基于累計量的奇異值－總體最小二乘法求AR參數 用奇異值－總體最小二乘法求AR參數 一般最小二乘法求AR參數 根據AR參數和自相關函數以及AR階數用Cadzow譜估計子求出頻譜密度
標簽： Cadzow 參數 最小二乘法 計量
上傳時間： 2013-12-20
上傳用戶：jeffery
AR模型定階，用AIC準則對AR模型進行階數的確定
標簽： AR模型
上傳時間： 2017-09-10
上傳用戶：gyq
AR雙譜估計的Matlab實現AR雙譜估計的Matlab實現AR雙譜估計的Matlab實現AR雙譜估計的Matlab實現
標簽： AR雙譜估計的Matlab實現
上傳時間： 2015-11-10
上傳用戶：hanm0826
AR.c c .compiler.v6.2 破解文件
標簽： IAR FOR AVR
上傳時間： 2015-12-29
上傳用戶：sun123456
AR風速預測模型，內有數據，已完成運行調試，希望有所幫助
標簽： AR預測模型
上傳時間： 2016-03-11
上傳用戶：ccnt
對數據進行分析處理，確定時間序列模型，最終得到AR（1）模型，再利用卡爾曼濾波對數據進性濾波處理
標簽： 模型 卡爾曼濾波
上傳時間： 2017-05-06
上傳用戶：李兆桐114
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的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、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。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。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。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 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構，其性能優于一般錐形核分布（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。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，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、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則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，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。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，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的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現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，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據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果，但由于用于分類的心臟雜音信號種類及數據量尚不足，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用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
標簽： 時頻 分析方法 分
上傳時間： 2013-04-24
上傳用戶：weixiao99
建立在數據率轉換技術之上的寬帶數字偵察接收機要求能夠實現高截獲概率、高靈敏度、近乎實時的信號處理能力。雙信號數據率轉換技術是寬帶數字偵察接收機關鍵技術之一，是解決寬帶數字接收機中前端高速ADC采樣的高速數據流與后端DSP處理速度之間瓶頸問題的可行方案。測頻技術以及帶通濾波，即寬帶數字下變頻技術，是實現數據率轉換系統的關鍵技術。本文首先介紹了寬帶數字偵察接收關鍵技術之一的數據率轉換技術，著重研究了快速、高精度雙信號測頻算法以及實驗系統硬件實現。論文主要工作如下： (1)分析了現代電子偵察環境下的信號特征，指出寬帶數字接收機必須滿足寬監視帶寬、流水作業以及近實時的響應時間。給出了一種頻率引導式的數字接收機方案，簡要介紹這種接收機的關鍵技術——快速、高精度頻率估計以及高效的數據率轉換。 (2)介紹了FFT技術在測頻算法中的應用，比較了FFT專用芯片及其優點和缺點，指出為了滿足實時處理要求，必須選用FPGA設計FFT模塊。 (3)在分析常規的插值算法基礎上，提出了一種單信號的快速插值頻率估計方法，只需三個FFT變換系數的實部構造頻率修正項，計算量低。該方法具有精度高、測頻速率快的特點。 (4)基于DFT理論和自相關理論，提出了結合FFT和自相關的雙信號頻率估計算法。該方法先用DFT估計其中一個信號的頻率和幅度，以此頻率對信號解調并對消該頻率成分，最后利用自相關理論估計出另一個信號的頻率。 (5)基于DFT理論和FFT技術，研究了信號平方與FFT結合的雙信號頻率估計算法。根據信號中兩頻率分量的幅度比，只需一次一維平方信號譜峰搜索，就可以得到雙信號的和頻與差頻分量的估計值，并利用插值技術提高測頻精度。該算法能夠精確地估計頻率間隔小的雙信號頻率，且容易地擴展到復信號，FPGA硬件實現容易。 (6)基于現代譜分析理論，研究了基于AR(2)模型的雙信號頻率估計算法。方法在利用AR(2)模型系數估計雙正弦信號頻率之和的同時，利用FFT快速測頻算法估計其中強信號分量的頻率值。算法仿真驗證和性能分析表明了提出的算法能快速高精度地估計雙信號頻率。 (7)給出了基于頻譜重心算法的雷達雙信號頻率估計的FPGA硬件實現架構，并進行了時序仿真。 (8)討論了雙信號帶寬匹配接收系統的硬件設計方案，給出了快速測頻及帶寬估計模塊設計。
標簽： FPGA 信號 測頻
上傳時間： 2013-06-02
上傳用戶：youke111
《程序員面試攻略》程序員面試的經典書籍，非常的清晰，內容最完整。-: A classic book to read for people who AR
標簽： 程序員面試
上傳時間： 2013-07-03
上傳用戶：kbnswdifs
增強現實是一種將虛擬世界和真實環境相結合的技術。它將計算機繪制的虛擬模型疊加到使用者所看到的真實世界景象中，使用戶可以從虛擬模型中獲得額外的信息，增強了對現實的感知。涉及到的技術有圖像處理、位置跟蹤、三維注冊等。增強現實技術廣泛應用于裝配維修、醫療研究、軍事領域和商業應用。 第一部分，增強現實技術介紹。該部分首先闡述了增強現實的定義，接著介紹了該項技術的國內外發展狀況，以及在工業領域、醫療領域、建筑領域等的應用，最后分析了目前AR系統的缺點和不足，得出了在嵌入式增強現實研究具有重要意義。 第二部分，嵌入式硬件環境的設計。硬件電路由以下幾部分構成：USB控制器用于連接USB攝像頭設備，液晶顯示驅動用于控制顯示屏輸出，外圍電路主要有內存電路、Flash電路、時鐘電路和RS-232電路等。 第三部分，嵌入式軟件方案的設計。首先，選用U-boot1.2.0作為Bootloder，特點是U-boot的網絡功能較強，支持平臺較多。其次，移植Linux2.6.22內核作為系統核心，該版本內核具有實時性強等特點。再次，用busybox1.9.1構建基礎命令環境，并將轉為NandFlash設計的YAFFS文件系統安裝到開發板上。最后，在以上的軟件環境基礎上，開發了基于OV511芯片的USB設備驅動和FrameBuffer顯示驅動程序。 第四部分，開源視覺處理庫OpenCV的移植。該部分介紹了OpenCV的特性，常用的數據結構，在嵌入式Linux下的編譯選項配置，庫依賴文件安裝，底層文件修改，以及如何編譯、安裝OpenCV。 第五部分，基于OpenCV的攝像頭標定程序。該攝像頭標定程序是基于張氏標定算法的開發，本文首先闡述了攝像頭標定算法的核心內容，以及對應的OpenCV實現方案，然后給出了攝像頭標定程序在平臺運行的細節和結果。
標簽： OpenCV ARM 增強現實
上傳時間： 2013-07-06
上傳用戶：阿四AIR
蟲蟲下載站版權所有 京ICP備2021023401號-1
<strike id="cspmi"></strike>
