<button id="4ww8q"></button>
<center id="4ww8q"></center>
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，脈搏波中含有人體生理病理信息，不同的人將表現為不同的特征，可以看出確定脈搏波特征點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性。運用極值法確定出脈搏波的峰值點，然后再根據峰值點確定出其他特征點的位置，實驗證明該方法能夠增加特征點的檢出率。
上傳時間： 2013-10-12
上傳用戶：shirleyYim
ADC0809做AD轉換的C程序
上傳時間： 2013-11-11
上傳用戶：大融融rr
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行小波分解，以分離出來的噪聲信號作為自適應濾波器的輸入，選擇基于模糊推理變步長自適應算法對帶噪聲語音信號進行降噪處理，最終實現語音信號的信噪分離，去除語音信號中的噪聲。仿真結果表明，該方法對語音信號有較為明顯的降噪效果。
上傳時間： 2013-10-14
上傳用戶：戀天使569
低噪聲放大器是接收機中最重要的模塊之一，文中采用了低噪聲、較高關聯增益、PHEMT技術設計的ATF-35176晶體管，設計了一種應用于5.5~6.5 GHz頻段的低噪聲放大器。為了獲得較高的增益，該電路采用三級級聯放大結構形式，并通過ADS軟件對電路的增益、噪聲系數、駐波比、穩定系數等特性進行了研究設計，最終得到LNA在該頻段內增益大于32.8 dB，噪聲小于1.5 dB，輸入輸出駐波比小于2，達到設計指標。
上傳時間： 2013-11-15
上傳用戶：brilliantchen
采用鎖相環技術設計了一種穩定、低噪聲的C波段頻率源。建立了鎖相環的相位噪聲模型并分析影響相位噪聲的因素，進行了鎖相環低通濾波器的設計。利用軟件對環路的穩定性和相位噪聲進行仿真，相位裕度在45°以上，環路工作穩定，且具有較好的相位噪聲特性
上傳時間： 2014-12-23
上傳用戶：吾學吾舞
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，首先利用db4小波對腦電信號進行5尺度分解，然后采用軟、硬閾值與小波重構的算法進行去噪。通過對MIT腦電數據庫中的腦電信號進行仿真，結果表明，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。
上傳時間： 2014-12-23
上傳用戶：如果你也聽說
任何雷達接收器所接收到的回波(echo)訊號，都會包含目標回波和背景雜波。雷達系統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境中偵測到目標。傳統上都會使用短週期脈衝波和寬頻FM 脈衝來達到上述目的。
上傳時間： 2014-12-23
上傳用戶：zhqzal1014
針對齒輪故障特征信號具有強噪聲背景、非線性、非平穩性特點，提出采用形態梯度小波對齒輪振動信號進行降噪。首先使用形態梯度小波把齒輪振動信號分解到多個尺度上，然后對各層的細節系數進行軟閾值方法降噪處理，對經過處理后的小波系數進行重構。對降噪后的齒輪振動信號采用S變換多分辨率時頻分析，能夠從具有良好的時頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗和故障軸承的信號分析證明，該方法具有短時傅里葉變換和小波變換的優點，不存在Wigner-Ville分布的交叉干擾和負頻率，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測和診斷。
上傳時間： 2013-11-01
上傳用戶：AISINI005
電位計訊號轉換器 AT-PM1-P1-DN-ADL 1．產品說明 AT系列轉換器/分配器主要設計使用于一般訊號迴路中之轉換與隔離；如 4~20mA、0~10V、熱電偶(Type K, J, E, T)、熱電阻(Rtd-Pt100Ω)、荷重元、電位計(三線式)、電阻(二線式)及交流電壓/電流等訊號，機種齊全。 此款薄型設計的轉換器/分配器，除了能提供兩組訊號輸出（輸出間隔離）或24V激發電源供傳送器使用外，切換式電源亦提供了安裝的便利性。上方并設計了電源、輸入及輸出指示燈及可插拔式接線端子方便現場施工及工作狀態檢視。 2.產品特點 可選擇帶指撥開關切換，六種常規輸出信號0-5V/0~10V/1~5V/2~10V/4~20mA/ 0~20mA 可自行切換。 雙回路輸出完全隔離，可選擇不同信號。 設計了電源、輸入及輸出LED指示燈，方便現場工作狀態檢視。 規格選擇表中可指定選購0.1%精度 17.55mm薄型35mm導軌安裝。 依據CE國際標準規范設計。 3.技術規格 用途：信號轉換及隔離 過載輸入能力：電流：10×額定10秒 第二組輸出：可選擇 輸入范圍：P1：0 Ω ~ 50.0 Ω / ~ 2.0 KΩ P2：0 Ω ~ 2.0 KΩ / ~ 100.0 KΩ 精確度: ≦±0.2% of F.S. ≦±0.1% of F.S. 偵測電壓：1.6V 輸入耗損: 交流電流:≤ 0.1VA; 交流電壓:≤ 0.15VA 反應時間: ≤ 250msec (10%~90% of FS) 輸出波紋: ≤ ±0.1% of F.S. 滿量程校正范圍:≤ ±10% of F.S.，2組輸出可個別調整 零點校正范圍:≤ ±10% of F.S.，2組輸出可個別調整 隔離:AC 2.0 KV 輸出1與輸出2之間 隔離抗阻：DC 500V 100MΩ 工作電源: AC 85~265V/DC 100~300V, 50/60Hz 或 AC/DC 20~56V (選購規格) 消耗功率: DC 4W, AC 6.0VA 工作溫度: 0~60 ºC 工作濕度: 20~95% RH, 無結露 溫度系數: ≤ 100PPM/ ºC (0~50 ºC) 儲存溫度: -10~70 ºC 保護等級: IP 42 振動測試: 1~800 Hz, 3.175 g2/Hz 外觀尺寸: 94.0mm x 94.0mm x 17.5mm 外殼材質: ABS防火材料，UL94V0 安裝軌道: 35mm DIN導軌 (EN50022) 重量: 250g 安全規范(LVD): IEC 61010 (Installation category 3) EMC: EN 55011:2002; EN 61326:2003 EMI: EN 55011:2002; EN 61326:2003 常用規格：AT-PM1-P1-DN-ADL 電位計訊號轉換器，一組輸出，輸入范圍：0 Ω ~ 50.0 Ω / ~ 2.0 KΩ，輸出一組輸出4-20mA，工作電源AC/DC20-56V
上傳時間： 2013-11-05
上傳用戶：feitian920
模糊C-均值聚類算法是一種無監督圖像分割技術，但存在著初始隸屬度矩陣隨機選取的影響，可能收斂到局部最優解的缺點。提出了一種粒子群優化與模糊C-均值聚類相結合的圖像分割算法，根據粒子群優化算法強大的全局搜索能力，有效地避免了傳統的FCM對隨機初始值的敏感，容易陷入局部最優的缺點。實驗表明，該算法加快了收斂速度，提高了圖像的分割精度。
上傳時間： 2013-10-25
上傳用戶：llandlu
