排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
对淹没在噪声中的载波信号的频率估计可以通过对信号协相关矩阵求取特征向量,分离出信号子空间和噪声子空间,并可基于信号子空间找到与之线性相关,或者基于噪声子空间找到与之正交的载波信号。但要使这两个子空间的矢量函数在某个频率点上得到波峰,仅仅利用噪声子空间的算法,如MUSIC往往需要对一段较大频率范围的频域进行细致搜索,既耗费了大量的时间又会因为搜索步长的选取而造成对识别精度的影响。本文提出一种基于信号子空间的广义回归神经网络频率估计算法,利用广义回归神经网络其极强的非线型拟合和并行计算特性在信号子空间矢量与频率点之间建立良好的非线型映射关系,以达不失估计精度而又提高估计速度的目的。 相似文献
2.
实时跟踪系统中的DSP软件优化方法 总被引:1,自引:0,他引:1
TI的TMS320C6x系列DSP具有独特的甚长指令字(VLIW)结构,DSP软件的执行效率在某种程度上决定了硬件功能的实现。在用DSP进行实时跟踪系统的设计时,软件的执行效率将直接影响整个系统的实时性。笔者归纳了基于DSP的实时跟踪系统中软件优化的方法,包括DSP关键字和内联函数的使用、数据打包处理、软件流水线以及编译器选项的设定。采用这些方法对DSP软件进行优化,解决了系统的弱实时性问题,同时也提高了整个系统的可靠性。 相似文献
3.
1