本文在確定了水聲信道的數(shù)學(xué)描述后,提出了在信道自適應(yīng)過程中,可以應(yīng)用 子波對信號進行多分辨率分解,逐尺度地對信道進行均衡. 這樣,不但減少了運算數(shù) 據(jù)量,也減少了均衡所需的權(quán)系數(shù)個數(shù).
上傳時間： 2017-04-24
上傳用戶：gut1234567
S3C6410 線路設(shè)計時一定要參考的文件,尤其是DDR Layout guide一定要看.以免開發(fā)出的板子不能動.
標(biāo)簽： S3C6410 Layout guide DDR
上傳時間： 2017-05-01
上傳用戶：lacsx
L3_1.m: 純量量化器的設(shè)計(程式) L3_2.m: 量化造成的假輪廓(程式) L3_3.m: 向量量化器之碼簿的產(chǎn)生(程式) L3_4.m: 利用LBG訓(xùn)練三個不同大小與維度的碼簿並分別進行VQ(程式) gau.m: ML量化器設(shè)計中分母的計算式(函式) gau1.m: ML量化器設(shè)計中分子的計算式(函式) LBG.m: LBG訓(xùn)練法(函式) quantize.m:高斯機率密度函數(shù)的非均勻量化(函式) VQ.m: 向量量化(函式) L3_2.bmp: 影像檔 lena.mat: Matlab的矩陣變數(shù)檔
上傳時間： 2013-12-26
上傳用戶：jiahao131
行動通訊上的的編程 這本書集中在三個主要的挑戰(zhàn) 1.更高的編程效率 2.降低計算的複雜度 2.提升容錯性
標(biāo)簽： 效率
上傳時間： 2017-06-05
上傳用戶：diets
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態(tài)的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對目前該研究領(lǐng)域中存在的分析方法問題和分類識別技術(shù)難點展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內(nèi)容包括以下5個方面： a）心音信號采集與預(yù)處理。本文采用自行研制的帶有錄音機功能的聽診器實現(xiàn)對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據(jù)實驗分析，選擇Donoho閾值函數(shù)結(jié)合多級閾值的方法作為心音信號預(yù)處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結(jié)果表明：不同的時頻分析方法與待分析心音信號的特性有密切關(guān)系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應(yīng)錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據(jù)對3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號的時頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實現(xiàn)分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據(jù)心音信號特征向量組成的散點圖，研究了支持向量機核函數(shù)、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號分類的支持向量機模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機的學(xué)習(xí)樣本，對余下的每類20組數(shù)據(jù)進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實現(xiàn)了心音信號分析與識別的軟件運行平臺構(gòu)建，可完成對心音信號的讀取、預(yù)處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態(tài)鏈接，實現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計功能；最后，通過對心音信號2維特征向量的分析，實現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應(yīng)錐形核時頻分析方法提取心音信號特征向量，根據(jù)心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號種類及數(shù)據(jù)量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號，小波降噪，非平穩(wěn)信號，心臟雜音，信號處理，時頻分析，自適應(yīng)，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
工業(yè)生產(chǎn)過程中，時滯對象普遍存在，同時也是較難控制的，尤其是大時滯對象的控制一直都是一個難題。而很多溫度控制系統(tǒng)都是屬于大時滯系統(tǒng)，常見的智能溫度控制器雖然在溫度控制的實際應(yīng)用中表現(xiàn)了比較理想的控制效果，但它仍然屬于將參數(shù)整定與系統(tǒng)控制分開處理的離線整定方法，如果工況發(fā)生變化就必須重新調(diào)整參數(shù)。針對這一問題，為了實現(xiàn)時滯系統(tǒng)參數(shù)自整定的控制，本文將神經(jīng)網(wǎng)路控制、模糊控制和PID控制結(jié)合起來，設(shè)計了基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器。 首先，本論文分析了時滯系統(tǒng)的特點，討論了幾種時滯系統(tǒng)較為成熟的常規(guī)控制算法：微分先行控制算法、史密斯預(yù)估控制算法、大林控制算法，并深入研究了它們的控制性能；并且通過仿真對這三種控制方法在溫控系統(tǒng)中的控制性能進行了比較。 其次，在分析PID參數(shù)自整定傳統(tǒng)方法的基礎(chǔ)上，設(shè)計了一種改進方法，并設(shè)計了相應(yīng)的控制器。該控制器綜合了模糊控制、神經(jīng)網(wǎng)絡(luò)控制和PID控制各自的長處，既具備了模糊控制簡單有效的控制作用以及較強的邏輯推理功能，也具備了神經(jīng)網(wǎng)絡(luò)的自適應(yīng)、自學(xué)習(xí)的能力，同時也具備了傳統(tǒng)PID控制的廣泛適應(yīng)性。該方法不需要離線整定參數(shù)，實現(xiàn)了在線自整定參數(shù)。仿真實驗表明了該控制器對模型和環(huán)境都具有較好的適應(yīng)能力和較強的魯棒性。 最后將基于神經(jīng)網(wǎng)路的模糊自適應(yīng)PID控制器應(yīng)用于貝加萊PID溫控裝置，能夠出色地實現(xiàn)參數(shù)的在線自整定。理論分析、系統(tǒng)仿真、實驗結(jié)果都證實了這種控制策略能有效地減少系統(tǒng)超調(diào)量，并減少了調(diào)節(jié)時間，提高了系統(tǒng)的實時性和控制精度。
標(biāo)簽： 時滯系統(tǒng) 參數(shù) 自整定控制
上傳時間： 2013-07-05
上傳用戶：xinyuzhiqiwuwu
量熱儀是能源生產(chǎn)和能耗企業(yè)必備的重要測量儀器,其測量精度和效率直接影響著經(jīng)濟效益。為了提高量熱儀的測量精度，整個量熱系統(tǒng)的測溫精度、準(zhǔn)確性、穩(wěn)定性等諸多方面都需要得到改善和提高。本文給出了采用單片機及鉑電阻PT1000 為核心器件的高精度恒溫式自動量熱儀設(shè)計。燃料的價值就在于燃燒過程中能夠發(fā)熱，因此燃燒熱量就成為評估燃料質(zhì)量最重要的指標(biāo)，而燃燒熱量通常是由量熱儀來測量的。因此，量熱儀是能源生產(chǎn)和能耗企業(yè)必備的重要儀器,其測量精度和效率直接影響著經(jīng)濟效益。量熱儀可分別用于電力、煤炭、焦炭、石油、化工、水泥、軍工、糧食、飼料、木材、木炭以及科研等行業(yè)測量固體、液體等可燃物資的發(fā)熱量。由于其應(yīng)用范圍很廣，因此研制出更高測量精度和效率的量熱儀具有很好的發(fā)展前景及經(jīng)濟效益。我國是產(chǎn)煤大國，而衡量煤炭質(zhì)量的最重要指標(biāo)之一是其燃燒發(fā)熱量。因而，目前國內(nèi)普遍采用以發(fā)熱量作為動力煤計價的主要依據(jù)。由于煤炭的發(fā)熱量主要是利用量熱儀來測定，因此，目前恒溫式自動量熱儀在包括煤炭生產(chǎn)以及用煤單位如電力等系統(tǒng)廣泛應(yīng)用。但由于其在測溫過程中不可避免地會受到客觀和人為干擾，準(zhǔn)確性受到一定影響。為了解決這一問題并根據(jù)現(xiàn)有量熱儀存在的其它缺點，本文所設(shè)計的量熱儀采用了以單片機為控制單元，選用更高精度的鉑電阻PT1000 作為溫度傳感器，精心設(shè)計相關(guān)電路，增加信號處理單元，采用LabVIEW 設(shè)計操作界面等，不僅提升了量熱儀的測量精度，而且具有良好的性價比。
上傳時間： 2013-12-29
上傳用戶：lvzhr
量熱儀是能源生產(chǎn)和能耗企業(yè)必備的重要測量儀器,其測量精度和效率直接影響著經(jīng)濟效益。為了提高量熱儀的測量精度，整個量熱系統(tǒng)的測溫精度、準(zhǔn)確性、穩(wěn)定性等諸多方面都需要得到改善和提高。本文給出了采用單片機及鉑電阻PT1000 為核心器件的高精度恒溫式自動量熱儀設(shè)計。燃料的價值就在于燃燒過程中能夠發(fā)熱，因此燃燒熱量就成為評估燃料質(zhì)量最重要的指標(biāo)，而燃燒熱量通常是由量熱儀來測量的。因此，量熱儀是能源生產(chǎn)和能耗企業(yè)必備的重要儀器,其測量精度和效率直接影響著經(jīng)濟效益。量熱儀可分別用于電力、煤炭、焦炭、石油、化工、水泥、軍工、糧食、飼料、木材、木炭以及科研等行業(yè)測量固體、液體等可燃物資的發(fā)熱量。由于其應(yīng)用范圍很廣，因此研制出更高測量精度和效率的量熱儀具有很好的發(fā)展前景及經(jīng)濟效益。我國是產(chǎn)煤大國，而衡量煤炭質(zhì)量的最重要指標(biāo)之一是其燃燒發(fā)熱量。因而，目前國內(nèi)普遍采用以發(fā)熱量作為動力煤計價的主要依據(jù)。由于煤炭的發(fā)熱量主要是利用量熱儀來測定，因此，目前恒溫式自動量熱儀在包括煤炭生產(chǎn)以及用煤單位如電力等系統(tǒng)廣泛應(yīng)用。但由于其在測溫過程中不可避免地會受到客觀和人為干擾，準(zhǔn)確性受到一定影響。為了解決這一問題并根據(jù)現(xiàn)有量熱儀存在的其它缺點，本文所設(shè)計的量熱儀采用了以單片機為控制單元，選用更高精度的鉑電阻PT1000 作為溫度傳感器，精心設(shè)計相關(guān)電路，增加信號處理單元，采用LabVIEW 設(shè)計操作界面等，不僅提升了量熱儀的測量精度，而且具有良好的性價比。
上傳時間： 2013-11-07
上傳用戶：oojj
為有效合理利用雷達資源和解決雷達測量值與運動狀態(tài)間的非線性關(guān)系以及目標(biāo)狀態(tài)本身可能出現(xiàn)的非線性，提出了一種基于交互式多模型粒子濾波（IMMPF）的相控陣雷達自適應(yīng)采樣目標(biāo)跟蹤方法。將交互式多模型粒子濾波一步預(yù)測值的后驗克拉美羅矩陣代替預(yù)測協(xié)方差矩陣，通過該矩陣的跡與某一門限值比較來更新采樣周期以適應(yīng)目標(biāo)運動狀態(tài)的變化。將該方法與基于量測轉(zhuǎn)換的IMM自適應(yīng)采樣算法進行仿真實驗，表明了該算法的有效性。
上傳時間： 2013-10-09
上傳用戶：1037540470
落煤殘存瓦斯量的確定是采掘工作面瓦斯涌出量預(yù)測的重要環(huán)節(jié),它直接影響著采掘工作面瓦斯涌出量預(yù)測的精度,并與煤的變質(zhì)程度、落煤粒度、原始瓦斯含量、暴露時間等影響因素呈非線性關(guān)系。人工神經(jīng)網(wǎng)絡(luò)具有表示任意非線性關(guān)系和學(xué)習(xí)的能力,是解決復(fù)雜非線性、不確定性和時變性問題的新思想和新方法。基于此,作者提出自適應(yīng)神經(jīng)網(wǎng)絡(luò)的落煤殘存瓦斯量預(yù)測模型,并結(jié)合不同礦井落煤殘存瓦斯量的實際測定結(jié)果進行驗證研究。結(jié)果表明,自適應(yīng)調(diào)整權(quán)值的變步長BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度高,收斂速度快 該預(yù)測模型的應(yīng)用可為采掘工作面瓦斯涌出量的動態(tài)預(yù)測提供可靠的基礎(chǔ)數(shù)據(jù),為采掘工作面落煤殘存瓦斯量的確定提出了一種全新的方法和思路。
標(biāo)簽： 瓦斯 環(huán)節(jié) 人工神經(jīng)網(wǎng)絡(luò) 精度
上傳時間： 2015-03-12
上傳用戶：熊少鋒
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
