教学课程资源库 更多>>

关键词： 数字图像处理   MATLAB   巴特沃斯低通滤波器  

摘要： 目前,随着因特网的发展和普及,人们对数字图像处理技术有了很大重视。数字图像处理技术已经从工业领域、实验室走入了商业领域及办公室,走进了人们的日常生活。本文主要研究基于MATLAB工具的数字图像处理技术,用MATLAB巴特沃斯低通滤波器处理图像的过程。

关键词： FIR滤波器   FPGA   流水结构  

摘要： 有限冲击响应(FIR)滤波器是数字通信系统中常用的基本模块。文章设计了一种流水结构的FIR滤波器,通过FPGA对其进行硬件加速控制。仿真结果验证了所设计的FIR流水结构滤波器功能的正确性。

关键词： EDA   Simulink仿真技术   项目驱动教学   FIR数字滤波器设计  

摘要： 将Matlab/Simulink仿真技术引入到EDA技术教学实践中,能够有效提高教学效率以及增强学生接受项目的主动性。该方案采用EDA与Matlab联合的高速FIR数字滤波器的设计实验项目内容,有效的将EDA技术与Matlab仿真技术相融合,从而实现在一个项目中两个技术课程共同教学的方法。最后介绍了高速FIR数字滤波器的设计与实现,并验证了设计的正确性。实践结果表明,通过项目驱动教学的方法,不但提高了学生的动手能力,而且达到了教学目的。

关键词： 谱线检测   射电天文信号   随机解调器   压缩感知   亚奈奎斯特采样   OMP  

摘要： 谱线检测技术在射电天文观测中具有举足轻重的地位,可根据谱线诊断天体的基本物理情况,如总粒子数密度、速度、磁感应强度等。射电天文信号有多条谱线,且谱线频率都很高,从几GHz到几十GHz。随机解调器是基于压缩感知理论的均匀亚奈奎斯特采样方法,描述、分析随机解调器系统及正交匹配追踪(Orthogonal Matching Pursuit,OMP)恢复算法,并在Matlab上进行采样与恢复算法仿真分析,结果表明了此算法的可行性。

关键词： 欠采样   恢复   软件无线电   信号  

摘要： 针对软件无线电中欠采样信号在D/A恢复后频谱失真现象提出了一种欠采样信号恢复方法。首先,通过对中频A/D采样信号进行插值滤波处理;其次,对插值滤波后的信号进行混频滤波处理;最后,对混频滤波后的信号进行D/A恢复。通过硬件平台试验验证了本文方法的有效性。

关键词： 剩余数系统   FIR滤波器   反向转换器   加法器  

摘要： 基于四模余数系统的FIR滤波器将一个滤波系统分为4个彼此独立,互不影响,并行运算的子滤波通道,消除了各个子运算通道之间的进位链,加快了计算的速度,提高了滤波精度。所有模都具有2n和2n±1的形式,电路完全基于组合逻辑电路来实现。结果表明,无论在功耗,速度,实现复杂度等方面,采用余数系统构建的FIR滤波器都优于于传统二进制FIR滤波器。

关键词： 数字滤波器   FIR   DSP  

摘要： 在DSP环境下用窗函数设计FIR数字滤波器,并对原始信号进行滤波分析。

关键词： 模拟带通滤波器   切比雪夫   滤波电路   OPA4132   Matlab  

摘要： 传统滤波器设计过程中存在许多不足之处,如复杂的数值计算、参数值可选择的分布区间较小、参数之间的耦合度较高等问题,提出基于Matlab编程将滤波硬件电路参数计算程序化的方法,对不同的环境要求只需改变相应的输入参数即可快速设计出满足期望指标的模拟滤波器。该方法具有简便直观、精度高等优点,且解决了大量繁琐的计算问题、提高了设计效率。最后通过实例验证了此方法的可行性和实用性,对今后有源带通滤波器的设计具有很好的实际意义。

关键词： DSP   数字滤波器   IIR  

摘要： 根据IIR滤波器的特点,在DSP环境下用双线性变换法设计IIR数字滤波器,并对输入信号进行滤波分析。

关键词： angular modulation   event timing   compressed sensing   sparse signal   l(1) minimization   discrete Fourier transform   spectral peak localization   projection matrix   iteration  

摘要： Informative parameters of angle-modulated signals evaluated by the zero-crossing time instants are studied. Specific features of the compressed sensing technique used to restore modulating signals are considered. It is shown that the standard compressed signal processing techniques based on the l(1) minimization do not enable the solution of the problem of the off-the-grid recovery of spectral components. It is proposed to use an iterative method for signal recovery based on successive localization of the spectral peaks between the grid nodes.