由于低场磁共振自由感应（FID-Free Induction Decay）信号十分微弱,信噪比低,所以信号放大电路的设计、调试具有一定的困难.该文首先对低场磁共振电路系统的各个功能模块进行了分析,并估算了低场磁共振的信号幅值,然后重点对天线接口和前置放大两个电路模块进行了分析研究.天线接口电路是射频发射电路、信号接收电路与磁体天线的接口电路.针对接收信号弱、信噪比低的情况,天线接口电路不但要实现天线的三个状态（发射、泄放、接收）间的切换,而且要对信号进行无源放大.该文在完成了天线接口电路功能分析后,建立了简化模型,然后对其参数进行分析计算,得出了满足最大放大倍数和期望带宽时的调试指导参数,还据此设计了校验信号发生电路.前置放大电路主要完成磁共振FID信号的有源放大.该文在进行了方案讨论后,给出了具体的前置放大电路,并对其工作状态进行了静态工作点计算和动态仿真分析,计算了增益系数,分析了带宽,并作了噪声分析.该文还参照高频电路的设计特点,分析了低场磁共振信号放大电路的噪声干扰的来源、种类;讨论了器件选择、电路布板等方面的注意事项;给出了减小噪声干扰的一些具体措施.
上传时间： 2013-06-01
上传用户：hanli8870
目前，小波分析在信息技术和其他学科方面的应用是众多科技工作者关心的课题。在理论方面，新观点、新方法不断涌现。本文旨在完善小波的基本理论，对原有的小波去噪方法作进一步的改进。 经典的信号处理方法，例如傅立叶变换、短时傅立叶变换等具有局限性，因而限定了它们的应用范围。小波分析作为一种全新的信号处理方法，它将信号中各种不同的频率成分分解到互不重叠的频带上，为信号滤波、信噪分离和特征提取提供了有效途径，特别在信号去噪方面显出了独特的优势。本文介绍了经典的去噪方法，并对其适用范围和效果进行了分析和比较。并且，讨论了小波分析的基本理论，介绍了连续小波变换、离散小波变换和小波变换的快速分解与重构算法，最后研究了小波基的数学特性，分析了它们对实际应用的影响和作用。进而，介绍了小波的几种去噪方法：小波变换高频系数置零去噪方法、小波变换模极大值去噪方法、小波阈值去噪方法、小波空域相关性去噪方法。用小波变换将高频系数强制置零去噪的方法是比较方便的，但它的不足之处是经将高频系数强制置零去噪后重构的信号会使信号丢失一些细节，且小波基的选择亦有相当的难度，只有靠经验来确定，不过比传统的滤波方法所得的效果还是要好。对于小波变换模极大值去噪的原理，分析了去噪过程中几个参数的选取问题，并给出了一些选取依据；对小波阈值去噪方法的几个关键问题进行了详细讨论。对阈值去噪进行了改进，利用均值逼近与阈值去噪相结合的方法来实现信号的处理，并通过实验仿真实现。实验结果表明该方法提高了信噪比，去噪效果优于单独应用阈值去噪的方法。 在空域相关去噪算法的基础上，进行了改进，利用阈值滤波与相关去噪算法相结合的一种组合去噪算法，仿真试验结果表明，由该算法滤波之后得到的小波系数不仅连续性好，准确率高，而且易于重构信号。 本文分别对这四种方法进行了算法分析比较，通过实验仿真来实现，并对实验结果进行了分析。实验仿真结果表明了利用小波分析理论对信号去噪的可行性和有效性。 关键词：小波分析，信号去噪，阈值，均值逼近，空域相关
上传时间： 2013-07-19
上传用户：啊飒飒大师的
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
《信号完整性分析》经典的书籍。值得收藏。外文翻译版。
上传时间： 2013-07-10
上传用户：fsypc
国外信号完整性的经典之作，中文译本 本书全面论述了信号完警性问题，主要讲述了信号完整性和物理设概念，带宽、电感和特性阻抗的实质含义，电阻、电容、电感和阻扰的相关分析，解决信号完整性问题的四个实用技术手段，物理互连世计对信号完格性的影响，数学推导背后隐藏的解决方案，以及改进信号完整推荐的设计准则等。该书与其他大多数同类书籍相比更强调直观理解、实用工具和工程实践，它以入门式的切入方式，使得读者很容易认识到物理互连影响电气性能的实质，从而可以尽快掌握信号完整性设计技术。本书作者以实践专家的视角指出了造成信号完整性问题的根源，特别给出了在设计前期阶段的问题解决方案，这是面向电子工业界的设技工程师和产品负责人的一本具有实用价值的参考书，其目的在于帮助也们在信号完整性问题出现之前能提前发现并及早加以解决，同时也可作为相关专业水本科生及研究生的教学指导用书
上传时间： 2013-04-24
上传用户：bangbangbang
基于ProtelDXP的信号完整性分析基于ProtelDXP的信号完整性分析基于ProtelDXP的信号完整性分析基于ProtelDXP的信号完整性分析基于ProtelDXP的信号完整性分析
上传时间： 2013-04-24
上传用户：CETM008
基于Altium Designer的信号完整性分析教程
上传时间： 2013-07-28
上传用户：极客
线性预测技术作为一种基于全极点模型假定和均方预测误差最小准则下的波形逼近技术。本文简要介绍了LPC 技术的基本原理，并利用MATLAB 这一有力工具对语音信号进行了LPC 分析，并对阶数的选取
上传时间： 2013-05-26
上传用户：博雅abcd
信号与线性系统分析教程信号与线性系统分析教程
上传时间： 2013-07-23
上传用户：dpuloku
基于MATLAB 7.0的信号调制与解调分析
上传时间： 2013-07-21
上传用户：user08x
