排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
针对恶劣环境下干扰信号影响捕获系统性能的问题,提出了一种消除强干扰的捕获方法,该方法利用奇异值分解技术,对接收信号进行分解、重构,以消除干扰,然后将处理后的信号送入捕获系统中进行编码捕获.理论分析与仿真实验均表明:该方法能够很好地消除干扰信号,有效地改善系统的捕获性能,提高系统的稳定性. 相似文献
2.
3.
针对WSN及轮廓检测系统的特点,给出了一种基于WSN的数据处理方法。该方法首先通过主分量分析提取样本特征,然后采用叠加方式对不同样本的特征进行融合,给出数学模型;并以此模型为基础,提出一种新的基于稀疏表示的多类融合样本中特定目标识别算法,该算法根据超完备字典下主要非零系数的分布情况识别出特定目标;数值仿真与实验结果验证了本文算法的有效性,综合性能优于传统方法。 相似文献
4.
传统ECG检测分类算法通常分成检测、分类两个步骤,本文提出一种基于卷积核补偿ECG检测分类的新算法,可以将ECG的检测和识别合并成一步完成,文章对LTST数据库的ECG数据进行了该算法的验证,说明该算法完全可以实现ECG的检测和分类。 相似文献
5.
6.
针对当前混沌扩频序列复杂度低、产生方法单一的不足,提出了一种高效的基于嵌入式模型产生混沌扩频序列的方法,并将生成的混沌序列应用于直接序列扩频系统.理论分析和仿真表明:该方法生成的混沌序列不仅复杂度高、保密性好,具有良好的相关性能,而且能够同时产生大量的混沌扩频序列,极大地提高了生成效率,有一定的实用价值. 相似文献
7.
8.
针对轮廓检测系统输出采样信号的特点,结合稀疏表示及主成分分析理论,提出了一种基于稀疏表示的特定目标识别方法。该方法首先通过主成分分析提取采样信号的主要成分以消除冗余信息,同时将信号转换为相同维数的特征向量,然后将特征向量投影到低维空间构造出字典,通过该字典对测试信号进行稀疏表示、识别。数值仿真与现场实验结果表明:该方法在低维空间下具有很好的识别效果;并结合实际情况,对有损坏传感器的系统进行测试,结果表明本文方法具有较好的鲁棒性。 相似文献
9.
提出了一种基于多类SVM和小波变换的ECG检测、分类算法,利用小波变换的时频特性,最大限度地避免了原始ECG信号的各种噪声干扰,有效提取ECG的特征量作为多类SVM的输入训练样本。实验结果表明,将小波变换和SVM相结合,可以有效地将不同病患的ECG信号识别出来。 相似文献
10.
1