

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、分類(lèi)號(hào):0236UDC:密級(jí):學(xué)校代號(hào):11845學(xué)號(hào):211314010廣東工業(yè)大學(xué)碩士學(xué)位論文(理學(xué)碩士)周期解析信號(hào)的分解算法研究楊國(guó)亮指導(dǎo)教師姓名、職稱(chēng):譚童齷副教援學(xué)科(專(zhuān)業(yè))或領(lǐng)域名稱(chēng):麴堂學(xué)生所屬學(xué)院:廑且數(shù)堂堂院論文答辯日期:2Q!生魚(yú)旦!目摘要摘要任意周期解析信號(hào)都可以分解成極小相位信號(hào)和全相位信號(hào)的乘積,其中極小相位信號(hào)能在一個(gè)常數(shù)誤差范圍內(nèi)由其幅度或者相位完全重構(gòu)出來(lái),而全相位信號(hào)的瞬時(shí)頻率是非負(fù)的因此,研究周期解
2、析信號(hào)的分解算法具有重要的實(shí)際意義本文從解析信號(hào)的概念入手,介紹了解析信號(hào)的頻率的發(fā)展史,從而引出瞬時(shí)頻率的概念接著我們具體分析了怎樣把多項(xiàng)式解析信號(hào)和有理解析信號(hào)分別分解成極小相位信號(hào)和全相位信號(hào)的乘積,作為上述結(jié)論的進(jìn)一步推廣,分析了周期解析信號(hào)的結(jié)構(gòu)特征接著介紹了極小相位信號(hào)和全相位信號(hào)的性質(zhì)特征在周期解析信號(hào)的分解算法中,RKumaresan和ARao提出LPSD算法來(lái)提取極小相位信號(hào)和全相位信號(hào)本文對(duì)LPSD算法進(jìn)行改進(jìn)和推廣
3、,在LPSD改進(jìn)算法中,把誤差能量式子中的相乘情況變成相除,在相除情況下,逆信號(hào)的系數(shù)H比原來(lái)取的小卻能達(dá)到更好的效果在LPSD推廣算法中,引入有理正交基來(lái)替換原來(lái)的三角函數(shù)基與三角函數(shù)基相比,有理正交基的優(yōu)勢(shì)是能自適應(yīng)的選取基函數(shù)的系數(shù)本文采用能量下降最快的思想和最小均方誤差思想逐步求得基函數(shù)的系數(shù),然后分解出極小相位信號(hào)與全相位信號(hào)與LPSD算法相比,推廣算法在耗時(shí)與算法迭代步數(shù)上有很大改進(jìn),信號(hào)擬合效果更好關(guān)鍵詞:周期解析信號(hào);極
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MP的信號(hào)稀疏分解算法研究.pdf
- 基于MP的信號(hào)稀疏分解的算法研究.pdf
- 基于FFT的信號(hào)MP分解改進(jìn)算法研究.pdf
- 子帶EMD信號(hào)分解算法.pdf
- 基于Ramanujan子空間的信號(hào)周期成分分解方法研究.pdf
- 信號(hào)分解與瞬時(shí)頻率估計(jì)算法研究.pdf
- 語(yǔ)音信號(hào)基音周期檢測(cè)算法研究.pdf
- 基于稀疏分解的鐵路信號(hào)去噪算法研究.pdf
- 基于信號(hào)稀疏分解的圖像壓縮編碼算法的研究.pdf
- 信號(hào)與線(xiàn)性系統(tǒng)課程設(shè)計(jì)報(bào)告--周期信號(hào)的分解與合成
- 基于人工魚(yú)群算法的信號(hào)MP稀疏分解.pdf
- MIMO系統(tǒng)中基于QR分解算法的信號(hào)檢測(cè).pdf
- 基于非負(fù)矩陣分解的語(yǔ)音信號(hào)盲分離算法研究.pdf
- Vakman問(wèn)題與信號(hào)自適應(yīng)分解算法之研究.pdf
- 自適應(yīng)RLS算法的研究及周期信號(hào)噪聲濾除的應(yīng)用.pdf
- 基于聯(lián)合智能算法和MP的信號(hào)稀疏分解.pdf
- 基于臨床診斷肌電信號(hào)的自動(dòng)分解算法及研究.pdf
- 稀疏分解算法在廣播信號(hào)特征提取中的應(yīng)用研究.pdf
- 23596.改進(jìn)的gb分解在長(zhǎng)周期mt信號(hào)估計(jì)中的應(yīng)用研究
- 矩陣束分解算法及在通信信號(hào)處理中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論