首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 88 毫秒
1.
针对水声信号的数据采集,本文研究并设计了一种高精度、大动态范围的宽带数据采集预处理系统。该系统采用自动增益控制(AGC)技术,实现了对信号的大动态范围压缩,并采用截止频率可变的低通和高通滤波器组实现宽带滤波,使带宽可根据实际所采信号调整。  相似文献   

2.
某旋翼试验台振动信号的采集与预处理系统   总被引:1,自引:0,他引:1  
介绍了某直升机旋翼试验台的振动数据采集和预处理系统的设计和组成.其中信号采集系统分为两大部分:一部分根据同步脉冲测量旋翼转速、周期;另一部分由同步脉冲信号控制A/D转换器实现定点触发采集数据.信号预处理包括原始信号的降噪和整周期重采样.对比研究了时域平均和小波分解技术的降噪能力,结果表明该系统简捷有效.  相似文献   

3.
4.
通过Matlab软件,在数字信号处理理论的基础上对二相编码的脉冲压缩多普勒雷达信号处理系统进行了分析,并研制出相应的仿真模型,对该系统中出现的杂波、噪音、雷达信号及信号动态处理等内容进行了模拟。本研究将某一雷达系统作为参考,建立仿真系统,结果发现基于Matlab软件的信号处理系统具有明显的优势,取得了较好的仿真效果。  相似文献   

5.
含微纳结构硅胶整体柱的预处理芯片分析系统的研究   总被引:1,自引:0,他引:1  
针对微流控芯片分析系统预处理及其集成化的难题,采用sol-gel技术,并经改性处理,制备得到具有微纳结构的C18酯型反相硅胶整体柱,将其作为芯片上预处理结构单元,与微流控检测芯片相结合,组建了具有预处理功能的芯片.以盐酸多巴酚丁胺-KMnO4-Luminol化学发光体系为样品对象进行测试,结果显示该改性硅胶整体柱具有良好的预处理性能,在微流控芯片分析系统和化学传感器中具有良好的潜在应用前景.  相似文献   

6.
《微型机与应用》2017,(22):41-44
随着雷达系统的不断升级,电磁空间当中的信号密度也在不断增加。为了不断适应电磁环境,满足对高脉冲密度雷达信号处理的要求,设计了一套基于TI TMS320C6678芯片和Xilinx的XC7VX485T芯片的多DSP+FPGA架构的信号处理系统。本系统的核心在于设计实现了较为合理的数据预处理流程,并通过具体的硬件电路实现。该信号处理板是一种符合VPX标准,可工作于机载、车载或其他恶劣条件下的特种设备,通过预处理设计,有效提高了系统的处理能力。  相似文献   

7.
利用Lorenz系统的参数非共振激励混沌抑制原理,实现强噪声背景下微弱周期脉冲信号的检测.将频率远大于系统特征频率的脉冲信号作为系统内置激励信号,根据平均法和重整化方法得到受控Lorenz系统与原系统的参数等效关系,并确定使系统由混沌状态突变为周期状态的检测参数临界值.仿真结果表明此系统可以达到较低的信噪比工作下限.此方法可根据理论分析结果预测参数临界值范围,检测方式简便易行,适于在目标探测和故障诊断领域推广应用.  相似文献   

8.
在利用非线性随机共振系统检测周期脉冲信号的研究中,通常采用的非线性系统为双稳态系统.针对双稳态系统的两个结构参数均为变量,需要不断调节,误差较大,限制了系统检测性能的提高.为了优化系统,提高系统检测性能,结合周期脉冲信号经过一次积分后变为周期三角波信号,能够大幅度提高信号幅值的特性,提出了采用只有一个结构参数且具有积分放大作用的单稳态系统.通过分析信号频谱,对比信号幅值,证实结构参数取较小值的单稳态系统具有积分作用.Matlab、Monte - Carlo仿真验证具有积分特性的单稳态系统可获得更佳的检测效果.  相似文献   

9.
脉冲神经膜系统是一种膜系统中吸收了脉冲神经网络特点的新型生物计算装置,具有强大的计算能力.带反脉冲的同质脉冲神经膜系统是使用了两种对象(称为脉冲和反脉冲)、且其中每个神经元具有相同规则集合的一种脉冲神经膜系统的变体.本文研究了无延迟规则和突触权值情况下的带反脉冲同质脉冲神经膜系统的计算通用性问题,证明了这种P系统无论是工作在产生模式,还是接收模式下都是计算通用的.本文解答了曾湘祥等人提出的关于是否存在无延迟规则的同质脉冲神经膜系统和如何移除突触权值的两个公开问题.  相似文献   

10.
根据国内钢铁行业除尘环保设备的现状和工艺要求,针对广泛应用的脉冲反吹袋式除尘器,采用高性能可编程序控制器实现其运行控制。本文主要介绍了PLC系统的数字量输出矩阵的实现和脉冲反吹控制的方法,并简单介绍了本系统的优点。  相似文献   

11.
多层导电结构缺陷电涡流扫描检测信号预处理技术研究   总被引:2,自引:1,他引:2  
应用小波多分辨分解及重构技术和小波包分析技术进行检测信号预处理(噪声和干扰信号分离与去除)的基本原理,结合电涡流扫描检测实验,采用离散小波变换强制消噪法、软阈值消噪法和不同熵准则的小波包分析消噪法对检测信号进行预处理,并以SNR和RMSE为判断消噪效果好坏的标准,进行了效果的比较和优选.从理论分析和实验研究结果可知,分离提离等干扰信号,可采用强制法;消除高频噪声,采用基于Shannon熵准则的WPA法,效果最好.  相似文献   

12.
本文讨论了摄像头自动阅卷系统中的图像预处理算法,对答题卡图像预处理过程中的图像灰度化、二值化、光学畸变校正和图像偏斜纠正等关键步骤进行了描述。在灰度化过程中采用彩色模型转换的方法获得灰度图,在二值化过程中采用由用户指定阈值的方法,在畸变变换中采用二元多项式法,在偏斜纠正中使用Hough变换检测倾斜角度。  相似文献   

13.
本文讨论了摄像头自动阅卷系统中的图像预处理算法,对答题卡图像预处理过程中的图像灰度化、二值化、光学畸变校正和图像偏斜纠正等关键步骤进行了描述。在灰度化过程中采用彩色模型转换的方法获得灰度图,在二值化过程中采用由用户指定阈值的方法,在畸变变换中采用二元多项式法,在偏斜纠正中使用Hough变换检测倾斜角度。  相似文献   

14.
语音信号处理是一门多学科交叉的综合学科,它包含了语音学和数字信号处理等基础学科。这篇文章对语音信号作了两个方面的研究:语音信号的预处理和语音信号的特征提取。预处理是为了更好地进行语音信号的特征提取。是语音信号特征提取获得成功的重要保障。语音信号的预处理介绍了信号的主分量分析(PCA)技术和白化(whitening)技术.而语音信号的特征提取分为时域的和频域的特征提取。并用Madab编程实现了一段语音信号的分析处理。  相似文献   

15.
语音信号处理是一门多学科交叉的综合学科,它包含了语音学和数字信号处理等基础学科。这篇文章对语音信号作了两个方面的研究:语音信号的预处理和语音信号的特征提取。预处理是为了更好地进行语音信号的特征提取,是语音信号特征提取获得成功的重要保障。语音信号的预处理介绍了信号的主分量分析(PCA)技术和白化(whitening)技术.而语音信号的特征提取分为时域的和频域的特征提取。并用Matlab编程实现了一段语音信号的分析处理。  相似文献   

16.
介绍一种基于FPGA的随机脉冲信号快速捕捉系统的系统结构、工作原理和实现方法;该系统完全摆脱了传统数据采集系统在采集深度和采样效率方面的制约因素,能够在整个时域范围内对外部信号进行连续的高速采样;系统工作过程中不需要外部控制器的干涉,完全由FPGA内部的硬件逻辑电路实现对随机脉冲信号的快速、精确捕捉,可靠性高;抗干扰能力强,同时具有很高的采样效率.  相似文献   

17.
在基于Qt/Embedded软件界面的基础上,主要介绍编写S3C2410的A/D转换驱动和设计开发,最后在开发板上实现实时采集人体脉搏信号和显示脉搏波形。  相似文献   

18.
为了改进当前脉象模拟技术一致性较差,未考虑中医师的取脉位置和应指压力等缺点,本文设计了新型脉象发生器和仿生模拟手,依据多传感器信息融合技术智能检测中医师的取脉位置和应指压力,实现了人体26种临床脉象数据库脉象和采集被试者脉象的准确复放。通过实验验证,该系统复放波形、脉图与输入波形间的相关系数Rxy均大于0.85,具有显著相关性;脉象主要特征值误差在5%以内。经多名老中医盲测,本复放系统可应用于中医脉诊课堂教学测试、职业中医师培训考核、中医脉诊研究等领域。  相似文献   

19.
基于小波分析和BP神经网络识别的中医脉象信号辨识系统   总被引:1,自引:0,他引:1  
讨论基于小波分析的脉象信号分解与重构、信号除噪、脉象信号时频特征值的提取和分析,构建合理的神经网络结构,各层神经元数量的确定,选择合理的学习速率,脉象信号特征值的选取,神经网络的训练等必须解决的关键问题。构建了一种比较实用的基于小波分析BP神经网络的中医脉象信号辨识系统。经1456例临床脉象检测,准确率〉90%,不仅极大地提高对平、浮、沉、迟、数、虚、实、滑、涩、洪、弦、促、结、代等基本脉的识别率,对于由上述基本脉构成的临床常见的相兼脉也有相当高的识别能力。  相似文献   

20.
万明杰  林志远  李涛 《计算机仿真》2007,24(6):74-76,344
针对等脉宽随机脉位脉冲信号脉位随机性不强的问题,提出了随机脉位线性调频脉冲信号(RPP-LFM)的概念,并对其产生方法、脉冲平均密度、脉冲平均脉宽、脉冲平均重复周期、随机脉冲序列的自相关性、模糊函数以及各个脉冲的载频特性进行了深入的研究,分析结果说明该信号形式既具有雷达信号的特点,可以作为雷达信号使用,又具有宽带噪声的遮盖特性,可以作为电子攻击信号使用,是一种重要的信号形式,具有作为未来一体化系统使用的共用信号的潜力.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号