搜索资源列表
rev5
- 基于蒙特卡洛方法的主动声纳信号检测性能分析.主动声纳信号检测性能的分析上,目前在计算机仿真中一般假定混响包络的统计特性符合瑞利分布模型。基于此模型,已经有了较完善的理论。然而,在现代高分辨声纳系统中,混响包络的统计特性并不符合瑞利分布模型。此时在接收机工作特性分析时存在大量繁琐的公式推导。因此该文采用蒙特卡洛(M onte Carlo)统计试验方法,实现对瑞利分布混响背景下的主动声纳信号检测性能分析。结合对接收机工作特性曲线的仿真,得出了检测概率的理论值和仿真结果的误差曲线。误差曲线表明,蒙特卡
IFix-G3PLC
- IFix与和利时G3PLC通讯,IFix与和利时G3PLC通讯.-IFix with and Lee G3PLC communication, IFix with and Lee G3PLC communication.
ProbabAnalysisNetRadarargetDetect
- 在目标瑞利起伏的模型下,噪声服从零均值高斯分布时,对比了秩 K规则和最大信噪比规则这两种融合方法,对目标检测性能的影响。 - Detection property ofnetted radarusing order-Kand SNR maximization is analyzed underRayleigh fluctuations and zeromeanGaussian distribution noise. The detection probabilities of t
Design-and-Implementation-of-FPGA
- 设 计与 实 现了 一种 以 F P GA 为核 心 的实 时 频 谱分 析 系 统。 系 统 包含 实时 频 谱 监 测 和 实 时 频 谱仪 2 种 频 谱分 析 模式 。 实 时频 谱 监 测 模 式采 用 F F T 算法 设 计实 现 , 用 于 对信 号 的 实时 监 测 实 时 频 谱 仪 模 式 采 用 D F T 算法 设计 实 现, 用于 信 号的 细致 分 析。 实验 证 明 , 系 统 充 分 利 用 了 F P GA 芯 片 的 资 源, 具 有
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分