针对光网络攻击易被发现的问题，提出一种基于信号延迟插入的光网络攻击方式。该方法在不改变链路光学性能的基础上，利用信号延迟在系统中引起较高的串扰，极大的降低了系统的性能。仿真和实验结果表明攻击后目标光链路的误码性能大幅劣化而其光域内参数几乎没有变化，具有较好的隐蔽性和良好的攻击效果。
上传时间： 2013-12-23
上传用户：超凡大师
基于信号时频特征的神经网络报警方法，了解信号时频的特征分析，应该有用。
上传时间： 2013-12-02
上传用户：com1com2
基于信号匹配原理的三阵元信号方位估计的方法
标签： 信号
上传时间： 2014-01-06
上传用户：yan2267246
波形发生器设计与总结报告 摘 要：本设计是基于信号发生芯片MAX038的多功能波形发生器。由MAX038、D\A转换，MAX414运算放大器、LCD12864显示、单片机以及外围电路构成的多波形发生器。利用MAX038产生正弦波、三角波、锯齿波、方波的波形，单片机通过D\A转换对MAX038的控制，从而实现频率和占空比的步进调控，在1Hz～2.4MHz内产生任意正弦波、三角波、锯齿波和方波。 采用MAX414和TLC549构成信号放大采样电路，用液晶模块LCD12864可实现实时显示波形的类型、频率、幅度和占空比等功能；。经多次测试，本设计整机具有波形清晰，频率、相位和幅度相对稳定，没有明显的失真，采用键盘输入，LCD显示，操作显示界面简单直观，实现按步进进行调整。 关键词：单片机 MAX038 D\A转换 占空比 LCD12864
上传时间： 2017-01-10
上传用户：xymbian
电机是现代工业生产和日常生活最主要的原动力和驱动装置。电机一旦发生故障，会造成不同程度的经济损失和社会影响。因此研究不同场合、不同运行状态下电机故障诊断理论和相关技术具有很高的实用价值。 电机出现故障时，故障信号中往往含有大量的时变、短时突发性质的成分。因此可以通过检测、分析故障信号，获得电机的故障信息。传统的信号分析方法，如傅立叶变换，是一种纯频域分析，缺乏空间局部性，不能满足故障信号分析的要求。而小波分析和小波包分析法具有良好的时频局部性，能够将信号在任意频段进行划分，从而使在不同频段的各种故障特征信号更加容易被识别和提取。基于小波包分析处理非平稳信号的优越性，本文选用小波包分析对电机故障信号进行分析检测。 本文在研究了异步电机常见故障类型和诊断方法的基础上，详细分析了电机滚动轴承异常、转子断条、气隙偏心等故障原因，采用基于信号分析法中的振动诊断法和定子电流检测法，对电机滚动轴承故障、转子断条故障进行诊断。对于存在已知轴承故障的电机，在故障状态下采集到振动信号，利用峭度值计算和小波包分析相结合的方法，选用db3作为小波基，进行小波包分析，对包含有故障特征频率信息的信号进行重构，获得轴承故障特征频率，根据故障特征频率的数值和能量，确定出轴承故障的类型。应用小波包分析和FFT相结合的方法，选用Coif5为小波包基，检测转子断条故障特征频率。在此基础上，采集故障电机的振动信号和电流信号，并分别应用上述方法进行了仿真模拟实验，结果表明这些方法是准确可行的。 论文以DSP为核心，完成了电机故障诊断系统的硬件电路的设计，包括信号检测电路、调理电路，A/D转换电路等，并给出了主要的软件流程图。
上传时间： 2013-04-24
上传用户：kristycreasy
基于信号到达角度（AOA）的定位算法是一种常见的无线传感器网络节点自定位算法，算法通信开销低，定位精度较高。由于各种原因，估测的多个节点位置可能存在不可靠位置，提出了一种改进的基于信号到达角的定位方法，通过过滤误差较大的估计位置，来提高定位的精度。仿真结果表明，本文提出的改进算法很好地提高了定位精度。
上传时间： 2013-12-19
上传用户：jennyzai
智能天线技术的核心是自适应波束的形成，本文首先根据波束形成技术的不同，介绍了三大类自适应算法，基于来波方向的波束形成，基于参考信号的波束形成和基于信号结构特性的盲自适应算法，着重分析了基于参考信号的波束形成算法，并给出了数字波束形成的基本模型。
上传时间： 2017-09-08
上传用户：hj_18
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：yiyewumian
基于DSP与AD9852的任意信号发生器
上传时间： 2013-04-15
上传用户：eeworm
基于FPGA的三相正弦信号发生器设计.rar
上传时间： 2013-06-15
上传用户：zq70996813
