<em id="gw622"></em> 凌力爾特公司的 LT®5575 直接轉(zhuǎn)換解調(diào)器實(shí)現(xiàn)了超卓線性度和噪聲性能的完美結(jié)合。
標(biāo)簽： 高線性度 元件 直接轉(zhuǎn)換 接收器
上傳時(shí)間： 2013-11-10
上傳用戶：mikesering
對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中，然而在采集脈搏波信號時(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)對于分析人體生理健康很有意義。針對信號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局部信息的能力，且具有對信號具有自適應(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 信號降噪 特征點(diǎn)識(shí)別
上傳時(shí)間： 2013-10-12
上傳用戶：shirleyYim
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包含噪聲的語音信號進(jìn)行小波分解，以分離出來的噪聲信號作為自適應(yīng)濾波器的輸入，選擇基于模糊推理變步長自適應(yīng)算法對帶噪聲語音信號進(jìn)行降噪處理，最終實(shí)現(xiàn)語音信號的信噪分離，去除語音信號中的噪聲。仿真結(jié)果表明，該方法對語音信號有較為明顯的降噪效果。
上傳時(shí)間： 2013-10-14
上傳用戶：戀天使569
為去除腦電信號采集過程中存在的噪聲信號，提出了基于小波閾值去噪的腦電信號去噪。以小波閾值降噪為基礎(chǔ)，首先利用db4小波對腦電信號進(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MIT腦電數(shù)據(jù)庫中的腦電信號進(jìn)行仿真，結(jié)果表明，采用軟閾值方法有效去除了噪聲，提高了腦電信號的信噪比。
上傳時(shí)間： 2014-12-23
上傳用戶：如果你也聽說
任何雷達(dá)接收器所接收到的回波(echo)訊號，都會(huì)包含目標(biāo)回波和背景雜波。雷達(dá)系統(tǒng)的縱向解析度和橫向解析度必須夠高，才能在充滿背景雜波的環(huán)境中偵測到目標(biāo)。傳統(tǒng)上都會(huì)使用短週期脈衝波和寬頻FM 脈衝來達(dá)到上述目的。
標(biāo)簽： 步進(jìn)頻率 模擬 雷達(dá)系統(tǒng) 測試
上傳時(shí)間： 2014-12-23
上傳用戶：zhqzal1014
針對齒輪故障特征信號具有強(qiáng)噪聲背景、非線性、非平穩(wěn)性特點(diǎn)，提出采用形態(tài)梯度小波對齒輪振動(dòng)信號進(jìn)行降噪。首先使用形態(tài)梯度小波把齒輪振動(dòng)信號分解到多個(gè)尺度上，然后對各層的細(xì)節(jié)系數(shù)進(jìn)行軟閾值方法降噪處理，對經(jīng)過處理后的小波系數(shù)進(jìn)行重構(gòu)。對降噪后的齒輪振動(dòng)信號采用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)束流測量電路中，用來抑制工頻干擾對測量精度的影響。基于對自動(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量中對工頻干擾進(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)-微帶探針過渡的設(shè)計(jì)，基于有限元場分析軟件Ansoft HFSS對該類過渡的設(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)。
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，不能檢測出真正的邊緣。一個(gè)擁有良好屬性的的邊緣檢測算法是每個(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，對利用小波變換來檢測圖像的邊緣進(jìn)行了一定的研究和理解。
標(biāo)簽： 小波變換 圖像邊緣檢測 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
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<code id="s6guc"></code>