波分复用
共 11 篇文章
波分复用 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 11 篇文章，持续更新中。
基于小波分析的脑电信号处理
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px;">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
多路复用器、模拟开关设计指南
多路复用器、模拟开关设计指南
校准复用器简化系统校准设计
<div>
Abstract: IC switches and multiplexers are proliferating, thanks to near-continual progress in lowering the supply voltage,incorporating fault-protected inputs, clamping the output voltage, and
基于相关分析的飞机目标识别方法
<span id="LbZY">提出了一种基于相关分析的飞机目标识别方法。该方法利用飞机图像低频和高频部分合成滤波器模板，能达到很高识别率与很低的等错率。该研究旨在提高飞机识别的准确率和降低出错率，采用一种基于相关分析的飞机目标识别方法。该方法通过对采集的飞机图像做去除背景、降噪、图像增强、二值化和归一化处理，将飞机图像低频和高频部分合成滤波器模板，通过特征比对达到识别飞机的目的。利用Matlab
基于小波分析的低截获信号检测方法研究
<span id="LbZY">在鱼雷技术发展中，低截获概率技术（LPI）的采用大大提高鱼雷的作战能力，同时也对截获信号提出了更高的要求。本文将基于小波分析的检测方法，具体对有效的低截获特征信号信号进行检测，相比于短时傅里叶变换的基础上，采用Daubechies5小波对信号进行分解变换，证明小波分析方法的有效性及优越性。</span><br />
<br />
基于小波分析的脉搏波信号处理
<p>
对脉搏波信号进行分析之前，对信号的去噪非常重要，本论文利用Mallat算法对脉搏波信号进行多分辨分析和去噪，分别对阈值法、平移不变量法、模极大值法的降噪原理进行分析，通过大量实验对比，比较了它们在处理脉搏波信号方面的优缺点。通过对一段含噪脉搏波信号降噪，得到了满意的去噪效果。<br />
<br />
</p>
小波分析在信号降噪中的应用
<span id="LbZY">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。本文分别使用了不同类型的小波和相同类型小波下不同阈值对信号进行了降噪．仿
基于原型滤波器的语音信号滤波分析与仿真实现
<span id="LbZY">滤波器是对特定频率的频点或该频点以外的频率进行有效滤除，以得到一个特定频率或消除一个特定频率的电路。原型滤波器又是设计其他滤波器的基础。本文基于MATLAB实验平台，研究了原型滤波器的基本概念和设计方法，介绍了巴特沃思滤波器和切比雪夫I型滤波器，并且运用MATLAB对语音信号进行频谱分析。<br />
<img alt="" src="http://dl.eewor
线性及逻辑器件选择指南
<P>绪论 3<BR>线性及逻辑器件新产品优先性<BR>计算领域4<BR>PCI Express®多路复用技术<BR>USB、局域网、视频多路复用技术<BR>I2C I/O扩展及LED驱动器<BR>RS-232串行接口<BR>静电放电(ESD)保护<BR>服务器/存储10<BR>GTL/GTL+至LVTTL转换<BR>PCI Express信号开关多路复用<BR>I2C及SMBus接口<B
基于仿生小波变换和模糊推理的语音降噪算法研究
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">提出了一种基于仿生小波变换和模糊推理的变步长自适应滤波语音降噪算法。该算法首先用仿生小波变换法对包含噪声的语音信号进行小波分解，以分离出来的噪声信号作为自适应滤波器的输入，选择基于模糊推理变步长自适应算法对带噪声语音信
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