高斯光束
共 5 篇文章
高斯光束 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 5 篇文章，持续更新中。
MT-011 找出那些难以琢磨、稍纵即逝的ADC闪码和亚稳状态
数字通信系统设计关注的一个主要问题是误码率(BER)。ADC噪声对系统BER的影响可以分析得出，但前提是该噪声须为高斯噪声。遗憾的是，ADC可能存在非高斯误码，简单分析根本无法预测其对BER的贡献。在数字示波器等仪表应用中，误码率也可能造成问题，尤其是当器件工作于“单发”模式时，或者当器件尝试捕获偶尔出现的瞬变脉冲时。误码可能被误解为瞬变脉冲，从而导致错误的结果。本指南介绍
基于周期平稳的盲信噪比估计方法
基于对信号的周期平稳统计量的分析，提出了一种高斯白噪声信道下的盲信噪比估计方法。对信号的调制方式没有要求，也不需要发送端发送己知数据。<br />
<img alt="" src="http://dl.eeworm.com/ele/img/177094-120320140T2601.jpg" />
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，
基于映射函数收缩算法的图像去噪方法
文中讨论了图像的高斯加性噪声模型和图像的稀疏性表示，提出了利用映射函数来描述图像的去噪过程，通过求解映射函数和利用映射函数对加噪图像的小波变换子带系数进行变换，达到了降低图像噪声并使加噪图像逼近原始图像的目的。经过实验比较，验证了本文算法的可行性和鲁棒性。<br />
<img alt="" src="http://dl.eeworm.com/ele/img/31-13031216311DA.jp
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