提取工具
共 40 篇文章
提取工具 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 40 篇文章，持续更新中。
电磁导波激励脉冲群最佳重复频率确定
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 20.909090042114258px; ">电磁导波检测技术因其非接触耦合的特性已被广泛应用于各种金属管道无损检测领域中，但导波的激励脉冲群重复频率的确定长久以来却
2012TI电子设计大赛——微弱信号检测装置
微弱信号检测装置<br />
四川理工学院 刘鹏飞、梁天德、曾学明<br />
摘要：<br />
本设计以TI的Launch Pad为核心板，采用锁相放大技术设计并制作了一套微弱信号检测装置，用以检测在强噪声背景下已知频率微弱正弦波信号的幅度值，并在液晶屏上数字显示出所测信号相应的幅度值。实验结果显示其抗干扰能力强，测量精度高。<br />
关键词：强噪声；微弱信号；锁相放大
语音识别组件转化为控件的方法
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">在使用一些专用开发工具如Authorware时，常遇到不支持COM组件调用的问题。文中介绍了将COM组件和ActiveX控件的转化方法以解决这种问题。根
形态梯度小波降噪与S变换的齿轮故障特征抽取算法
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px;">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，
基于小波与LS-SVM集成的模拟电路故障检测
<span id="LbZY">由于模拟电路的多样性、非线性和离散性等特点，模拟电路的故障诊断呈现复杂、难以辨识等问题。针对已有方法的数据不平衡，提出了一种支持向量机集成的故障诊断方法。使用小波变换方法提取特征向量，在多类别支持向量机的基础上，设计了模拟电路的最小二乘支持向量机预测模型，实现了对模拟电路的状态的故障预测。将该方法应用于Sallen-Key带通电路进行故障预测试验，结果表明，该方法比
主成分分析的图像压缩与重构
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">针对图像占用空间大，特征表示时维数较高等的缺点，系统介绍了主成分分析（PCA）的基本原理。提出了利用PCA进行图像数据压缩与重建的基本模型。实验结果表明，利用PCA能有效的减少数据的维数，进行特征提取，实现图像压缩，同
高速数据转换器评估平台(HSDCEP)用户指南评估
<div>
高速数据转换器评估平台(HSDCEP)是基于PC的平台，提供评估Maxim RF数/模转换器(RF-DAC，支持更新速率≥ 1.5Gsps)和Maxim数字上变频器(DUC)的齐全工具。HSDCEP可以在每对数据引脚产生速率高达1.25Gbps的测试码型，支持多达4条并行16位LVDS总线。通过USB 2.0端口将最长64兆字(Mw)、每字16位宽的数据码型装载至HSDCEP存
[数字信号处理及应用].王华奎.文字版
内容简介 本书以数字信号处理基础内容为主，同时也介绍了有关数字信号处理实现与应用。书中 以主要篇幅讨论了离散时间信号与系统的基本概念，离散傅里叶变换及其快速算法，数字滤 波器的结构与各种设计方法。这是数字信号处理中的经典内容，也是进一步学习和掌握更多 信号处理理论的基础。为便于数字信号处理系统的设计与开发，书中介绍了数字信号处理芯 片的原理及其开发工具以及应用实例。 本书概念清晰，说明详细，深入浅
第一章_清华数字电子技术第五版阎石课件
<p>
清华大学 数字电子技术 ppt主要内容：</p>
<p>
第一章 数制和码制<br />
数字量和模拟量<br />
数字量：变化在时间上和数量上都是不连续的。（存在一个最小数量单位△）<br />
模拟量：数字量以外的物理量。</p>
<p>
数字电路和模拟电路：工作信号，研究的对象，分析/设计方法以及所用的数学工具都有显著的不
HHT方法在探地雷达回波信号特征提取上的应用
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 20.909090042114258px; ">探地雷达回波信号是一种非平稳非线性信号，其中不仅包含地下埋藏物的目标信号，还包含有可能掩藏目标信号的直达波信号，给目标的
改进的基于模型匹配的快速目标识别
<span id="LbZY">文中建立不同类型目标的模型匹配数据库；采用最小周长多边形构造目标主体轮廓的近似多边形，以简化目标主体轮廓减少算法处理的数据量；提取具有仿射不变性的多边形顶点个数、最长线段两侧顶点个数、同底三角形面积比向量特征不变量对待识别目标进行描述，应用3个特征量在模型匹配数据库中逐一进行分层遍历搜索匹配。实验表明，基于模型匹配的目标识别算法能够快速的识别目标，提高了目标识别的实
数字预失真(DPD)算法研发工具和验证方案
在无线通信系统全面进入3G并开始迈向 4G的过程中，使用数字预失真技术（Digital Pre-distortion，以下简称DPD）对发射机的功放进行线性化是一门关键技术。功率放大器是通信系统中影响系统性能和覆盖范围的关键部件，非线性是功放的固有特性。非线性会引起频谱增长(spectral re-growth)，从而造成邻道干扰，使带外杂散达不到协议标准规定的要求。非线性也会造成带内失真，带来系
数字预失真系统反馈通道增益平坦度的补偿
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">针对数字预失真系统对反馈链路平坦度的要求，提出一种在不断开模拟链路的前提下，采用单音测量WCDMA&LTE混模基站射频拉远单元反馈链路的增益平坦
IBIS模型第3部分-利用IBIS模型研究信号完整性问题
<div>
本文是关于在印刷电路板 (PCB) 开发阶段使用数字输入/输出缓冲信息规范(IBIS) 模拟模型的系列文章之第 3 部分（共三部分）。“第 1 部分”讨论了 IBIS仿真模型的基本组成，以及它们在 SPICE 环境中产生的过程1。“第 2 部分”讨论了 IBIS 模型有效性验证。2 在设计阶段，我们会碰到许多信号完整性问题，而 IBIS
基于MATLAB与FPGA的FIR滤波器设计与仿真
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">数字滤波器是数字信号处理领域内的重要组成部分。FIR滤波器又以其严格的线性相位及稳定性高等特性被广泛应用。本文结合MATLAB工具软件介绍了FIR数字滤
双频式定子接地保护的模拟滤波器设计与实现
双频式定子接地保护是目前在中小型发电机中得到广泛应用的一种发电机保护，三次谐波的变化情况是这种保护动作的依据之一。文中着重就能够从发电机机端和中性点侧电压中初步提取三次谐波的模拟滤波器的设计进行了讨论，通过分析比较各类滤波器的阻带衰减速度、通频带平坦度等特点以及生产实际装置的成本等多方面因素设计出了一款能够满足保护装置要求的模拟滤波器。从仿真及实验结果中可以看出，此款模拟滤波器具有良好的应用效果。
基于LDA的SIFT算法在图像配准中的应用
<span id="LbZY">针对SIFT算法复杂程度高，实时性差，在维数较高的图像配准中并不实用的问题，提出了一种基于线性鉴别分析（LDA）的SIFT算法（SIFT-LDA）。首先利用SIFT算法提取出图像的特征点向量，然后用LDA方法对其进行特征抽取并降维。通过高维自然图像和单幅人脸图像进行实验，实验结果表明SIFT-LDA算法在保证匹配精度的同时，实时性要优于传统的SIFT算法，其匹配时间
脉搏波信号降噪和特征点识别研究
对脉搏波的完全分析是建立在含有少量噪声且较为清晰的脉搏波信号中，然而在采集脉搏波信号时容易受到多种干扰的影响，使其提取出来的脉搏波含有大量的噪声，因此降噪处理显得尤为必要。同时，脉搏波中含有人体生理病理信息，不同的人将表现为不同的特征，可以看出确定脉搏波特征点对于分析人体生理健康很有意义。针对信号去噪问题采用小波变换和多分辨率分析的方法，该方法在时域和频域都能表征信号局部信息的能力，且具有对信号具
一种改进的LPCC参数提取方法
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">为了提高语音信号的识别率，提出了一种改进的LPCC参数提取方法。该方法先对语音信号进行预加重、分帧加窗处理，然后进行小波分解，在此基础上提取LPCC参数，从而构成新向量作为每帧信号的特征参数。最后采用高斯混合模型（GM
基于帧间差分与模板匹配相结合的运动目标检测
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA-SIFT（基于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上，优化随机采样一致性算法（RANSAC）剔除