搜索资源列表
Induction_Motor
- 电动汽车用异步电机系统效率优化控制研究 (中科院博士论文)目前,大量应用于工农业生产的交流异步电机驱动系统,存在着整体效率较低的缺陷,造成资源浪费严重。本文以应用于电动汽车的中小功率等级异步电机驱动系统为研究对象,并针对被广泛应用的SVPWM电压型逆变器输出调制电压中含有基波电压以及谐波电压的实际特点,提出要从两个方面对稳态轻载工况下异步电机系统进行效率优化控制:优化电机的基波励磁磁链,寻找由基波电压所引起的电机铁芯损耗和铜损的最优平衡点,以减少由基波电压引起的电机损耗 优化SVPWM发生
OPM-recovery
- 压缩感知通过小波变换基矩阵，来恢复出原始信号，效果相当明显。-Compressed sensing to recover the original signal by wavelet transform basis matrix , the effect is quite obvious.
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
opm
- 采用小波变换基稀疏用正交匹配追踪算法重构的压缩传感-Sparse wavelet transform based algorithm using orthogonal matching pursuit compressed sensing reconstruction
cs-speech-enhancement
- 文利用带噪语音经特征基函数矩阵转换后所具有的稀疏特性，用最大似然估计方法对转换后得到的稀疏 分量进行非线性压缩去噪，然后再经过反变换和重构恢复出原始语音信号的估计。特征基函数矩阵反映了语音数据本 身的统计特性，因此具有很好的合理性和可取性。仿真结果表明利用稀疏编码方法能极大程度地抑制背景噪卢，与小波消噪法相比优势明显。-a speech enhancement algorithm based Compressed Sensing.
CoSaMP
- 压缩感知基追踪算法，实现二维图像的小波变换以及图像重构-Compressed sensing based tracking algorithm, wavelet transform two-dimensional image, and image reconstruction
hyperspectral-4
- 这是一种基于最佳小波包基的高光谱影像特征制图算法，感兴趣的同学可以参考一下。-This is a kind of based on optimal wavelet BaoJi feature mapping algorithm of hyperspectral images, interested students can refer to it.
multiscale
- 按照二维函数的特点和视觉机制,提出了用来捕捉纹理基元的纹理检测器函数,基于纹理检测器和扩展的小波变换,提出了基于能量分解的影像纹理多尺度分析方法,并按照神经动力学的侧抑制和端点抑制等理论,实现了对多尺度纹理特征的融合，这一多尺度分析方法直接将影像纹理能量在时间一尺度空间分解,包含了相位信息,避免了基于线性变换多尺度分解引起的能量与相位分离,为纹理分析提供了一个层次性的框架,有效提高了纹理的识别能力。-According to the characteristics of two-dimensio
WNN-RBF
- 径向基优化小波神经网络，优化参数，避免陷入局部解-Wavelet neural network, radial basis to optimize parameters optimization
wave
- Harr小波具有紧支撑、零调和性和优良的正交性等优点，因此选择它作为小波变换的基函数。对采样数据进行4层小波包变换得到16维的特征样本。-Harr wavelet has compact support, zero reconcile and excellent orthogonality, etc., so choose it as the base function of wavelet transform. 4 layers of sampled data wavelet packet t
xioaboquzao
- 小波去噪程序，调用matlab，db6基波，分解三次，用于声音处理，比一般滤波器要好用-Wavelet denoising procedure, call matlab, db6 fundamental decomposition three times, for sound processing, be easy to use than the average filter
Biorthogonal
- 信号1维和2维周期性双正交基的小波分析，主要是用作滤波方面，可构造非对称滤波器。-Wavelet analysis signal a 2-dimensional and two-dimensional periodic orthogonal basis, mainly used for filtering, the filter can be constructed asymmetric.
2464613103
- 基于小波变换和 HHT 的分布式并网系统谐波检测方法。 该方法利用小波变换多分辨率分析思想对信号进行划分，并对划分后的信号进行经验模态分解，得到一系列的经验模态函数IMF，并从 IMF分量中提取出基波分量和高次谐波；再对IMF分量进行Hilbert 变换得到信号的频率、幅值信息。-Wavelet transform and HHT based distributed systems and network harmonic detection method. The method use
ECG-denoise(wavlet)
- 心电信号去基线漂移，使用小波分解法提取基漂信号，还有小波包去噪-ECG baseline removal, and wavelet packet de-noising
xiaoboji
- 用来选取小波包去噪的小波包基，同时完成去噪，利用RMSE进行去噪效果对比。-to wave packet and compare denoising result
Wavelet-packet-algorithm
- 通过实验表明小波包变换能精确地从谐波信号中分离出基波，并能根据需要分离出任意谐波信号，是一种很好的电力系统谐波分析工具。-Experiments show that wavelet packet transform can accurately isolated in harmonic signal wave, and can according to need to separate out any harmonic signals,It is a kind of very good pow
wavelet_FISTA
- 利用小波变换作为稀疏基，并利用快速迭代软阈值进行稀疏促进，最终实现基于压缩感知理论的数据重构- Wavelet transform is used as the sparse basis, and the sparse promotion is realized by using the fast iterative soft threshold. Finally, the data reconstruction based on the compression perception the
pudn_Renj_matlab
- 1)football.m简单地以阵列形式显示一副图； 2）pre.m是心音信号过滤归一化预处理的过程； 3）wavlet.m是用db6小波进行信号的分解和重构，且求包络能量函数； 4）path.m是利用KKT条件的路径跟踪法，用于求解二次规划问题； 5）LRmmse是MIMO通信中常用检测方法，结合了最小均方误差准则和格基规约的知识。-1) football.m simply displays a graph in an array 2) pre.m is the proc
emd
- 该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，简称IMF），所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。经验模态分解法能使非平稳数据进行平稳化处理，然后进行希尔伯特变换获得时频谱图，得到有物理意义的频率。与短时傅立叶变换、小波分解等方法相比，这种方法是直观的、直接的、后验的和自适应的，因为基函数是由数据本身所分解得到。由于分解是基于信号序列时间尺度的局部特性，因此具有自适应性。(The key of thi
package_emd
- 经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。对经过EMD处理的信号再进行希尔伯特变换，就组成了大名鼎鼎的“希尔伯特—黄变换”（HHT）。由于脑电信号处理很少在EMD之后接上希尔伯特变换，在这里仅介绍EMD的相关基础知识。 EMD其实就是一种对信号进行分解的方法，与傅里叶变换、小波变换的核心思想一致，大家