提出了一種基于仿生小波變換和模糊推理的變步長(zhǎng)自適應(yīng)濾波語(yǔ)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(yǔ)音信號(hào)進(jìn)行小波分解，以分離出來(lái)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(zhǎng)自適應(yīng)算法對(duì)帶噪聲語(yǔ)音信號(hào)進(jìn)行降噪處理，最終實(shí)現(xiàn)語(yǔ)音信號(hào)的信噪分離，去除語(yǔ)音信號(hào)中的噪聲。仿真結(jié)果表明，該方法對(duì)語(yǔ)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(yǔ)音降噪
上傳時(shí)間： 2013-10-14
上傳用戶：戀天使569
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：如果你也聽(tīng)說(shuō)
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：AISINI005
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(lái)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(wèn)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(guò)性能指標(biāo)的測(cè)試和長(zhǎng)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
介紹了一種橫向Ka波段寬帶波導(dǎo)-微帶探針過(guò)渡的設(shè)計(jì)，基于有限元場(chǎng)分析軟件Ansoft HFSS對(duì)該類(lèi)過(guò)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(guò)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)。
上傳時(shí)間： 2014-05-27
上傳用戶：gxy670166755
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(guò)利用這個(gè)算子，對(duì)利用小波變換來(lái)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)
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(shuō)明書(shū),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(shuō)明書(shū)
上傳時(shí)間： 2013-11-04
上傳用戶：long14578
在任意波形發(fā)生器設(shè)計(jì)中，DDS技術(shù)具有成本低、功耗小、分辨率高和切換時(shí)間快等優(yōu)點(diǎn)，但波形形狀任意可編輯性較差；軟件無(wú)線電技術(shù)可產(chǎn)生任意復(fù)雜波形，但切換時(shí)間慢。采用DDS和軟件無(wú)線電相結(jié)合的技術(shù)，正弦波、三角波、方波等普通信號(hào)的產(chǎn)生用DDS實(shí)現(xiàn)；復(fù)雜無(wú)規(guī)則波形信號(hào)的產(chǎn)生用軟件無(wú)線電實(shí)現(xiàn)；最后任意波形發(fā)生器通過(guò)波形存儲(chǔ)器、相位累加器、取樣時(shí)鐘發(fā)生器、地址發(fā)生器等硬件平臺(tái)設(shè)計(jì)和軟件波形算法設(shè)計(jì)來(lái)共同完成。
標(biāo)簽： 任意波發(fā)生器
上傳時(shí)間： 2013-11-12
上傳用戶：xinshou123456
探地雷達(dá)回波信號(hào)是一種非平穩(wěn)非線性信號(hào)，其中不僅包含地下埋藏物的目標(biāo)信號(hào)，還包含有可能掩藏目標(biāo)信號(hào)的直達(dá)波信號(hào)，給目標(biāo)的識(shí)別帶來(lái)困難。文中采用HHT方法對(duì)探地雷達(dá)回波信號(hào)進(jìn)行特征分析，提取回波信號(hào)的IMF分量的瞬時(shí)頻率作為特征向量。實(shí)驗(yàn)結(jié)果表明，用HHT方法提取特征可較好的避免直達(dá)波影響，該方法是可行而有效的，為進(jìn)一步鑒別地下埋藏物提供了新的思想和方法。
標(biāo)簽： HHT 探地雷達(dá) 回波信號(hào) 特征提取
上傳時(shí)間： 2013-10-22
上傳用戶：hjkhjk
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
