搜索资源列表
Research-on-Compressed-Sensing
- 经典的香农采样定理认为,为了不失真地恢复模拟信号,采样频率应该不小于奈奎斯特频率(即模拟信号 频谱中的最高频率)的两倍.但是其中除了利用到信号是有限带宽的假设外,没利用任何的其它先验信息.采集到 的数据存在很大程度的冗余.Donoho等人提出的压缩感知方法(Compressed Sensing或Compressive Sampling, CS)充分运用了大部分信号在预知的一组基上可以稀疏表示这一先验信息,利用随机投影实现了在远低于奈奎斯 特频率的采样频率下对压缩数据的直接采集.该
Spectrum-Sensing
- 一篇发表在顶刊关于频谱感知的优秀论文，文中提出的JB算法对于解决无线麦克风信号和DTV信号频谱感知问题要比原先的HOS算法更优，作者利用matlab进行了详细的仿真验证。-Our proposed JB detector is heuristically justified to be superior for the simulated microphone signals as well as the real DTV signals.
lectures_CS
- 压缩感知理论的讲座（共8讲），很好的学习资料，含在语音、图像和雷达领域的应用示例。-The lectures regarding compressive sensing consist of 8 articles which indroduce the fundamental and applications on speech,image and radar.
CompressiveSampling
- 一篇很好的关于压缩感知的英文文献，是提出研所感知的大牛写的，适合科普和研究这方面的人学习。-A good English-language literature on compressed sensing, proposed research is perceived Daniel wrote, science and research in this area for people to learn.
About-SparseLab
- 稀疏表示是压缩感知的基础条件，一篇关于稀疏表示的详细介绍，值得学习。-Sparse representation is a basic condition for compressed sensing, detailed article on sparse representation, it is worth learning.
AwareLESS-Authentication
- AwareLESS 認証：微小動作による無感知認証-AwareLESS Authentication: An Authentication Based on Insensible Motions
lfm-compressive-sensing
- LFM宽带雷达信号的多通道盲压缩感知模型研究，提出了一种压缩感知技术新方法-Lfm compressive sensing
超低功耗入耳检测+单按键触摸感应IC+滑动滑条触控轻触方案
- 近年来，TWS耳机市场快速发展，用户量井喷！随之而来的是，消费者对产品的功能要求也越来越高，普通的TWS耳机产品已经不足以满足消费者的需求，定制特殊化的产品，成为了厂商能否在TWS耳机市场的重要因素。永嘉微电科技专业定制触摸触控方案，也在这关键的时刻，为大家带来有意义的解决方案。 深圳市永嘉微电科技有限公司新出几款TWS蓝牙耳机触摸触控方案： 1：入耳检测触摸方案，替代原有光感+触摸，只需一颗触摸IC就可解决入耳检测，性能稳定，为用户节约成本，提高产品效益。以下是【苹果AirPods耳机】的