搜索资源列表
-
0下载：
压缩传感是一个从2006年左右开始兴起的研究领域，它关注于如何采样信号，也就是信号的采样方式或者压缩方式。通过设计一种特殊的采样方案，可以使得采样频率降低为信号的“信息率”，而不是传统的奈奎斯特采样率，于是，实际的采样率可以大大低于奈奎斯特频率，却只损失很少的信息量，依然保持了充足的信息量足以恢复出采样前的原始信号。这个研究思想挑战了奈奎斯特频率的理论极限，会对整个信号处理领域产生极其深远的影响，同时，信号处理的许多应用领域也会随之发生根本性的发展和变化。
-Compressive sens
-
-
0下载：
关于压缩感知理论的测量矩阵和重构算法分析！-Measurement matrix and reconstruction algorithm about CS
-
-
0下载：
This paper presents an adaptive information fusion method to improve the
accuracy and reliability of the altitude measurement information for small unmanned aerial
rotorcraft during the landing process. Focusing on the low measurement performance
-
-
1下载：
根据压缩传感(Compressed Sensing，cs)N论，首次提出了短时电能质量扰动信号的压缩采样方法，该方法突破了奈奎斯特采样频率的限制，实现了低于奈奎斯特采样频率的低速率采样。文中对比分析了CS理论与传统采样理论，研究了cS短时电能质量信号压缩采样的实现方法，包括：测量矩阵的构建、稀疏基的选取和电能质量信号快速贝叶斯匹配追踪重构算法(FBMP)-Compressed sensing ( Compressed Sensing , cs ) N theory , first propose
-
-
0下载：
提出了一种结合SVD的小波变换方法，对其在外弹道测量数据中的野值剔除进行了研究。对观测数据进行小波分解，将小波分解后的近似分量和细节分量组合实现相空间重构，作为SVD方法的输入观测矩阵，根据奇异
熵增量准则，对奇异值进行筛选，根据SVD逆变换重构原信号。这一方法克服了Hankel矩阵相空间构建方法数据
端点失真问题。以小波分解后分量重构的相空间可以满足正交性，进一步提高了SVD进行数据降噪和野值检测的精度。仿真数据和试验数据处理结果证明了这一方法的有效性。-Proposed a meth
-
-
0下载：
在简单介绍WH-800型离心机基本结构及工作原理的基础上, 介绍了基于重构吸引子轨迹矩阵的奇异值分解技术,并引入自相关函数对现有奇异值分解技术加以改进. 通过对现场实测故障信号的分析,表
明改进的奇异值分解技术具有很好的降噪效果,能在强噪声背景环境下准确提取设备的故障特征信号, 为离心机的故障诊断提供了一种新的思路.-After a brief introduction WH-800 centrifuge basic structure and working principle, base
-
-
0下载：
Matrix Converter Commutation Strategies With and
Without Explicit Input Voltage Sign Measurement
-
-
0下载：
基于压缩感知当中关键技术测量矩阵的设计的相关文献，有利于对测量矩阵设计的学习-Among the relevant literature on compressed sensing techniques to measure key matrix design is conducive to learning measurement matrix design
-
-
1下载：
针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题，提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点，采用可调整的算法模型对粒子群算法进行改进，将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理，将优化后的卡尔曼滤波器应用于感应电机转速估计。-
Extended K
-
-
0下载：
由于测量矩阵和方位噪声之间的相关性，我们已知的发射极定位的线性最小二乘算法，如伪线性估计器，具有较大的估计偏差。本文提出了一种新的基于闭型的发射器定位算法，该算法克服了这种偏倚，利用了比定位估计的辅助变量。通过计算机模拟，新算法的性能优于伪线性估计器，同时具有与计算成本更高的极大似然发射器相同的性能。(Because of the correlation between the measurement matrix and azimuth noise, we have known that th
-
-
2下载：
本文分别以稀疏基有离散余弦变换基（DCT）和快速傅立叶变换基（FFT）做为稀疏基，高斯随机矩阵、部分哈达玛矩阵为测量矩阵，L1范数、正交匹配追踪算法（OMP）为重建算法进行压缩感知算法实现。(In this paper, DCT and FFT are used as sparse basis, Gauss random matrix and partial Hadamard matrix are used as measurement matrix, L1 norm and OMP are u
-
