信道估计误差
共 30 篇文章
信道估计误差 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 30 篇文章，持续更新中。
MEMS传感器的静止带宽测试
<div>
对于采用MEMS加速度计和陀螺仪的工业系统而言，优化带宽可能是关键考虑因素。这代表着精度(噪声)与响应时间之间的一种经典权衡。虽然多数MEMS传感器制造商都会给出典型带宽指标，往往还需要验证传感器或整个系统的实际带宽。在确定加速度计和陀螺仪的带宽特性时，一般需要使用振动台或其他机械激励源。要精确确定特性，需要全面了解应用于受测器件(DUT)的运动。在此过程中需要管理多种潜在误差源。在
全数字跟踪接收机的设计与实现
<span id="LbZY">随着软件无线电在中频领域的广泛应用，采用数字信号处理技术设计了基于FPGA全数字中频跟踪接收机并应用于遥感卫星天线接收系统中。给出了详细的理论说明和体统组成。该接收机结构简单，成本低，调试方便。在测试和实际应用中，该跟踪接收机输入信号的动态范围大，AGC和误差电压精度等指标较模拟接收机都有显著的提高。<br />
<img alt="" src="http://dl
用于图像分类的有偏特征采样方法
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">为了模拟图像分类任务中待分类目标的可能分布，使特征采样点尽可能集中于目标区域，基于Yang的有偏采样算法提出了一种改进的有偏采样算法。原算法将目标基于区域特征出现的概率和显著图结合起来，计算用于特征采样的概率分布图，使
基于NSCT域各向异性双变量萎缩图像去噪
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">提出了一种用各向异性双变量拉普拉斯函数模型去模拟NSCT域的系数的图像去噪算法，这种各向异性双边拉普拉斯模型不仅考虑了NSCT系数相邻尺度间的父子关系，
匹配傅里叶变换快速算法及在雷达信号处理中应用
<span id="LbZY">为了减小匹配傅里叶变换分析的计算量，提出了一种基于快速傅里叶变换的快速算法。根据匹配傅里叶变换的分解将积分形式转化为离散形式，推导出快速算法表达式。该算法与直接的数值离散匹配傅里叶变换算法相比较，计算量大大减少。同时给出了其在雷达信号处理中线性调频信号的检测与参数估计的应用。理论及计算机仿真结果表明了该算法的有效性和精确性，有良好的工程应用前景。</span><br
信噪比估计方法研究
<span id="LbZY">在QPSK调制方式下，分别研究推导了基于辅助数据的极大似然比信噪比估计算法研究、基于矩的信噪比估计算法研究以及基于高阶累积量的信噪比估计算法。通过仿真比较了信噪比估计算法的性能，着重分析比较了采用的迭代次数及数据长度等参数对算法性能的影响，最终根据算法各自的特点给出了相应的适用范围。<br />
<img alt="" src="http://dl.eeworm.c
了解ADF7021的AFC环路并为实现最小前同步码长度而进行优化
<div>
无线电通信网络中的远程收发器使用自己的独立时钟源。因此，这些收发器容易产生频率误差。当发射机启动通信链路时，关联的接收机需要在数据包的前同步码阶段校正这些误差，以确保正确的解调<br />
<img alt="" src="http://dl.eeworm.com/ele/img/829019-130R21619121G.jpg" />
宽带射频功率放大器的数字预失真技术研究
<div>
本课题主要研究对象为数字预失真技术中的功放模型的建立及数字预失真算法的研究。功放的数学模型主要分为无记忆模型和记忆模型，分析了不同模型的参数估计的方法。针对以往常见的模型反转数字预失真算法，课题分析并使用了新颖的间接学习(indirect learning)数字预失真算法，从而有效避免了无法对功放模型进行求逆的缺陷，并在此架构下仿真了不同功放模型的参数估计对于数字预失真效果的影响。针
电子设计大赛：波形合成与分解（包含所有电路图讲解、程序代码）（853594759）
全国大学生电子设计（课题：波形的合成与分解） 1 任务 设计制作一个具有产生多个不同频率的正弦信号，并将这些信号再合成为近似方波和三角波功能的电路。系统示意图如图1所示： 2要求 2.1 方波振荡器的信号经分频与滤波处理，同时产生频率为1kHz和3kHz与5kHz的正弦波信号，这三种信号应具有确定的相位关系；产生的信号波形无明显失真；幅度峰峰值分别为6V与2V和1.2V； 2.2制作一个由移相器和
基于Kalman滤波的多传感器信息融合研究
<span id="LbZY">多传感器信息融合是对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。单一传感器只能获得环境或被测对象的部分信息段，多传感器信息融合后可以完善地、准确地反映环境特征。本文介绍多传感器数据融合的基本理论。数据融合是把来自不同传感器数据加以综合、相关、互联，提高定位和特征估计的精度。文章对Kalman融合算法进行仿真，对结果进行分析。验证算法的可行性。<br /