信号分解造句

造句与例句手机版

的信号分解与合成
肌电信号分解的一种方法
建立一个基于匹配跟踪信号分解技术的低速率视频编码器框架。
然后,提出了利用小波(包)进行信号分解的方式产生随机序列。
分带谱熵与信号分解的高精度基音检测算法
利用多分辨率分析和小波包分析将漏磁信号分解，对不同空间频率区段的漏磁信号做了深入研究。
利用emd方法能将信号分解为不同尺度的成分，利用emd方法的这个特性，研究基于emd方法sar图像多尺度边缘提取方法。
小波变换在时域和频域同时具有良好的表征信号局部特征的能力，基于小波理论的信号分解，特征提取，消噪等技术成熟。
利用小波包分析，将摆式车体试验台上采集到的振动加速度信号分解在相互独立的频带之p内，各频带内的能量值形成一个向量，将其作为神经网络的输入特征向量，。
经验模态分解( emd : empiricalmodedecomposition )方法能够把时间序列信号分解成有限数目的本征模态函数( imf : instrinsicmodefunction ) ,分解结果按频率高低分布。
用信号分解造句挺难的，這是一个万能造句的方法
对小波包分析应用于故障诊断进行了研究，利用仿真出来的故障数据，将快堆钠泵非平稳时变振动信号分解到不同层次和不同频带上，有效地提取出反映钠泵不同故障(状态)的特征向量，在识别中得到了满意的结果。
本文提出的视频多码流分解是基于3d - spiht技术的改进,这种基于小波的信号分解产生的多零树,可以通过对每个小波树独立的进行高效压缩编码来增加传输鲁棒性,压缩产生的比特流可以灵活地组合成不同数量的码流,这样就同时兼顾了分解和压缩。
为了提高低速率编码效率，本文综合小波变换以及匹配跟踪非线性信号分解技术，并结合人类视觉系统hvs的各种特性，致力于提高视频编码算法在低速率条件下的编码性能，并对所涉及到的若干问题进行了探索和解决，并取得如下创新性研究成果： 1
分析了laplace小波的理论，研究了利用laplace小波将系统响应信号分解成为单模态系统冲激响应的相关滤波方法，并通过信号与laplace小波族的相关滤波进行了单模态和多模态系统的模态参数估计。
因为传统的视频压缩技术是针对单天线系统,只产生单一的比特流,这与多天线系统不相适应,为此,需要将视频信号分解成相应的多个码流。本文探讨一种将能视频信号分解成多个码流的多描述编码方法,以适应多天线系统的传输。
基函数的不同导致对信号观测角度和观测方法的不同，这是fourier变换、短时fourier变换和小波变换的本质区别。通过比较故障诊断中常用的各种小波基函数的性能和特点，研究不同的故障信号特征与各种小波基函数的内在联系，指出真正的最优小波变换应该是根据信号特征与其最近似、最匹配的基函数的信号分解。
本文通过分析认为，当信号集中的任一信号可表示为一系列已知信号的线性代数和时，信号集便构成可分解信号集，已知信号称为基波信号；对可分解信号而言，基波系数构成一序列，当对指定的基波信号集分解唯一确定时，系数序列本身便是信号的一个表示；可分解信号采样定理指出当基波样值矩阵的秩等于基波数时，则由采样点处的采样样构成的样值序列必与基波系数序列一一对应，从而由该样值序列构成的采样必为完全采样；可分解信号采样定理中的推论指出，对信号集进行采样，采样频率必须大于其信号分解的基波数与其对应时长之比；对有限带宽信号，若基波信号为正弦信号时，由可分解信号采样定理推论给出的结论与经典采样定理一致。
通过在无噪和含噪条件下的连续梁损伤数值实验，研究了小波系数模极大值法和小波多尺度信号分解法进行损伤预警的有效性和抗噪能力。
文摘:采用具有线性相位的b样条小波，应用图形显示算法并结合小波变换快速算法将信号分解到不同的频带上，且分解结果和原信号长度保持一致，可对信号进行深层次的处理，克服了传统的信号处理方法不易提取微弱信息的不足.通过对矿用斜轴式柱塞泵振动信号的分析，分离出了配流副磨损、球铰松动、缸体及泵轴支撑轴承的故障特征，为液压泵的故障诊断提供了依据，并为信噪分离、微弱信号提取及设备的早期故障诊断提供了一条有效途径