免费在线看污片,国产亚洲综合性久久久影院,久久久精品日韩欧美

數(shù)字示波

MT-013 評(píng)估高速DAC性能

ADC需要FFT處理器來評(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)。

標(biāo)簽： 013 DAC MT 性能

上傳時(shí)間： 2013-10-27

上傳用戶：Vici
脈搏波信號(hào)降噪和特征點(diǎn)識(shí)別研究

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：shirleyYim
基于仿生小波變換和模糊推理的語音降噪算法研究

提出了一種基于仿生小波變換和模糊推理的變步長自適應(yīng)濾波語音降噪算法。該算法首先用仿生小波變換法對(duì)包含噪聲的語音信號(hào)進(jìn)行小波分解，以分離出來的噪聲信號(hào)作為自適應(yīng)濾波器的輸入，選擇基于模糊推理變步長自適應(yīng)算法對(duì)帶噪聲語音信號(hào)進(jìn)行降噪處理，最終實(shí)現(xiàn)語音信號(hào)的信噪分離，去除語音信號(hào)中的噪聲。仿真結(jié)果表明，該方法對(duì)語音信號(hào)有較為明顯的降噪效果。

標(biāo)簽： 仿生小波變換模糊推理語音降噪

上傳時(shí)間： 2013-10-14

上傳用戶：戀天使569
基于小波分析的腦電信號(hào)處理

為去除腦電信號(hào)采集過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。通過對(duì)MIT腦電數(shù)據(jù)庫中的腦電信號(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。

標(biāo)簽： 小波分析腦電信號(hào)

上傳時(shí)間： 2014-12-23

上傳用戶：如果你也聽說
形態(tài)梯度小波降噪與S變換的齒輪故障特征抽取算法

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。

標(biāo)簽： 梯度小波降噪 S變換齒輪故障

上傳時(shí)間： 2013-11-01

上傳用戶：AISINI005
自動(dòng)跟蹤工頻陷波器的研究與設(shè)計(jì)

介紹了一種新型線性自動(dòng)跟蹤工頻陷波器的電路結(jié)構(gòu)。該陷波器應(yīng)用于電子束曝光機(jī)束流測(cè)量電路中，用來抑制工頻干擾對(duì)測(cè)量精度的影響。基于對(duì)自動(dòng)跟蹤陷波器的基本工作原理分析，陷波器采用了頻率/電壓轉(zhuǎn)換器與壓控帶阻濾波器相結(jié)合的設(shè)計(jì)方案，成功地解決了工頻頻偏對(duì)常規(guī)工頻陷波器濾波性能的嚴(yán)重影響問題。提出了提高抑制工頻干擾能力的設(shè)計(jì)要點(diǎn)和電路調(diào)試方法。通過性能指標(biāo)的測(cè)試和長期實(shí)際運(yùn)行應(yīng)用，證明陷波器滿足了電子束測(cè)量中對(duì)工頻干擾進(jìn)行強(qiáng)抑制的要求，提高了電子束曝光機(jī)的制版質(zhì)量。

標(biāo)簽： 自動(dòng)跟蹤工頻陷波器

上傳時(shí)間： 2013-11-13

上傳用戶：天涯
橫向Ka波段波導(dǎo)微帶探針過渡的設(shè)計(jì)和優(yōu)化

介紹了一種橫向Ka波段寬帶波導(dǎo)-微帶探針過渡的設(shè)計(jì)，基于有限元場(chǎng)分析軟件Ansoft HFSS對(duì)該類過渡的設(shè)計(jì)方法進(jìn)行了研究。最后給出了Ka波段內(nèi)的優(yōu)化數(shù)據(jù)。仿真結(jié)果表明，該寬帶波導(dǎo)-微帶探針過渡在26.5G~40 GHz內(nèi)插入損耗小于0.065 dB，達(dá)到了設(shè)計(jì)目標(biāo)。

標(biāo)簽： Ka波段波導(dǎo) 微帶探針

上傳時(shí)間： 2014-05-27

上傳用戶：gxy670166755
小波變換在圖像邊緣檢測(cè)中的應(yīng)用

目前，被廣泛使用的經(jīng)典邊緣檢測(cè)算子有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子等等。這些算子的核心思想是圖像的邊緣點(diǎn)是相對(duì)應(yīng)于圖像灰度值梯度的局部極大值點(diǎn)。然而，當(dāng)圖像中含有噪聲時(shí)這些算子對(duì)噪聲都比較敏感，使得將噪聲作為邊緣點(diǎn)。由于噪聲的干擾，不能檢測(cè)出真正的邊緣。一個(gè)擁有良好屬性的的邊緣檢測(cè)算法是每個(gè)研究者的追求。利用小波交換的特點(diǎn)，設(shè)計(jì)了三次B樣條平滑濾波算子。通過利用這個(gè)算子，對(duì)利用小波變換來檢測(cè)圖像的邊緣進(jìn)行了一定的研究和理解。

標(biāo)簽： 小波變換圖像邊緣檢測(cè) 中的應(yīng)用

上傳時(shí)間： 2013-10-13

上傳用戶：kqc13037348641
基于555定時(shí)器的高精度鋸齒波發(fā)生器設(shè)計(jì)

基于555定時(shí)器的高精度鋸齒波發(fā)生器設(shè)計(jì)

標(biāo)簽： 555 定時(shí)器高精度鋸齒波發(fā)生器

上傳時(shí)間： 2013-10-08

上傳用戶：88mao
SX-600駐波功率計(jì)說明書

SX-600駐波功率計(jì)說明書,詳細(xì)介紹它的使用和注意事項(xiàng)。

標(biāo)簽： 600 SX 駐波功率計(jì) 說明書

上傳時(shí)間： 2013-11-04

上傳用戶：long14578