虫虫首页|资源下载|资源专辑|精品软件
登录|注册

不重要

  • DFT(Discrete Fourier Transformation)是数字信号分析与处理如图形、语音及图像等领域的重要变换工具

    DFT(Discrete Fourier Transformation)是数字信号分析与处理如图形、语音及图像等领域的重要变换工具,直接计算DFT的计算量与变换区间长度N的平方成正比。当N较大时,因计算量太大,直接用DFT算法进行谱分析和信号的实时处理是不切实际的。快速傅立叶变换(Fast Fourier Transformation,简称FFT)使DFT运算效率提高1~2个数量级。其原因是当N较大时,对DFT进行了基4和基2分解运算。FFT算法除了必需的数据存储器ram和旋转因子rom外,仍需较复杂的运算和控制电路单元,即使现在,实现长点数的FFT仍然是很困难。本文提出的FFT实现算法是基于FPGA之上的,算法完成对一个序列的FFT计算,完全由脉冲触发,外部只输入一脉冲头和输入数据,便可以得到该脉冲头作为起始标志的N点FFT输出结果。由于使用了双ram,该算法是流型(Pipelined)的,可以连续计算N点复数输入FFT,即输入可以是分段N点连续复数数据流。采用DIF(Decimation In Frequency)-FFT和DIT(Decimation In Time)-FFT对于算法本身来说是无关紧要的,因为两种情况下只是存储器的读写地址有所变动而已,不影响算法的结构和流程,也不会对算法复杂度有何影响。

    标签: Transformation Discrete Fourier DFT

    上传时间: 2016-04-12

    上传用户:lx9076

  • 老年人是人口的重要组成部分

    老年人是人口的重要组成部分,是社会的宝贵财富。如何使老年人保持旺盛的生命活力,防病抗衰,延年益寿,这已是一个人人关心的重要的社会问题。 影响老年人寿命和健康的因素是多方面的,而饮食营养则是重要方面。专家们认为,营养不足和营养不平衡是导致多种疾病的重要诱因。 本书从老年人的生理特点、食养理论和原则、合理营养、四季食补、食物保健、饮食宜忌、常见病饮食调养和中医食疗等方面,进行了较为全面而具体的介绍。但愿这本小书,能使患病的老人得到防病治病的饮食指导,能使健康的老人得到预防衰老、延年益寿的启迪,能成为老年人的知音和益友。

    标签:

    上传时间: 2013-12-12

    上传用户:cylnpy

  • 一个重要的c++标准

    一个重要的c++标准,比较不错,不需要注册就而可以下载

    标签: 标准

    上传时间: 2013-12-15

    上传用户:guanliya

  • 应用层组播(application-layer multicast,简称ALM)是网络层组播的重要补充.但与网络层组播不同的是,应用层组播结构的组成节点是具有独立利益和决策的主机用户.自私的主机用户为

    应用层组播(application-layer multicast,简称ALM)是网络层组播的重要补充.但与网络层组播不同的是,应用层组播结构的组成节点是具有独立利益和决策的主机用户.自私的主机用户为了提高自身利益,可能不严格遵守应用层组播协议的规定,从而对组播会话的整体性能带来影响.为了设计可信任的、鲁棒的应用层组播协议,对应用层组播的用户自私性进行研究是必要的.综述了这一领域的研究进展,并按照应用层组播协议的工作阶段把这些研究分为3类,即控制结构维护阶段的自私性研究、节点信息收集阶段的自私性研究以及数据结构构造阶段的自私性研究.

    标签: application-layer multicast ALM 应用层组播

    上传时间: 2013-12-25

    上传用户:zhaiye

  • 传感器网络由大量能量有限的微型传感器节点组成.因此,如何保证在足够覆盖监测区域的同时延长网络的寿命,是一个需要解决的重要问题.为了达到这一目标,一种广泛采用的策略是选出部分能够足够覆盖监测区域的节点作

    传感器网络由大量能量有限的微型传感器节点组成.因此,如何保证在足够覆盖监测区域的同时延长网络的寿命,是一个需要解决的重要问题.为了达到这一目标,一种广泛采用的策略是选出部分能够足够覆盖监测区域的节点作为工作节点,同时关闭其他冗余节点.提出了一个数学模型,使得只要已知监测范围和节点感知半径的比值,就可以计算出达到服务质量期望所需要的节点数量.需要指出的是:与大部分研究覆盖的文献不同,该研究不基于节点的位置信息,因此可以极大地降低硬件成本,并且减少节点获得和维护位置信息的开销.模拟实验结果表明:在随机部署条件下,服务质量期望与实验所得到的实际覆盖度的误差不大于服务质量期望的2% 而对于相同的服务质量期望和实际覆盖度,计算所得的工作节点数量与实验所得的工作节点数量的误差小于计算数量的5%,这表明推导出的节点数量与服务质量期望之间的关系与模拟实验的结果相吻合.该结果可以广泛应用于传感器网络的节点部署、拓扑控制等领域中.

    标签: 监测 传感器网络 能量 传感器节点

    上传时间: 2016-04-28

    上传用户:netwolf

  • 傅立叶描述子是分析和识别物体形状的重要方法之一.利用基于曲线多边形近似的连续傅立叶变换方法 计算傅立叶描述子

    傅立叶描述子是分析和识别物体形状的重要方法之一.利用基于曲线多边形近似的连续傅立叶变换方法 计算傅立叶描述子,并通过形状的主方向消除边界起始点相位影响的方法,定义了新的具有旋转、平移和尺度不变 性的归一化傅立叶描述子.与使用离散傅立叶变换和模归一化的传统傅立叶描述子相比,新的归一化傅立叶描述 子同时保留了模与相位特性,因此能够更好地识别物体的形状.实验表明这种新的归一化傅立叶描述子比传统的 傅立叶描述子能够更加高效、准确地识别物体的形状.

    标签: 傅立叶 傅立叶变换 识别

    上传时间: 2016-08-13

    上传用户:cylnpy

  • 陈明计:就像在嵌入系统中使用C语言替代汇编一样,在嵌入系统中使用RTOS是大势所趋。原因主要是现在在大多数情况下编程效率比执行效率重要(单片机便宜嘛)。但纵观51的RTOS

    陈明计:就像在嵌入系统中使用C语言替代汇编一样,在嵌入系统中使用RTOS是大势所趋。原因主要是现在在大多数情况下编程效率比执行效率重要(单片机便宜嘛)。但纵观51的RTOS,keil_c51 所带的RTX_Full 太大(6k多),且需要外部ram,又无源代码,很多时候不实用。RTX_Tiny虽然小(900多字节),但是任务没有优先级和中断管理,也无源代码,也不太实用。而ucosII虽有源代码,但是它太大,又需要外部ram,所有函数又必须是重入函数,用在51这类小片内RAM的单片机上有点勉强。于是,我借鉴ucosII和RTX_Tiny编写了Small_RTOS_51,虽然它为51系列编写,但是它还是比较容易移植到其它CPU上。

    标签: RTOS 嵌入系统 效率 C语言

    上传时间: 2016-08-31

    上传用户:trepb001

  • 就像在嵌入系统中使用C语言替代汇编一样,在嵌入系统中使用RTOS是大势所趋。原因主要是现在在大多数情况下编程效率比执行效率重要(单片机便宜嘛)。但纵观51的RTOS

    就像在嵌入系统中使用C语言替代汇编一样,在嵌入系统中使用RTOS是大势所趋。原因主要是现在在大多数情况下编程效率比执行效率重要(单片机便宜嘛)。但纵观51的RTOS,keil c51 所带的RTX Full 太大(6k多),且需要外部ram,又无源代码,很多时候不实用。RTX Tiny虽然小(900多字节),但是任务没有优先级和中断管理,也无源代码,也不太实用。而ucosII虽有源代码,但是它太大,又需要外部ram,所有函数又必须是重入函数,用在51这类小片内RAM的单片机上有点勉强。于是,我借鉴ucosII和RTX Tiny编写了Small RTOS 51,虽然它为51系列编写,但是它还是比较容易移植到其它CPU上。

    标签: RTOS 嵌入系统 效率 C语言

    上传时间: 2014-01-17

    上传用户:变形金刚

  • 传统的有声无声检测方法只能在相对安静的环境下(<20dB)进行。因此传统方法不能满足噪声环境下的检测要求;另一方面

    传统的有声无声检测方法只能在相对安静的环境下(<20dB)进行。因此传统方法不能满足噪声环境下的检测要求;另一方面,一直以来,单通道语音增强没有取得突破性进展,一个很重要的原因是没有找到高效的有声无声检测方法。研究了一种有声/无声检测算法是根据信号低频带、高频带短时能量包络的动态变化范围来判别噪声和含噪语音。对每一帧输入信号,通过与预先设定的一系列门限值比较来判断该帧是信号帧还是噪声帧。本设计使用了这种检测方法,选用北京瑞泰创新科技有限公司开发CETECK-VC33-D板,配合自己制作的前端抗混叠滤波放大器和后端的结果演示模块(利用单片机AT89C51制作跑马灯来演示)来实现整个算法。

    标签: lt 20 dB 检测方法

    上传时间: 2016-11-14

    上传用户:源码3

  • 人工智能 智能问题的很重要一点就是学习问题。如果解决了学习

    人工智能 智能问题的很重要一点就是学习问题。如果解决了学习,计算机将在很大程度上 具有人的智能。博奕问题是最典型的智能问题,如果评价函数能够很好的学习, 并且是一种自学习,或许意味着学习问题的突破。当然,模式识别中的分界面是 需要学习的,特征恐怕也是需要学习的。SVM是学习的有益探索,不过还需要更完 备的学习理论。 我们现有的数学知识能够解决什么样的问题。当今的数学都是基于集合论的,然而 集合是不能自己产生新的东西的。因此发明到底是发明还是发现,或者说是集合外 还是集合内?当然这又和世界是确定的还是不确定的联系起来了。如果世界本质是 集合内的,智能就是发现;反之,智能就是创造。谁能给出证明。 人们往往说计算机没有情感。什么是情感?怎么用数学来描述情感?我想情感是和 美、丑联系起来的,因此首先需要对美进行数学的描述,就象对信息进行描述一样。 人们曾经辩论过美是客观的还是主观的,我想大家比较公认美有其客观载体吧。这 都需要数学的描述。

    标签: 人工智能

    上传时间: 2014-11-07

    上传用户:youke111