處理兩個部分構成。通過傳感器采集信號,經過A/D轉換后送入FPGA。以FPGA為CPU控制A/D轉換,并進行波形數據緩存,在接收到LabVIEW的命令后,將存儲的數據送給串口。在LabVIEW中,從串口檢測所需的波形數據,然后通過優化濾波方法將數據進行濾波處理,最后在前面板中把實驗結果顯示出來。 實驗結果表明,該優化濾波方法不僅能實現優良的濾波功能,而且簡單易行,是一種有效的濾波方法。

    標簽: LabVIEW 濾波 方法研究

    上傳時間: 2013-07-20

    上傳用戶:gokk

  • 基于面向對象的嵌入式系統軟件開發方法研究及其應用.rar

    十多年來,隨著信息技術、電子技術和通訊技術的發展,嵌入式系統已經獲得了空前的應用和發展。隨著嵌入式應用系統功能復雜度的提高、對軟件產品的非功能約束的特別關注以及由于市場的激烈競爭導致嵌入式軟件推出周期的縮短,都使得嵌入式軟件開發人員面臨著嚴峻的危機和挑戰。傳統的結構化開發方法已經顯得力不從心,于是嵌入式軟件開發人員在軟件開發中引入了目前較為流行的“面向對象方法(OO)”,.但是目前對該方法的應用還只是停留在傳統的以編程為中心的嵌入式軟件開發方法上,不能很好地保證軟件復用和代碼的重用,因此難以滿足市場對嵌入式軟件開發效率和開發質量的要求。 本課題的研究內容是應用面向對象方法的框架技術,對嵌入式系統領域的專有結構組件進行封裝,創新性地提出了面向嵌入式系統領域的通用實時框架ARTIC(Abstract real-time contrO1)。ARTIC框架除了具有框架的共有優點一最大限度實現軟件重用外,最突出的是具備以下兩個特點: 1、功能和非功能的分離 在應用面向對象的技術時,傳統的嵌入式軟件開發方法關注的重點是軟件結構和功能分解,、忽略了嵌入式環境下特殊的非功能性要求。為了在實現系統功能需求的同時,保證軟件系統的非功能性需求的實現,ARTIC框架引入了面向方面的思想,、把系統的非功能性需求從功能模塊中分離出來,為它們單獨設計組件。開發人員在應用該框架進行嵌入式軟件設計時,只需要關注功能需求的實現,對于實時性、調度等非功能需求的實現可以通過調用ARTIC提供的時間管理模型和任務調度模型直接實現。 2、基于狀態機的主動對象設計模式 根據嵌入式系統通常由多個控制線程組成的特點,應用基于狀態機的主動對象設計模式,把嵌入式軟件系統構建成多個主動對象的緝合。相對于傳統的面向對象方法,本文提出的主動對象的最大特點在于:它提供對事件隊列、控制線程和表示主動對象動態行為狀態機等的封裝,并且該模式可以直接支持嵌入式系統的并行性。 ARTIC框架的應用能夠幫助嵌入式軟件的開發人員快速地開發出高質量的嵌入式軟件,除此之外,因為它包含了一個微小的實時操作系統(RTOS) 報包裝,在某些場合可以作為一個簡易的RTOS使用。為了驗證ARTIC的性能,本文將該框架應用于硬幣搬送實時控制系統的開發設計,從該系統的應用中充分體現了ARTIC框架的優點。

    標簽: 面向對象的 嵌入式系統 軟件開發

    上傳時間: 2013-06-21

    上傳用戶:cxl274287265

  • 基于非負矩陣分解的城市公交網絡綜合評價模型

      針對城市公交網絡的評價問題,在綜合考慮城市公交系統諸多因素的基礎上,建立了城市公交網絡系統的綜合評價指標體系。然后利用非負矩陣分解的知識,提取出指標體系中的主要綜合性指標。通過對銀川市現有的公交網絡進行綜合評價后發現,文中所提出的方法可以克服傳統的評價方法結果無明確幾何意義和主觀依賴性等缺點,從而可以更為有效的給出量化的評價結果。

    標簽: 非負矩陣分解 城市 公交網絡 模型

    上傳時間: 2013-11-13

    上傳用戶:haohaoxuexi

  • 基于小波分析的低截獲信號檢測方法研究

    在魚雷技術發展中,低截獲概率技術(LPI)的采用大大提高魚雷的作戰能力,同時也對截獲信號提出了更高的要求。本文將基于小波分析的檢測方法,具體對有效的低截獲特征信號信號進行檢測,相比于短時傅里葉變換的基礎上,采用Daubechies5小波對信號進行分解變換,證明小波分析方法的有效性及優越性。

    標簽: 小波分析 信號檢測 方法研究

    上傳時間: 2013-10-22

    上傳用戶:lht618

  • 一種改進的LPCC參數提取方法

    為了提高語音信號的識別率,提出了一種改進的LPCC參數提取方法。該方法先對語音信號進行預加重、分幀加窗處理,然后進行小波分解,在此基礎上提取LPCC參數,從而構成新向量作為每幀信號的特征參數。最后采用高斯混合模型(GMM)進行說話人語音識別,實驗表明新特征參數取得了較好的識別率。

    標簽: LPCC 參數提取

    上傳時間: 2013-10-10

    上傳用戶:asdgfsdfht

主站蜘蛛池模板: 嘉荫县| 丁青县| 襄樊市| 织金县| 安西县| 土默特左旗| 二连浩特市| 于都县| 泰和县| 房产| 同德县| 疏勒县| 沙湾县| 肥城市| 龙川县| 长子县| 呼伦贝尔市| 珠海市| 江华| 合水县| 兴安县| 英吉沙县| 临夏县| 北宁市| 红桥区| 高要市| 泉州市| 迭部县| 梁山县| 柯坪县| 平定县| 利辛县| 芜湖县| 文水县| 林州市| 石门县| 栾城县| 布拖县| 志丹县| 上栗县| 揭西县|