- 博客(26)
- 收藏
- 关注
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 The Sliding Discrete Fourier Transformation and Its Implementation
This article describes a Sliding Discrete Fourier Transformation process that is suitable for applications of real-time spectral analysis and introduces its derivation and implementation so that you may be able to incorporate them into your designs.
2020-03-28 22:26:37
146
原创 非因果滤波器的暂态和稳态及其实现形式
以n=0为时间原点,当所有数据都在n≥0的时间轴上则称该数据具有因果性,反之,若有部分数据出现在n<0的负轴上则称之具有非因果性。实时系统都具有因果性,而非实时系统具有非因果性,在非实时/离线数据处理系统中通常运用非因果滤波器,而数据平滑就是其中一种非因果滤波。尽管通过延时操作可以将非因果滤波转变成因果滤波,其好处是可以对数据进行实时处理,其代价却是滤波输出被延迟了,而这种延迟在数据平滑场合中是一个缺点。非因果滤波是一种很常见的信号处理/数据加工过程,因此妥善处理非因果滤波器的暂态输出和稳态输出尤为重要。
2021-10-15 14:32:43
566
原创 The Pixel Jitter Filter
%% Matlab Scriptlen = size(orig,1);lead = size(orig,2);value1 = int32(zeros(1,lead));value2 = int32(zeros(1,lead));value3 = int32(zeros(1,lead));value4 = int32(zeros(1,lead));value5 = int32(zeros(1,lead));value6 = int32(zeros(1,lead));average ...
2021-04-14 10:20:43
136
原创 心电信号的调制和解调技术
运用软件无线电技术和Android音频接口标准设计心电信号采集前端,将原本由硬件实现的信号处理流程转移到APP软件上进行,实现了硬件功能软件化,从而降低了前端电路的设计复杂度,进而实现了前端采集模块的低功耗和可穿戴;运行在手机平台上的信号处理算法能够保证系统的实时性和软硬件的通用性,从而满足了不通型号手机的用户对本系统兼容性的需求;该算法适用于基于智能移动设备的通用传感器数据采集系统。
2020-03-29 21:21:27
460
原创 通过对色噪声信号建模实现最优平滑滤波
对信号滤波的最优问题的研究过程一般具有以下三个基本步骤:(1)对观测信号做出一个合理的假设条件,进而确定一个能区别信号的测度,例如非高斯性、稀疏性、平滑性和线性可预测性等等;(2)寻找一个合适的目标函数,然后通过将这个目标函数最大或最小化,转化为一个数学上的最优化问题;(3)求解最优化问题,给定一个算法评价准则,评估算法性能;
2020-03-29 19:46:09
328
原创 尺规虽设,犹奈“度”何
常言道:不以规矩,不能成方圆。用尺(矩)画方形,用规画圆形,尺上的刻度量出方形的边长,规上的跨度扫出圆形的面积,那么,尺规上的刻度决定了所能作出的方圆的精度。没有刻度的尺规画不出尺度合适的方圆,尺规只能决定方圆的轮廓,只有刻度才能丈量恰如其分的方圆,因之有刻度的尺规才能算是工具,这样的工具才能用以解决问题。诚然,尺规上的“度”决定了尺规的效用。
2020-03-29 00:58:27
241
原创 漫谈噪声建模
在生理信号采集与分析过程中都预先假定了与目标信号频带重叠的带限噪声是 IID-WGN,然而揆诸实际,白噪声的假设并不是总是成立的。一般而言,常见的实际噪声信号当中至少包含色噪声和白噪声(包括高斯/非高斯), 当采样频率小于噪声信号的带宽(或者经过下采样处理后), 噪声信号的统计特征近似于高斯白噪声,而且采样率越小就越接近理想的高斯白噪声。当采样率较高时(采样率高于 Nyquist 采样率) ,其中的相关性质就会显现出来,表现为有色噪声。
2020-03-29 00:20:22
726
原创 简述:参数估计中的最小二乘法
在工程物理、 化学工程、 生物医学、 统计学、 经济学、 信号处理、 自动化、测绘学等领域中, 许多问题都可归结为求解矩阵方程 Ax=b的问题,其中最常见的是线性参数估计问题,而最小二乘法是最常用的线性参数估计方法。普通最小二乘法只考虑观测向量b的误差,而总体最小二乘法还考虑了数据矩阵 A 的误差, 因此适用于数据矩阵 A 满列秩和数据向量b存在独立同分布的高斯误差的情况。 后者更符合实际并拥有更高的估计精度,所以在统计分析、 线性和非线性回归、 系统辨识和参数估计以及信号处理中有广泛的用途。
2020-03-28 23:44:59
6115
原创 估计肌电信号功率谱密度低阶矩的简单方法
肌肉疲劳的肌电信号的表现可以通过监视持续收缩期间内自发的或电刺激的功率谱密度函数( PSD)的一阶矩来描述。肌电信号的 PSD 出现频谱重心平移和持续收缩期内的形状变化,这种现象反映了发生在肌肉纤维层面上的生理变化,并与肌内 pH 值变化、 肌肉纤维传导速率的均值和分布、 运动单位动作电位形态和空间宽度相关联。 在最大自主等长收缩的过程中, PSD 的低频成分增大而高频部分变小, 高频部分面积与低频部分面积的比值可以显著表征正常个体的自主收缩与神经肌肉疾病患者自主收缩之间的差异.
2020-03-28 23:22:49
560
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人