重构
共 7 篇文章
重构 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 7 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
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。
基于改进粒子群算法的舰船电力系统网络重构
<span id="LbZY">舰船电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据舰船电力系统特点，提出了一种改进的粒子群优化算法。在传统粒子群算法的基础上，运用混沌优化理论进行初始化粒子的初始种群，提升初始解质量；同时，引进遗传操作以改进粒子群算法易陷入局部极值的缺点。通过对典型的模型仿真表明，该算法具有更好的寻优性能，并且有效地提高了故障恢复的速度与精度
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，
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
基于压缩感知的信号重构
压缩感知是针对稀疏或可压缩信号，在采样的同时即可对信号数据进行适当压缩的新理论，采用该理论，可以仅需少量信号的观测值来实现精确重构信号。文中概述了CS理论框架及关键技术问题，介绍了信号稀疏表示、观测矩阵和重构算法。最后仿真实现了基于压缩感知的信号重构，并对正交匹配追踪（OMP）重构算法性能作了分析。<br />
<br />
过采样精确重构余弦调制滤波器组的设计
本文首先推导出过采样滤波器组精确重构的条件，由于此时所需的约束条件数比临界采样时少，因而可以设计出频域衰减特性更好的滤渡器组 然后提出了精碲重梅约束条件下原壅低通滤波器的一种新的设计方法．采用矢量的二次型约束优化算法。谈算法优化方便，收敛速度快．与其它方法相比，滤渡器的阻带衰减大。<br />
<img alt="" src="http://dl.eeworm.com/ele/img/177094