共查询到19条相似文献,搜索用时 78 毫秒
1.
激光诱导单空泡溃灭噪声频谱特性研究 总被引:2,自引:0,他引:2
采用压电陶瓷水听器对液体中激光诱导单空泡溃灭噪声进行了信号检测实验。描述了实验仪器实施配置方法,并编制了一款应用小波变换、快速傅里叶变换(FFT)等信号分析手段对测得的空化噪声信号进行小波降噪、功率谱分析的空化噪声分析软件。该软件试用表明,小波降噪技术应用于空化信号分析是一种有效的方法。设计的噪声分析软件能够快速直观地反映噪声信号的频谱特征,实现空化的在线检测和监测。研究结果对水轮机、螺旋桨等水利机械的空蚀预警及空化空蚀现象的研究和应用具有一定意义。 相似文献
2.
《中国无线电电子学文摘》1999,(2)
TN91 99020760软件无线电技术/王际兵,赵明,许希斌,姚彦(清华大学)11电子科技导报.一1 998,(9)一23一27介绍软件无线电的概念、评价软件无线电系统“软件化”程度的方法、介绍软件无线电中的关键技术,以及当前国内外的最新研究动态。并对软件无线电研究中所应注意的问题提出了作者的看法。图3表1参10(金)TNgll,TN97 99020766小波变换理论及应用/梁百川(西安电子科技大学)11舰船电子对抗.一1998,(5).一1一10小波理论是傅里叶分析的重大突破,是当今许多领域研究的热点.文中综述了小波分析这一前沿领域的发展历史,评述了它的最新进展.图3参2… 相似文献
3.
4.
讨论基于软件无线电技术的一种数字信号调制样式的自动识别的算法。使用小波分析提取数字调制信号的调制特征参数,研究了利用小波分析在软件无线电中常用的调制样式(BPSK/QPSK)的识别问题,对高斯白噪声中的通信信号在不同信噪比情况下进行了识别计算机仿真。仿真及实验验证了用小波分析方法针对信噪比较低、对功耗限制严格的通信系统,具有较为理想的识别能力。 相似文献
5.
6.
7.
8.
随着MATLAB软件的出现,小波分析及其应用变得更加广泛和简单,它的小波工具箱是许多基于MATLAB技术计算环境的函数包的集合.MATLAB体系下的小波和小波包,提供了分解及重构图像的多种工具.工具箱中包含的各种小波分析函数,可用于对信号与图像的压缩处理.通过对多种二维双正交小波图像压缩的MATLAB仿真,对压缩率和PSNR的优化,得到一种适合高分辨率相机图像的大压缩率的小波图像压缩方法. 相似文献
9.
10.
小波分析是信号信息获取与处理领域的新技术,它在处理非平稳信号方面具有傅里叶变换无法比拟的优越性.本文针对实际工程中小波变换计算复杂度高,仅靠软件实现是无法满足实时信号处理的需求的问题,基于小波变换多分辨率分析原理,实现了离散小波变换IP软核设计,并结合设计的小波系数阈值处理模块,探讨了该IP软核非平稳信号降噪处理中的应用,证明了设计的可行性. 相似文献
11.
小波变换的压缩技术为多分辨分析、时-频域分析和子带编码建立了统一的分析方法,利用小波分析技术的这些优越性对图像进行二维离散小波分解,分离出图像的高频部分和低频部分,可以有效地对图像进行压缩和去除噪声,从而得到在失真较小情况下的图像的最高压缩比.利用小波进行图像压缩的方法通过在Matlab的环境下进行实验得出. 相似文献
12.
13.
文章针对现在船用电机故障的主要问题,介绍了基于小波分析原理的消噪和特征提取方法,结合LabVIEW平台实现了硬件和软件资源的共享。其中,系统硬件由加速度传感器、信号调理电路、数据采集卡和PC机组成;系统软件利用LabVIEW平台编程实现数据采集、保存、小波除噪处理及小波变换,检测出故障特征信息。实验表明,本系统大大提高了故障检测的实时性与准确性。 相似文献
14.
航天系统噪声是航天系统设备的顽疾,它干扰有用信号的调制、发射、传输、接收和解调,严重影响数据的精度。为了解决航天系统设备存在的噪声问题,结合小波降噪原理,提出了基于小波分析的降噪处理方法。利用Matlab软件设计了小波降噪程序,并对降噪过程进行了仿真。结果表明,基于小波分析的降噪处理方法可有效降低航天系统设备噪声。 相似文献
15.
16.
17.
计算机电磁信息泄漏是信息安全的一个隐患。文章设计了无线接收计算机设备电磁辐射信号的系统,针对泄漏信息中包含复杂干扰信号的问题,利用小波分析对接收到的显示器电磁泄漏信息进行滤波和除噪处理。实验结果证明:小波能够很好的改善还原效果。 相似文献
18.
As every engineering student knows, any signal can be portrayed as an overlay of sinusoidal waveforms of assorted frequencies. But while classical analysis copes superbly with naturally occurring sinusoidal behavior-the kind seen in speech signals-it is ill-suited to representing signals with discontinuities, such as the edges of features in images. Latterly, another powerful concept has swept applied mathematics and engineering research: wavelet analysis. In contrast to a Fourier sinusoid, which oscillates forever, a wavelet is localized in time-it lasts for only a few cycles. Like Fourier analysis, however, wavelet analysis uses an algorithm to decompose a signal into simpler elements. Here, the authors describe how localized waveforms are powerful building blocks for signal analysis and rapid prototyping-and how they are now available in software toolkits 相似文献