您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 欠采样超宽带LFM信号参数估计

  2. 针对Nyquist采样频率过高、硬件实现困难的问题,提出一种基于欠采样的超宽带线性调频信号的调制斜率和初始频率估计方法。该方法利用互谱ESPRIT算法和余数定理对欠采样信号进行解模糊,在低信噪比情况下仍能较精确地估计超宽带线性调频信号的调制斜率和初始频率。计算机仿真证实了该方法的有效性。
  3. 所属分类:其它

    • 发布日期:2013-04-24
    • 文件大小:369664
    • 提供者:u010431961
  1. 过采样和欠采样原理对比

  2. 详细描述了过采样、欠采样的原理,并就实际工程应用给出了2者的对比。
  3. 所属分类:硬件开发

    • 发布日期:2018-04-06
    • 文件大小:1048576
    • 提供者:glace12123
  1. 欠采样测频技术的研究

  2. 欠采样测频技术的研究,张效,张国庆,采样定理指出:为了获得不失真的模拟信号,采样率应不小于模拟信号频谱中最高频率的2倍。当采样率低于模拟信号频谱中最高频率的2�
  3. 所属分类:其它

    • 发布日期:2020-01-10
    • 文件大小:1048576
    • 提供者:weixin_38683193
  1. 合理选择高速ADC实现欠采样

  2. 欠采样或违反奈奎斯特(Nyquist)准则是 ADC 应用上经常使用的一种技术。射频(RF)通信和诸如示波器等高性能测试设备就是其中的一些实例。在这个“灰色”地带中经常出现一些困惑,如是否有必要服从 Nyquist 准则,以获取一个信号的内容。
  3. 所属分类:其它

    • 发布日期:2020-08-07
    • 文件大小:222208
    • 提供者:weixin_38509504
  1. 基于聚类欠采样的极端学习机

  2. 针对极端学习机算法对不平衡数据分类问题的处理效果不够理想,提出了一种基于聚类欠采样的极端学习机算法。新算法首先对训练集的负类样本进行聚类生成不同的簇,然后在各簇中按规定的采样率对其进行欠采样,取出的样本组成新的负类数据集,从而使训练集正负类数据个数达到相对平衡,最后训练分类器对测试集进行测试。实验结果表明,新算法有效地降低了数据的不平衡对分类准确率的影响,具有更好的分类性能。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:680960
    • 提供者:weixin_38723236
  1. 基于欠采样的单频率估计的设计与实现

  2. 针对当前高采样率ADC成本高昂、采样精度较低的问题,提出了基于欠采样的信号频率估计方法,通过组合使用低速ADC,可以达到高速ADC的采样效果。通过建立仿真对所提出的方法进行验证,结果显示利用20 kHz、30 kHz配合50 kHz的ADC对31351 Hz的信号采样并进行频率估计,其结果偏差仅为0.01 Hz,证明了方法的正确性。最后使用Zynq对算法进行了实现及测试,测试结果表明该方法可以获得极为准确的频率估计,能够满足设计需求。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:357376
    • 提供者:weixin_38571104
  1. K-Means欠采样处理不平衡样本python实现

  2. K-Means欠采样python实现 1. K-Means欠采样原理 为解决分类问题中效果受样本集类间不平衡,并提高训练样本的多样性,可以使用K-Means欠采样对样本进行平衡处理。该方法利用K-means方法对大类样本聚类,形成与小类样本个数相同的簇类数,从每个簇中随机抽取单个样本与风险样本形成平衡样本集。K-means欠采样过程如下: Step1:随机初始化k个聚类中心,分别为uj(1,2,…,k); Step2:对于大样本xi(1,2,…,n),计算样本到每个聚类中心uj的距离,将xi划分
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:40960
    • 提供者:weixin_38641896
  1. K-Means欠采样处理不平衡样本python实现

  2. K-Means欠采样python实现 1. K-Means欠采样原理 为解决分类问题中效果受样本集类间不平衡,并提高训练样本的多样性,可以使用K-Means欠采样对样本进行平衡处理。该方法利用K-means方法对大类样本聚类,形成与小类样本个数相同的簇类数,从每个簇中随机抽取单个样本与风险样本形成平衡样本集。K-means欠采样过程如下: Step1:随机初始化k个聚类中心,分别为uj(1,2,…,k); Step2:对于大样本xi(1,2,…,n),计算样本到每个聚类中心uj的距离,将xi划分
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:40960
    • 提供者:weixin_38702945
  1. 使用非下采样的Shearlet变换稀疏度从高度欠采样的k空间数据中压缩感知MRI重建

  2. 使用非下采样的Shearlet变换稀疏度从高度欠采样的k空间数据中压缩感知MRI重建
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:1048576
    • 提供者:weixin_38521169
  1. 基于补丁的约束分割增强拉格朗日收缩算法基于多尺度UDCT字典学习的高度欠采样MR图像重建

  2. 基于补丁的约束分割增强拉格朗日收缩算法基于多尺度UDCT字典学习的高度欠采样MR图像重建
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:1048576
    • 提供者:weixin_38733875
  1. 使用欠采样技术的双音无线电干涉定位系统

  2. 使用欠采样技术的双音无线电干涉定位系统
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:155648
    • 提供者:weixin_38538585
  1. 基于CS和AIC的PPM-UWB通信信号欠采样

  2. 基于CS和AIC的PPM-UWB通信信号欠采样
  3. 所属分类:其它

    • 发布日期:2021-03-16
    • 文件大小:630784
    • 提供者:weixin_38675969
  1. 从角度欠采样的投影数据中将电视最小化的3-D加权CBCT迭代重建

  2. 从角度欠采样的投影数据中将电视最小化的3-D加权CBCT迭代重建
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:2097152
    • 提供者:weixin_38686677
  1. 通过基于稀疏约束的欠采样扫描进行子瑞利成像

  2. 通过基于稀疏约束的欠采样扫描进行子瑞利成像
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:6291456
    • 提供者:weixin_38688097
  1. 感兴趣区域欠采样MRI重建:一种深度卷积神经网络方法

  2. 感兴趣区域欠采样MRI重建:一种深度卷积神经网络方法
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:2097152
    • 提供者:weixin_38725450
  1. 通过具有随机欠采样的集成SVM来增强凋亡蛋白的亚细胞定位预测

  2. 通过具有随机欠采样的集成SVM来增强凋亡蛋白的亚细胞定位预测
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:854016
    • 提供者:weixin_38611459
  1. 用于光学相机通信的欠采样数字PAM子载波调制

  2. 用于光学相机通信的欠采样数字PAM子载波调制
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:264192
    • 提供者:weixin_38732307
  1. 鲁棒的闭式中国余数定理及其在欠采样频率估计中的应用

  2. 鲁棒的闭式中国余数定理及其在欠采样频率估计中的应用
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:1048576
    • 提供者:weixin_38530415
  1. 时—空欠采样下的频率和DOA联合估计算法

  2. 针对时—空欠采样下入射信号的频率和波达方向(DOA)估计问题,提出基于谱校正和中国余数定理的联合估计算法。首先利用稀疏分布的传感器阵元构造非均匀线阵,然后对入射信号做多路并行欠采样;借助AM估计器,该算法仅耗费少量样本即可获得精确频率和相位差余数,再结合闭式中国余数定理分别得到频率和DOA估计值。由于谱校正结果可以同时为频率估计器和DOA估计器所利用,因而该算法的样本利用率高。此外,与现有基于中国余数定理的频率估计法相比,该估计器无需对源信号做多次欠采样,耗时更短,更适用于快速时变目标的估计。仿
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:1048576
    • 提供者:weixin_38569651
  1. 基于中国余数定理的欠采样下余弦信号的频率估计

  2. 基于中国余数定理的重构算法的信号频率估计是近年来信号处理、电磁学以及光学等领域的前沿问题,但目前这些研究仅限于对复指数信号做粗略频率估计.因而,本文把基于中国余数定理的频率估计从复指数信号粗估计拓展到实余弦信号精细估计领域,其所提出的估计方案处理过程如下:1)对高频余弦波形进行过零点检测,确定信号的相位信息;2)对各路欠采样信号做快速傅里叶变换,并借助Candan估计器对各路谱峰值做频率校正以获取高精度余数估计,基于此算出频偏值以做相位校正;3)用提出的基于相位特征分类方法对校正得到的余数做筛选
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:2097152
    • 提供者:weixin_38735987
« 12 3 4 5 6 7 8 9 10 »