自適應(yīng)語(yǔ)音增強(qiáng)算法，采用自適應(yīng)濾波原理，對(duì)語(yǔ)音信號(hào)進(jìn)行增強(qiáng)處理
標(biāo)簽： 自適應(yīng) 語(yǔ)音增強(qiáng)
上傳時(shí)間： 2017-11-14
上傳用戶：微風(fēng)拂面
LMS濾波器的c語(yǔ)言源碼，C語(yǔ)言實(shí)現(xiàn)的自適應(yīng)濾波器LMS的算法
上傳時(shí)間： 2018-09-05
上傳用戶：menmos
%========================開(kāi)始提取加噪信號(hào)的各類特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信號(hào)'signal_with_noise=y+noise'的前256個(gè)元素，抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %對(duì)調(diào)制信號(hào)進(jìn)行快速傅里葉算法（離散） y1=hilbert(y0) ; %調(diào)制信號(hào)實(shí)部的解析式 factor=0; %開(kāi)始求零中心歸一化瞬時(shí)幅度譜密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
標(biāo)簽： matlab 神經(jīng)網(wǎng)絡(luò)算法 通信信號(hào) 調(diào)制識(shí)別
上傳時(shí)間： 2020-04-07
上傳用戶：如拷貝般復(fù)制
基于matlab的LMS自適應(yīng)濾波器仿真這是一份非常不錯(cuò)的資料，歡迎下載，希望對(duì)您有幫助！
標(biāo)簽： matlab lms 自適應(yīng)濾波器
上傳時(shí)間： 2021-12-24
上傳用戶：d1997wayne
兩輪自平衡小車通過(guò)三軸加速度傳感器ADXL345 獲取當(dāng)前加速度，然后采用了PID控制算法輸出PWM,是小車快速達(dá)到穩(wěn)定狀態(tài)內(nèi)部包含PID控制算法教程，數(shù)字濾波算法和電機(jī)驅(qū)動(dòng)模塊的使用，這份資料可以快速了解平衡車控制原理以及程序上所采用的實(shí)際控制方法，達(dá)到理論與實(shí)際相互驗(yàn)證的效果，分享給大家
標(biāo)簽： 自平衡小車
上傳時(shí)間： 2022-02-12
上傳用戶：ttalli
螞蟻算法復(fù)雜性自組織分析與啟示
標(biāo)簽： 螞蟻算法
上傳時(shí)間： 2022-03-12
上傳用戶：
求解旅行商問(wèn)題的高效自適應(yīng)混合螞蟻算法
標(biāo)簽： 螞蟻算法
上傳時(shí)間： 2022-03-12
上傳用戶：得之我幸78
該文檔為多通道自相關(guān)信號(hào)檢測(cè)算法及其FPGA實(shí)現(xiàn)總結(jié)文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
標(biāo)簽： fpga
上傳時(shí)間： 2022-03-27
上傳用戶：
本書(shū)是自適應(yīng)信號(hào)處理領(lǐng)域的一本經(jīng)典教材。全書(shū)共17章，內(nèi)容包括：自適應(yīng)LMS橫向?yàn)V波器、自適應(yīng)格型濾波器、自適應(yīng)遞歸濾波器、頻域和子帶自適應(yīng)濾波器、盲自適應(yīng)濾波器、神經(jīng)網(wǎng)絡(luò)、非線性自適應(yīng)濾波器等及其在通信與信息系統(tǒng)中的應(yīng)用。目錄背景與預(yù)覽第1章 隨機(jī)過(guò)程與模型第2章 維納濾波器第3章 線性預(yù)測(cè)第4章 最速下降算法第5章 最小均方自適應(yīng)濾波器第6章 歸一化最小均方自適應(yīng)濾波器第7章 頻域和子帶自適應(yīng)濾波器第8章 最小二乘法第9章 遞歸最小二乘自適應(yīng)濾波器第10章 卡爾曼濾波器第11章 平方根自適應(yīng)濾波器第12章 階遞歸自適應(yīng)濾波器第13章 有限精度效應(yīng)第14章 時(shí)變系統(tǒng)的跟蹤第15章 無(wú)限脈沖響應(yīng)自適應(yīng)濾波器第16章 盲反卷積第17章 反向傳播學(xué)習(xí)后記附錄A 復(fù)變量附錄B 對(duì)向量微分附錄C 拉格朗日乘子法附錄D 估計(jì)理論附錄E 特征分析附錄F 旋轉(zhuǎn)和映射附錄G 復(fù)數(shù)Wishart分布術(shù)語(yǔ)參考文獻(xiàn) 現(xiàn)在網(wǎng)上流傳的技術(shù)類書(shū)籍好多都是預(yù)覽版本，此書(shū)為全本，非常難得，現(xiàn)在分享給大家，希望對(duì)大家有所幫助。
標(biāo)簽： 自適應(yīng)濾波器
上傳時(shí)間： 2022-05-14
上傳用戶：默默
本文擬借助于神經(jīng)網(wǎng)絡(luò)良好的逼近能力，實(shí)現(xiàn)永磁同步電機(jī)的無(wú)位置傳感器控制。 人工神經(jīng)網(wǎng)絡(luò)(Neural Network)可以逼近任意復(fù)雜非線性映射，具有很強(qiáng)的自學(xué)習(xí)自適應(yīng)能力，十分適合于解決復(fù)雜的非線性控制問(wèn)題。其中，BP神經(jīng)網(wǎng)絡(luò)是目前廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)之一，得到了較為深入的研究，其結(jié)構(gòu)簡(jiǎn)單，需要離線確定的參數(shù)少、泛化能力強(qiáng)、逼近精度高、實(shí)時(shí)性強(qiáng)，采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)永磁同步電機(jī)的調(diào)速控制具有重要意義。 文中提出了基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)自適應(yīng)調(diào)速控制策略，建立了一種包含辨識(shí)網(wǎng)絡(luò)和控制網(wǎng)絡(luò)的雙神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)控制系統(tǒng)。辨識(shí)網(wǎng)絡(luò)在線動(dòng)態(tài)辨識(shí)系統(tǒng)輸出并對(duì)控制網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整，控制網(wǎng)絡(luò)與PI控制方法相結(jié)合實(shí)現(xiàn)永磁同步電機(jī)自適應(yīng)轉(zhuǎn)速控制。仿真結(jié)果表明，該系統(tǒng)動(dòng)態(tài)響應(yīng)快、實(shí)時(shí)性較強(qiáng)、精度較高。 文中提出了一種基于混合訓(xùn)練算法的BP神經(jīng)網(wǎng)絡(luò)永磁同步電機(jī)無(wú)位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結(jié)合的混合算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練后，將其用于永磁同步電機(jī)的轉(zhuǎn)子位置角在線估計(jì)。結(jié)果表明，該訓(xùn)練算法可以有效地加快神經(jīng)網(wǎng)絡(luò)收斂速度，且估計(jì)的轉(zhuǎn)子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機(jī)調(diào)速控制系統(tǒng)，并進(jìn)行了相應(yīng)的軟硬件設(shè)計(jì)，為實(shí)現(xiàn)永磁同步電機(jī)的各種控制策略奠定了實(shí)驗(yàn)基礎(chǔ)。DSP控制系統(tǒng)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供樣本，為研究永磁同步電機(jī)的自適應(yīng)調(diào)速控制和轉(zhuǎn)子位置角估計(jì)創(chuàng)造了條件。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 永磁同步電機(jī) 自適應(yīng)控制
上傳時(shí)間： 2013-05-23
上傳用戶：1101055045
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
