信号发生器输出幅值与输出阻抗的关系
信号发生器输出幅值与输出阻抗的关系...
奇异值分解技术资料
📦 资源总数：6896
💻 源代码：53550
奇异值分解（SingularValueDecomposition）是线性代数中一种重要的矩阵分解，奇异值分解则是特征分解在任意矩阵上的推广。在信号处理、统计学等领域有重要应用。[1]
🔥 奇异值分解热门资料
查看全部6896个资源 »小波分析在信号降噪中的应用
针对信号检测中经常存在的噪声污染问题，利用小波分解之后可以在各个层次选择阈值，对噪声成分进行抑制，手段更加灵活。本文介绍了小波变换的一般理论以及在信号降噪中的应用，分析了被噪声污染后的信号的特性；利用MATLAB软件进行了信号降噪的模拟仿真实验并在降噪光滑性和相似性两个方面体现出小波变换的优势。本文...
MT-017 过采样插值DAC
过采样和数字滤波有助于降低对ADC前置的抗混叠滤波器的要求。重构DAC可以通过类似的方式运用过采样和插值原理。...
基于小波分析的脑电信号处理
为去除脑电信号采集过程中存在的噪声信号，提出了基于小波阈值去噪的脑电信号去噪。以小波阈值降噪为基础，首先利用db4小波对脑电信号进行5尺度分解，然后采用软、硬阈值与小波重构的算法进行去噪。通过对MIT脑电数据库中的脑电信号进行仿真，结果表明，采用软阈值方法有效去除了噪声，提高了脑电信号的信噪比。...
形态梯度小波降噪与S变换的齿轮故障特征抽取算法
针对齿轮故障特征信号具有强噪声背景、非线性、非平稳性特点，提出采用形态梯度小波对齿轮振动信号进行降噪。首先使用形态梯度小波把齿轮振动信号分解到多个尺度上，然后对各层的细节系数进行软阈值方法降噪处理，对经过处理后的小波系数进行重构。对降噪后的齿轮振动信号采用S变换多分辨率时频分析，能够从具有良好的时频...
💻 奇异值分解源代码
查看更多 »📂 奇异值分解资料分类