日韩电影中文亚洲精品乱码,亚洲综合不卡,日韩高清免费观看

載波恢復(fù)(fù)

DAC0832方波鋸齒波和三角波,C51下的Proteus仿真及C源程序

DAC0832方波鋸齒波和三角波,C51下的Proteus仿真及C源程序，非常適合初學(xué)單片機的新手們學(xué)習(xí)

標簽： Proteus 0832 DAC 51

上傳時間： 2013-09-24

上傳用戶：止絮那夏
DAC0832產(chǎn)生正弦波

DAC0832產(chǎn)生正弦波，C51下的Proteus仿真及C源程序，非常適合初學(xué)單片機的新手們學(xué)習(xí)

標簽： 0832 DAC 正弦波

上傳時間： 2013-09-25

上傳用戶：marten
基于小波變換的改進影像金字塔模型

　　隨著遙感影像數(shù)據(jù)量不斷增長，為了更加高效地組織與管理海量的遙感影像，研究并提出了改進的基于小波分解的影像金字塔構(gòu)建方法。利用多分辨率分析和圖像的小波分解與重構(gòu)算法，參考影像金字塔構(gòu)建的一般方法，將圖像小波分解的不同級系數(shù)量化、編碼后，分別存儲于金字塔的不同層中。該構(gòu)建方法可以有效地降低金字塔各層之間的數(shù)據(jù)冗余，減少總數(shù)據(jù)量和瀏覽時的數(shù)據(jù)流量，并能更好地支持嵌入式碼流和漸進式傳輸。

標簽： 小波變換金字塔模型

上傳時間： 2013-10-20

上傳用戶：1477849018@qq.com
波導(dǎo)傳輸檢波裝置的研究

　　波導(dǎo)傳輸檢波裝置用以發(fā)射機的檢波式功率監(jiān)測，是雷達導(dǎo)引頭發(fā)射機的一個重要組成部分。發(fā)射機產(chǎn)生的大功率射頻信號經(jīng)過波導(dǎo)傳輸檢波裝置最終傳輸給天線，在大功率傳輸過程中，波導(dǎo)傳輸檢波裝置從大功率射頻信號中耦合出一定量進行射頻信號包絡(luò)檢波，檢波信號通過外圍電路處理可以反映發(fā)射機工作狀態(tài)，并可反饋優(yōu)化發(fā)射機工作狀態(tài)。文中介紹了波導(dǎo)傳輸檢波裝置的設(shè)計原理，并對設(shè)計中的一些重要環(huán)節(jié)進行了仿真，其中包括了溫度對設(shè)計的影響。

標簽： 波導(dǎo)傳輸檢波裝置

上傳時間： 2013-11-23

上傳用戶：哇哇哇哇哇
三角波振蕩器一些介紹

對三角波振蕩器的一些介紹

標簽： 三角波振蕩器

上傳時間： 2013-10-29

上傳用戶：417313137
基于分塊的多尺度小波頻域數(shù)字水印

數(shù)字水印是數(shù)字信息安全領(lǐng)域研究的一個熱點。小波變換算法以其多分辨率分析的特性在應(yīng)用數(shù)學(xué)方面取得了一定的發(fā)展。文中結(jié)合小波算法，在數(shù)字圖像的低頻域中采用分塊方法來嵌入數(shù)字水印，改進了小波多尺度分解算法，通過實驗說明，該數(shù)字水印算法對數(shù)字水印的穩(wěn)定性效果明顯

標簽： 分塊多尺度頻域數(shù)字水印

上傳時間： 2013-11-08

上傳用戶：199311
基于小波分析的低截獲信號檢測方法研究

在魚雷技術(shù)發(fā)展中，低截獲概率技術(shù)（LPI）的采用大大提高魚雷的作戰(zhàn)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(chǔ)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(yōu)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
基于小波分析的脈搏波信號處理

對脈搏波信號進行分析之前，對信號的去噪非常重要，本論文利用Mallat算法對脈搏波信號進行多分辨分析和去噪，分別對閾值法、平移不變量法、模極大值法的降噪原理進行分析，通過大量實驗對比，比較了它們在處理脈搏波信號方面的優(yōu)缺點。通過對一段含噪脈搏波信號降噪，得到了滿意的去噪效果。

標簽： 小波分析信號處理脈搏波

上傳時間： 2013-10-20

上傳用戶：lmq0059
動態(tài)電路在方波下形成的波形的解析

這是一階二階電路在方波下形成的波形解析

標簽： 動態(tài)電路方波波形

上傳時間： 2013-11-24

上傳用戶：uuuuuuu
基于小波與LS-SVM集成的模擬電路故障檢測

由于模擬電路的多樣性、非線性和離散性等特點，模擬電路的故障診斷呈現(xiàn)復(fù)雜、難以辨識等問題。針對已有方法的數(shù)據(jù)不平衡，提出了一種支持向量機集成的故障診斷方法。使用小波變換方法提取特征向量，在多類別支持向量機的基礎(chǔ)上，設(shè)計了模擬電路的最小二乘支持向量機預(yù)測模型，實現(xiàn)了對模擬電路的狀態(tài)的故障預(yù)測。將該方法應(yīng)用于Sallen-Key帶通電路進行故障預(yù)測試驗，結(jié)果表明，該方法比單一支持向量機、徑向基神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)和APSVM有更好的分類和泛化性能，故障診斷準確率更高。

標簽： LS-SVM 集成模擬電路故障檢測

上傳時間： 2013-10-31

上傳用戶：417313137