精华内容
下载资源
问答
  • 采用DDS技术设计工业控制现场测试信号源,基于VHDL语言进行系统建模,对DDS进行重新参数设计,实现IP核重构,能够根据需要修改参数以实现器件的通用性;利用QuartusⅡ平台完成具体DDS芯片设计,阐述了基于VHDL编程的...
  • 小波阈值去噪方法可以消除心音信号中的噪声,但其缺乏平不变性,可能在信号的奇异点附近产生人为的振荡现象,即Pesudo-Gibbs现象,影响去噪效果。采用平不变(Translation Invariance,TI)小波阈值去噪的方法对...
  • 在实验室环境下采集了某型号光纤陀螺仪输出信号,对其进行多种小波滤波方法滤波对比实验,并进行了实验结果分析,实验结果表明采用平不变离散小波变换半软阈值滤波方法可以有效地去除分形噪声和白噪声,克服了
  • 简单介绍了短傅里叶变换和小波变换,并将其应用到EEG信号的频段提取中。

    文中引用了来自以下网址的内容:

    http://blog.csdn.net/qrlhl/article/details/72155395 短时傅里叶变换在EEG信号特征提取中的应用(通俗版)

    http://blog.csdn.net/swx1477572187/article/details/51303114 傅里叶变换&短时傅里叶变换&小波变换

    http://blog.csdn.net/gent__chen/article/details/53455318  基于MATLAB短时傅里叶变换和小波变换的时频分析

    根据EEG信号对睡眠进行分期

    EEG信号的简单处理是对其进行频域分析,获取不同频段(delta theta alpha sigma beta gamma)的能量或PSD等后获得对睡眠分期具有较好指导作用的参量

    在此采用短时傅里叶变换和小波变换,整理了网上关于这两者的资料,整理结果如下:


    • 短时傅里叶变换

          MATLAB函数:(具体可参考上述第一、三篇文章)

    [S,F,T,P]=spectrogram(x,window,noverlap,nfft,fs)


    其中,S为输入信号x的短时傅里叶变换,F为频率向量,T为时间向量,P为功率谱密度矩阵,x为输入信号,window为时间窗,noverlap为overlap的点数,如果为0就是没有overlap,nfft为DFT的点数,fs为采样频率。其中,F向量的维度和P的行数一致,可以根据F向量来选取特定波段的PSD,还可以将alpha、beta、theta、gamma、deta这几个波段分别分为几个窄波段,提取窄带PSD。


    浅显原理:

    区别于FFT之处是FFT智能处理平稳过程,而EEG等人体信号为非平稳过程,因此采用STFT

    STFT简单讲就是信号加窗函数后再进行FFT,把整个时域过程分解成无数个等长的小过程,每个小过程近似平稳,再傅里叶变换,就知道在哪个时间点上出现了什么频率了。”

    在短时傅里叶变换过程中,窗的长度决定频谱图的时间分辨率和频率分辨率,窗长越长,截取的信号越长,信号越长,傅里叶变换后频率分辨率越高,时间分辨率越差;相反,窗长越短,截取的信号就越短,频率分辨率越差,时间分辨率越好,也就是说短时傅里叶变换中,时间分辨率和频率分辨率之间不能兼得,应该根据具体需求进行取舍。

     对于时变的非稳态信号,高频适合小窗口,低频适合大窗口。然而STFT的窗口是固定的,在一次STFT中宽度不会变化,所以STFT还是无法满足非稳态信号变化的频率的需求。


    • 小波变换

    MATLAB函数:

    COEFS=cwt(S, SCALES, 'wname')

    COEFS=cwt(S, SCALES, 'wname', 'plot')

    COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE')

    COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE', XLIM)

    其中,S为信号数据,SCALES为尺度的长度,‘wname’为小波类型


    浅显原理:

    “STFT是给信号加窗,分段做FFT;而小波直接把傅里叶变换的基给换了——将无限长的三角函数基换成了有限长的会衰减的小波基。这样不仅能够获取频率,还可以定位到时间了”。
    不同于傅里叶变换,变量只有频率ω,小波变换有两个变量:尺度a(scale)和平移量 τ(translation)。尺度a控制小波函数的伸缩平移量τ控制小波函数的平移尺度就对应于频率(反比),平移量 τ就对应于时间


    展开全文
  • 数学形态学是一种非线性图象(信号)处理和分析工具,对信号特征的提取完全在时域中进行,信号的相位和幅值特征不会变化。详细介绍了一维情况下灰度形态变换、形态学算子构造的滤波器和提取暂态突变特征等。应用电力...
  • 随机信号分析 (第13讲) 随机信号通过线性系统 线性系统的基本理论 时域法 频域法 色噪声和白噪声的产生 白噪声通过线性系统 线性系统的基本理论 稳定的物理可实现不变线性系统 线性系统算子L[] 满足齐次性 叠加性...
  • 绪论;一学科概貌;二信号系统和信号处理;连续时间信号时间连续幅值...数字系统 系统可以是线性或非线性()不变或()变的;3信号处理 研究用系统对信号进行处理变换以获得人们所希望的信号从而达到提取信息便于利用
  • 设计了一种基于1.5m BiCMOS工艺下的脉宽调制信号移相电路。该电路可应用于发光二极管驱动芯片中,对调光脉宽调制信号进行移相。电
  • 介绍了利用软件相技术得到相互正交的参考正弦波信号,通过互相关算法,完成了软正交矢量型LIA相关器的具体实现,利用该方法实现了对微弱信号幅值和相位的检测,有效地抑制了干扰,减少了硬件电路成本,并且通过...
  • 移位寄存器及其应用

    千次阅读 2020-12-02 23:20:45
    移位寄存器及其应用 15号实验台 移位寄存器移位寄存器及其应用一、实验目的二、 实验原理实验器件:三、实验内容四、思考题 一、实验目的 1、进一步掌握时序逻辑电路的设计步骤和方法; 2、熟悉和了解移位寄存器的...

    移位寄存器及其应用

    15号实验台

    一、实验目的

    1、进一步掌握时序逻辑电路的设计步骤和方法;
    2、熟悉和了解移位寄存器的工作原理功能及应用方法;
    3、熟悉中规模4位双向移位寄存器的逻辑功能。

    二、 实验原理

    ●具有寄存数据功能的逻辑电路称为寄存器。移位寄存器是指寄存器中所存的代码能够在移位脉 冲的作用下依次左移或右移。
    ●根据存取信息的方式不同,移位寄存器可分为:串入串出、串入并出、并入串出、并入并出四种形式。
    在这里插入图片描述
    在这里插入图片描述
    ●既能左移又能右移的移位寄存器称为双向移位寄存器,只需要改变左移、右移控制信号便可以实现双向移位。

    ●中规模双向移位寄存器74LS194
    在这里插入图片描述
    其中:
    在这里插入图片描述
    ●74LS194有5种不同操作模式:并行送数寄存、右移(方向由Q_A至Q_D),左移(方向由Q_D至Q_A),保持及清零。
    ●S_1、S_0和Rd端的控制作用如下表所示:
    在这里插入图片描述

    实验器件:

    双D触发器74LS74、四位双向移位寄存器74LS194、双输入与非门74LS00

    三、实验内容

    1、用四块D型触发器(两块74LS74)接成4位输出的移位寄存器。
    在这里插入图片描述
    1)从D_0端串行输入,寄存器的初态分别置成Q_3~Q_0:0001,0110,0101,0111,在每种初态下,把D_0接Q_3,记录在CP作用下LED的工作状态。

    根据74LS74芯片引脚图,如逻辑电路图连接好两块74LS74。使用信号发生器产生0.5H_Z的脉冲信号,并将每个Rd与Sd接上一个开关,每个输出Q接上一个LED,Q_3接到D_0上。将Rd、Sd开关全部打到1,打开实验箱电源和开关处的电源,使用开关打到0进行初态置数。如0001初态,把R_d3、R_d2、R_d1开关打到0,S_d0开关打到0,寄存器初态设置为0001。按下信号发生器的output键,CP端输入时钟信号,记录LED工作状态。
    在这里插入图片描述
    2)从D_0端串行输入,寄存器的初态分别设置成Q_3~Q_0:0000和0101,把D_0接Q_3,记录在CP作用下LED的工作状态。

    自启动:
    在这里插入图片描述
    D_0=[(Q_1·Q_2‘)’·Q_3]’,记录CP作用下LED工作状态(全状态转换图)。

    数字电子电路中的自启动是指状态机上电时,无论它处于什么初始状态,都会经过有限次跳变后,最终进入设定的状态中。具有这种功能的电路,就叫做自启动电路。所以上面的电路,无论初态是什么,在经历一段时间后,就在限定的循环中一直循环下去。实验现象为,刚上电时的LED表现不规律,一段时间后在表格记录的亮灭规律中循环变化。

    2、测试双向移位寄存器74LS194的逻辑功能
    清零端CR‘接“1”,D_0、D_1、D_2、D_3、S_1、S_0分别接6个逻辑开关,CP接1H_Z脉冲信号,Q_0~Q_3分别接4个LED。
    在这里插入图片描述
    1)、S_1 S_0=11,D_0 D_1 D_2 D_3分别接0110和1001,记录Q_0~Q_3的工作状态。
    2)、S_1 S_0=00,观察并记录Q_0~Q_3的工作状态。
    3)、S_1 S_0=01,取初态Q_0Q_3:1000,使D_SR与Q_3相连,记录Q_0Q_3的工作状态。
    4)、S_1 S_0=10,取初态Q_0Q_3:0001,使D_SL与Q_0相连,记录Q_0Q_3的工作状态。
    记录结果如下:

    3、用74LS194组成包含启动开关的3位串并转移电路。
    1)启动前,启动开关置0,194处于置数状态(S_1 S_0=11)
    2)启动开关置1,194进入右移状态(S_1 S_0=01),输出端Q_3依次输出S_2S_1 S_0 0
    3)标志位0到达输出端后,194再次进入置数状态(S_1 S_0=11)
    4)循环输出N_2 N_1 N_0 0N_2 N_1 N_0 0……

    选择74LS194的D_0为标志位,直接接地。Q_3接LED作为右移输出端。为使标志位0到达输出端后,194再次进入置数状态,将Q_0、Q_1、Q_2接到一个与非门上,与启动开关与非,再接入S_1,保持S_0为高电位。当Q_3为0时,其他三位为1,S_1 S_0=11,所以进入置数状态。因为只看Q_3的状态,很难辨别出每一个循环的开始或结束,所以S_1接一个LED用于标记每一个循环的开始或结束。
    在这里插入图片描述
    按上图搭建电路。画出逻辑图并记录状态转移图。
    在这里插入图片描述

    四、思考题

    1、在N位移位寄存器中,串行输入N位二进制数需要多少个CP?送数的次序应从高位至低位,还是低位至高位?
    将串行数据送至右移输入端,每一个CP上升沿,进行一次右移并送数。所以串行输入N位二进制数需要N个CP。送数的次序应为从高位至低位。

    2、设计一个按7-14-13-11-7循环计数的自启动四位环形计数器,画出逻辑图。
    因为有14,所以计划使用四块D触发器接成4位移位寄存器,研究每个状态:7(0111),14(1110),13(1101),11(1011),所以计数器的进位只要使用Q_3的非就行,因为每一个循环四状态,只有一个状态Q_3‘=1,当然使用其他三个输出作为进位同样可以。接下来需要完成自启动的问题,设计步骤如下:

    因为移位寄存器的特性,所以Q_1*=Q_0、Q_2*=Q_1、Q_3*=Q_2
    重点在于设计Q_0使得电路可以自启动,Q_0采取如下设计:

    电路图如下,并在Multisim中验证了自启动功能。
    在这里插入图片描述
    状态转移图:
    在这里插入图片描述

    展开全文
  • 能由交 流电网直接供电并无需外加同步信号、输出变压器和直流工作电源,并且能直接与与可控硅控制极直接耦合触发。具有锯齿波线性好、相范围宽、控制方式简单、有交互保护、输出电流大等优点。
  • 2010年,一个具有完全自主知识产权的支持时移功能的流媒体高清直播系统,并创新地采用一种实现时移的时间计算方法的系统已经诞生。  1 技术概述  直播时移,简而言之,就是可以任意回放过去任意时间的直播内容,...
  • 由LC回路构成的相电路具有调节输入输出信号之间的相位关系的作用,在通信电路中有广泛的应用。为深入研究LC相电路的应用原理,论文推导了LC相电路的传递函数,分析相移与电路参数的关系,讨论相电路在间接...
  • 本文是MATLAB在数字信号处理中的应用的总结,内容既有对基础运算符合变量的简要总结,也有数学函数及大量的数字信号处理分析函数的归纳。对于较复杂的个别函数,给出了举例。

    MATLAB在数字信号处理中的应用

    一、部分特殊变量和常数

    最近生成的无名结果 ans
    浮点数的相对误差 eps
    圆周率 pi
    虚数单位 i,j
    无穷大 inf

    二、运算符

    + - * / ^(方阵求幂) .*(数组相乘) ./(数组相除) .^(数组求幂)
    n:s:m 产生n~m,步长为s的序列,s可以为正或负或小数,默认为1

    三、基本数学函数

    sin(x) cos(x) tan(x) cot(x) exp(x)
    自然对数:log(x)
    以10为底的对数:log10(x)
    以2为底的对数:log2(x)
    取模:abs(x)
    取共轭:conj(x)
    取实部:real(x)
    取虚部:imag(x)

    四、基本绘图函数

    1、最常用plot:
    (1)plot(y)
    (2)plot(x,y)
    2、离散序列的绘制stem
    (1)stem(y)
    (2)stem(x,y,’filled’)
    在这里插入图片描述
    在这里插入图片描述

    五、数字信号处理常用函数

    1.波形产生函数
    ①rand函数:产生均匀分布的白噪声
    ②randn函数:产生高斯分布的白噪声
    ③square函数:产生方波
    ④sawtooth函数:三角波
    ⑤sinc函数:取样函数
    ⑥diric函数:产生周期sinc函数
    ⑦rectpuls函数:产生非周期的矩形波
    ⑧tripuls函数:产生非周期的三角波
    ⑨pulstran函数:生成连续或离散的脉冲串Y=pulstran (t,d,‘func’),其中t为时间轴,一般是一个一维数组,d为采样间隔,可以是两列,第一列对应偏移量,第二列对应增益量。
    ⑩chirp函数:产生线性调频余弦信号。
    ①①利用ones(1,n)和zeros(1,n)产生单位脉冲和单位阶跃序列
    2.傅里叶变换函数
    ①fft函数:一维快速傅里叶变换
    ②fftshift函数:对fft的输出进行重新排列,将零频分量移到频谱的中心。
    ③ifft函数:一维快速傅里叶反变换
    3.分析函数
    ①conv函数:完成向量的卷积操作。
    ②impz函数:产生系统的冲激响应。
    ③zplane函数:绘制系统的零极点图。
    ④abs函数:计算向量的幅值
    ⑤angle函数:返回复数向量的相位向量,如:p=angle(h),其中h为复数向量,p为相位向量
    ⑥filter函数:因果系统LTI的零状态响应。例如:y=filter(num,den,x);计算输入信号x经过传递函数分子分母系数向量(降幂排列)为num,den的滤波器后的输出
    ⑦freqz函数:因果系统LTI系统的幅频响应和相频响应曲线,freqz(num,den,n,Fs)可以同时作出幅频和相频响应图
    其中,num–系统传递函数分子系数组成的行向量,den–系统传递函数分母系数组成的行向量,n—频率响应的点数,最好为2的幂缺省值512,Fs—采样频率
    ⑧tf(b,a) 根据微分方程求转移函数
    a,b为分子分母多项式系数或者说微分方程左边右边的系数
    ⑨tfestimate()
    [Txy,F] = tfestimate(x,y,window,noverlap,nfft,fs)
    根据输入输出,估计频率响应函数
    ⑩lsim(sys,u,t)
    根据输入u 和响应函数sys求输出
    ①①mscohere()
    [Cxy,W] = mscohere(x,y,window,noverlap,nfft)
    求互功率,归一化
    ①②cpsd()
    [Pxy,W] = cpsd(x,y,window,noverlap,nfft)
    求互功率
    ①③pwelch()功率谱估计
    pxx = pwelch(x,window,noverlap,nfft) 求自功率
    一些参数:
    X:进行功率谱估计的有限长输入序列;
    WINDOW:指定窗函数,默认值为hamming窗;
    NFFT:DFT的点数, NFFT> X,默认值为256;
    Fs :绘制功率谱曲线的抽样频率,默认值为1;
    Pxx:功率谱估计值;
    F:Pxx值所对应的频率点
    NOVERLAP指定分段重叠的样本数 ,如果NOVERLAP=L/2,则可得到重叠50%的Welch法平均周期图
    如果使用boxcar窗,且NOVERLAP=0,则可得到Bartlett法的平均周期图

    展开全文
  • 快速傅里叶变换在信号处理中的应用

    万次阅读 多人点赞 2018-09-12 16:41:09
    它在声学、信号处理等领域有广泛的应用。计算机处理信号的要求是:在时域和频域都应该是离散的,而且都应该是有限长的。而傅里叶变换仅能处理连续信号,离散傅里叶变换DFT(Discrete Fourier Transform)就是应这种...

    傅里叶变换FT(Fourier Transform)是一种将信号从时域变换到频域的变换形式。它在声学、信号处理等领域有广泛的应用。计算机处理信号的要求是:在时域和频域都应该是离散的,而且都应该是有限长的。而傅里叶变换仅能处理连续信号,离散傅里叶变换DFT(Discrete Fourier Transform)就是应这种需要而诞生的。它是傅里叶变换在离散域的表示形式。但是一般来说,DFT的运算量是非常大的。在1965年首次提出快速傅里叶变换算法FFT(Fast Fourier Transform)之前,其应用领域一直难以拓展,是FFT的提出使DFT的实现变得接近实时。DFT的应用领域也得以迅速拓展。除了一些速度要求非常高的场合之外,FFT算法基本上可以满足工业应用的要求。由于数字信号处理的其它运算都可以由DFT来实现,因此FFT算法是数字信号处理的重要基石。

    傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。如图1所示,即为时域信号与不同频率的正弦波信号的关系,这是最近翻阅文献看到的对于时域频域表示的最简单明了的图,原处为参考文献中的第二个链接,有兴趣的朋友可以去原文查阅。图中最右侧展示的是时域中的一个信号,这是一个近似于矩形的波,而图的正中间则是组成该信号的各个频率的正弦波。从图中我们可以看出,即使角度几乎为直角的正弦波,其实也是由众多的弧度圆滑的正弦波来组成的。在时域图像中,我们看到的只有一个矩形波,我们无从得知他是由这些正弦波组成。但当我们通过傅里叶变换将该矩形波转换到频域之后,我们能够很清楚的看到许多脉冲,其中频域图中的横轴为频率,纵轴为振幅。因此可以通过这个频域图像得知,时域中的矩形波是由这么多频率的正弦波叠加而成的。

    图1   时域频域关系图

    这就是傅里叶变换的最基本最简单的应用,当然这是从数学的角度去看傅立叶变换。在信号分析过程中,傅里叶变换的作用就是将组成这个回波信号的所有输入源在频域中按照频率的大小来表示出来。傅里叶变换之后,信号的幅度谱可表示对应频率的能量,而相位谱可表示对应频率的相位特征。经过傅立叶变换可以在频率中很容易的找出杂乱信号中各频率分量的幅度谱和相位谱,然后根据需求,进行高通或者低通滤波处理,最终得到所需要频率域的回波。

    傅里叶变换在图像处理过程中也有非常重要的作用,设信号f是一个能量有限的模拟信号,则其傅里叶变换就表示信号f的频谱。从纯粹的数学意义上看,傅里叶变换是将一个函数转换为一系列周期函数来处理的。从物理效果看,傅里叶变换是将图像从空间域转换到频率域,其逆变换是将图像从频率域转换到空间域。换句话说,傅里叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数。傅里叶逆变换是将图像的频率分布函数变换为灰度分布函数。傅里叶频谱图上我们看到的明暗不一的亮点,其意义是指图像上某一点与邻域点差异的强弱,即梯度的大小,也即该点的频率的大小。一般来讲,梯度大则该点的亮度强,否则该点亮度弱。这样通过观察傅里叶变换后的频谱图,也叫功率图,我们就可以直观地看出图像的能量分布:如果频谱图中暗的点数更多,那么实际图像是比较柔和的,这是因为各点与邻域差异都不大,梯度相对较小;反之,如果频谱图中亮的点数多,那么实际图像一定是尖锐的、边界分明且边界两边像素差异较大的。

    下面我们以信号处理过程中的一个例子来详细说明FFT的效果:假设采样频率为Fs,信号频率为F,采样点数为N。那么FFT处理之后的结果就是一个点数为N点的复数。每一个点就对应着一个频率点,而每个点的模值,就是该频率值下的幅度特性。假设原始信号的峰值为A,那么在处理后除第一个点之外的其他点的模值就是A的N/2倍。而第一个点就是直流分量,它的模值就是直流分量的N倍。而每个点的相位呢,就是在该频率下的信号的相位。第一个点表示直流分量(即频率为0Hz),而最后一个点N的再下一个点(实际上这个点是不存在的,这里是假设的第N+1个点,也可以看做是将第一个点分做两半分,另一半移到最后)则表示采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加。例如某点n所表示的频率为:Fn=(n-1)*Fs/N。由上面的公式可以看出,Fn 所能分辨到的最小频率为Fs/N,如果采样频率Fs为1024Hz,采样点数N为1024点,则最小分辨率可以精确到1Hz。1024Hz的采样率采样1024点,刚好是1秒,也就是说,采样1秒时间的信号并做FFT处理,则结果可以分析到1Hz;如果采样2秒时间的信号并做FFT处理,则结果可以精确到0.5Hz。

    假设现在我们有一个输入信号,该信号总共包含3种成分信号,其一是5V的直流分量;其二是频率为50Hz、相位为-60度、幅度为10V的交流信号;第三个成分信号是频率为100Hz、相位为90度、幅度为5V的交流信号。该输入信号用数学表达式表示如下:

                                                S=5+10*cos(2*pi*50*t-pi*60/180)+5*cos(2*pi*100*t+pi*90/180)

    图2 输入信号

    图2即为S信号的图像表示。现在,我们以256Hz的采样率Fs对这个信号进行采样,采样点数N同样为256点。根据公式我们可以算出其频谱图中的频率精度为1Hz。因此对于输入信号频率包含0Hz、50Hz和100hz的复合信号,在其经过FFT处理之后,应该会在频谱图中出现3个峰值,而且频率分别为0Hz、50Hz和100Hz,处理结果如图3所示:

    图3 信号频谱全图

    结果正如我们所预料的,对输入信号’S’做FFT处理之后,图3中出现了5个峰值,这是因为对输入信号做256点的FFT处理之后并没有第257个频点信息,这也是前文中所提到的第一个点的模值是N倍的原因。因此,信号的 FFT结果具有一定的对称性。一般情况下,我们只使用前半部分的结果,即小于采样频率一半的结果。对于图像进行简单处理后,我们的前半部分的FFT结果如图4所示:

    图4  处理后的频谱图

    从图4中可以看出,三个输入信号频点的幅值依次为1280、1280、640;其他频率所对应的幅值均为0。按照公式,可以计算直流分量(频率为0Hz)的幅值为:1280/N= 1280/256=5;频率为50Hz的交流信号的幅值为:1280/(N/2)= 1280/(256/2)=10;而75Hz的交流信号的幅值为640/(N/2)=640/(256/2)=5。这也正是我们输入信号中的三个分量的直流分量值,由此可见,从频谱分析出来的幅值是正确的。

    通过上面的例子我们可以看出,对于一个输入信号,假如我们不能确定该输入信号的频率组成,我们对其进行FFT处理之后,便可以很轻松的看出其频率分量,并且可以通过简单的计算来获知该信号的幅值信息等。另外,如果想要提高频率分辨率,我们根据计算公式首先想到的就是需要增加采样点数,但增加采样点数也就意味着计算量增加,这在工程应用中增加了工程难度。解决这个问题的方法有频率细分法,比较简单的方法是采样较短时间的信号,然后在后面补充一定数量的0,使其长度达到需要的点数(一般为2的幂次方的点数),然后再做FFT,就能在一定程度上提高频率分辨率。

     

    参考文献

    https://blog.csdn.net/guyuealian/article/details/72817527

    https://blog.csdn.net/Best_Coder/article/details/39560287

    https://blog.csdn.net/wordwarwordwar/article/details/68951605

    https://wenku.baidu.com/view/aa227c1e650e52ea55189866.html

    https://wenku.baidu.com/view/c33302126edb6f1aff001f04.html

    https://blog.csdn.net/xz_wang/article/details/24926415

    https://blog.csdn.net/djzhao/article/details/78333996

    https://blog.csdn.net/liuuze5/article/details/40051395

     

     

     

    展开全文
  • DAB原副边仿真中的单重相控制信号发生图解

    千次阅读 热门讨论 2019-05-09 11:15:25
    DAB中的相控制,原理不过多叙述,很多论文包括书籍中都有,但是如何在仿真和实际应用中实现,初学起来会不知道如何下手,下面给出自己画的单重相控制的图解(手绘),看不懂的可以下方留言。 ...
  • 信号(互)相关及其应用

    万次阅读 多人点赞 2014-02-16 17:35:59
    互相关函数有许多实际的用途,比如通过不同的传感器检测不同方向到达的声音信号,通过对不同方位传感器间的信号进行互相关可计算声音到达不同传感器...本文通过C语言和Matlab结合的方法,实现互相关算法并力图应用之。
  • 目录第五章——傅立叶变换的应用信号与系统的频域特性5.1 傅立叶变换的模和相位表示5.2 无失真传输系统(讨论连续情况,离散足以整数约束即可)5.3 系统相位5.4 群延时采样5.5 通信中对信号的加工5.6 冲击串采样...
  • 小波变换通过伸缩和平等运算功能对函数或信号进行多尺度细化分析是时间和频率的局部变换,能有效地从信号中提取信息,因而成为当前一种新兴的信号处理技术。小波变换在过程数据处理的信号去噪和数据压缩等方面的...
  • 本文提出一种将混沌调制技术应用相全桥变换器的方法,该方法利用蔡氏电路设计了混沌信号电路,通过产生的混沌信号驱动开关电源PWM芯片的振荡器,实现开关频率的调制,使原本离散的开关信号频谱拓展到一定的频率范围...
  • 一种改进的基于频谱平的语音信号实时变调算法,赵吉,,语音变调算法现在已经被广泛的应用于卡拉OK,数字娱乐场所,手机语音增强和音频合成等领域。比较成熟的算法(如CoolEdit中的pitch功能
  • 数字信号处理知识点回顾 信号与系统基本知识回顾 信号自变量的基本变换 时移时间反转尺度变换 基本类型信号 连续时间信号离散时间信号 系统基本性质 线性不变性因果性稳定性记忆性可逆性 信号与系统的时域分析 ...
  • 操作系统--信号量的机制与应用

    千次阅读 多人点赞 2018-05-08 17:36:16
    资源互斥访问图例同步机制应遵循的准则 (1)空闲让进 当无进程处于临界区,应允许一个请求进入临界区的进程进入临界区; (2)忙则等待 当已有进程进入临界区,其他试图进入临界区的进程必须等待; (3)...
  • matlab在DSP中的应用(四)---时域抽样与信号的重建

    万次阅读 多人点赞 2017-04-05 12:33:43
    (2)了解用MATLAB语言进行域抽样与信号重建的方法。(3)进一步加深对时域信号抽样与恢复的基本原理的理解。(4)观察信号抽样与恢复的图形,掌握采样频率的确定方法和内插公式的编程方法。二、实验原理1.DTFT离散时间...
  • 数字信号处理 一 实验目的 使用 stem 绘图函数分别画出离散时间信号在指定范围内的 图形画 图使用 xlabel,ylabel,title,legend 等函数进行注释复 习 MATLAB 的基本应用如函数的定义画图并巩固理论知识中 的多种...
  • 信号实验指导.pdf

    2020-06-05 19:05:59
    信号与系统课程实验,关于基本信号的绘制,掌握用Matlab软件产生基本信号(连续/离散的正弦、方波、锯齿波、Sinc函数)的方法应用Matlab软件实现信号的加、减、乘运算...应用Matlab软件实现信号时移、反折、尺度变换。
  • 信号与系统之信号的时域分析

    千次阅读 2020-05-03 11:58:04
    连续信号时移、反转和尺度变换 连续信号的相加相乘微分积分 离散时间信号的时域描述 离散时间信号位移翻转抽取内插 离散信号的相加相乘差分求和 确定信号的时域分解 典型普通信号 直流信号 实指数信号 正弦信号 ...
  • 那么不用高等代数的思想,实用信号处理的办法提取局部的特征做比较可以达到分类么? 这个仍然没有回答"先验"分类的问题,仍然是在一个糟糕的前提下试图寻找勉强能用的途径。如何知道一个矩阵的局部其实对应于另一个...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 53,205
精华内容 21,282
关键字:

信号时移的应用