描述了基于新型驱动电路和低噪声程控放大器的超声测距系统.驱动系统的设计从硬件角度提高了回波信号的信噪比和稳定性.基于能量重心校正法和最小二乘法的原理,提出了一种改进型椭圆中心超声回波寻峰算法:通过曲线拟合搜索椭圆中心点,即回波信号能量集中点,进而找到回波信号的峰值点.测试比较证明,与包络线法和三次多项式法相比,此算法测量相对误差稳定在0.2%,适用高精度工业测量

第一节治安信息概述 第二节治安信息的收集 第三节治安信息的处理、传播和使用

一、信息检索工具 二、信息检索系统 三、检索步骤 四、检索方法

一.实验目的 1.在理论学习的基础上,通过本实验熟悉典型信号的波形和频谱特征,并能够从信号频谱中读取所需的信息。 2.了解信号频谱分析的基本方法及仪器设备

第五章离散时间系统的时域分析 5.0引言 一、连续时间信号、连续时间系统 连续时间信号: f(t)是连续变化的的函数,除若干不连续点之外对 于任意时间值都可以给出确定的函数值。函数的波形都是具有平滑曲线的形状,一般也称模拟信号

对标准调幅信号的分析曾经得出: 从传输信息的角度看,载波分量是多余的,而且它还占去了 调幅波总功率的一半以上,这对充分利用发射机功率不利。 由于载波分量的存在,有时还会对其它信号形成干扰。 从传输信号的角度看,它所占的带宽多一半是多余的,这对 节省频率资源不利

一、有始信号的分解 1有始信号分解为矩形窄脉冲信号

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类

第一节信息、知识文献 第二节科技文献的类型 第三节科技文献信息的分布规律

一、引言 周期信号: f(t)傅里叶级数-F(jno)离散谱 非周期信号: