【摘 要】
：
该文针对通信信号中背景噪声复杂的问题,应用数字形态学的信号预处理方法,能较好地滤除背景噪声;又由于单一门限值难以实现对不同宽度干扰的检测,提出一种应用形态学自适应门
【机 构】
：
湖南大学电气与信息工程学院,国防科技大学电子科学学院
【基金项目】
：
国家自然科学基金资助项目(61601480)
论文部分内容阅读
该文针对通信信号中背景噪声复杂的问题,应用数字形态学的信号预处理方法,能较好地滤除背景噪声;又由于单一门限值难以实现对不同宽度干扰的检测,提出一种应用形态学自适应门限的干扰检测算法。此算法首先对信号谱线进行功率谱估计,然后利用形态学的方法进行预处理,再根据信号功率谱的分布情况,选取不同的门限值,实现门限的自适应,为检测不同占有用信号带宽大小的窄带干扰提供了有效的方法。该文提出的方法不会受噪底变化的影响,计算量小,复杂度较低,适用于星上卫星通信的实时频谱监测。经过Matlab仿真实验得出,当采用结构元素长度
其他文献
为适应高等职业教育改革,培养实用复合型人才,本文从两个方面阐述了如何在高职英语课堂教学中充分发挥学生的主体作用,运用"参与型"课型的理论对目前的高职英语课堂教学进行
针对焊接机器人实际工况的复杂性,采用ANSYS对焊接机器人关键部件进行有限元分析,并在此基础上设计了应力应变实验对有限元分析结果进行验证。验证结果显示,实验数值与有限元
针对目前车牌识别领域中,雾霾环境下车牌检测准确率低的问题,本文提出一种基于深度学习的抗雾霾车牌检测方法,该方法能够检测民用车牌和机场民航车辆车牌。该方法首先利用一种基于卷积神经网络的去雾算法对车牌图片进行去雾预处理,然后将处理过的无雾霾图片送入PLATE-YOLO网络中检测车牌的位置。该PLATE-YOLO网络是本文针对车牌检测的特点,对YOLOv3网络做了修改后得到的适用于车牌检测的网络。主要改
三坐标机在接触测量和非接触测量，在计量室测量和在线测量，以及在开拓新型测机方面 ，有了惊人的进步，各国学者围绕着高速度化，高精度化以及耐环境性等方面，进行了大量的研究和开展
相干声与环境声的提取有助于实现灵活的空间声重放。不同方法的提取效果需要通过主观测听评估,但是主观测听耗时长、效率低,不利于实时调整算法。客观评价与主观测听相关联,
针对目前机场群发展不平衡,国际枢纽机场的延误率居高不下,航班时刻短缺,资源紧张,而区域枢纽机场却存在资源空闲的问题,提出一种基于跳过门的长短时记忆网络(Skip-LSTM,Skip