资源列表
MORE
- 用于无线mesh网中的机会路由MORE，论文详细介绍了MORE的设计思想和仿真性能，pdf文档。-For wireless mesh networks opportunistic routing MORE, MORE papers detailing the design ideas and simulation performance, pdf documents.
change
- 汇编语言下,十六进制转化为二进制，二进制转化为八进制等-Assembly language of various hex conversion
zongxianbijiao
- 10多种基于工业现场总线的比较ＭＯＤＢＵＳ，ＰＲＯｆｉｂｕｓ等-10 kinds of industrial field bus-based comparison of MODBUS, PROfibus etc.
heiehi
- 信道迭代算法，输入信道矩阵和迭代精度就可以实现信道的容量。-Channel iterative algorithm, the input of the channel matrix and the accuracy can be achieved iterative channel capacity.
cx
- 车牌字符分割原码基于matlab的软件的源代码-License plate character segmentation of the original code based on the matlab software source code
yichuansuanfa
- 举出三个简单的实例，通过遗传算法来进行求解。让大家对遗传算法进行理解-Cite three simple example, by means of genetic algorithms to solve it. So that we can understand the genetic algorithm
wd
- 跳频的误码率仿真及曲线的分析 希望对大家有用-Hopping BER simulation and analysis
English-Name
- 适用于各种仿真与软件中的元器件替换成英文名。-For a variety of simulation and software components replaced English name.
66
- 对结构响应信号进行连续复Morlet小波变换，根据小波系数的模极大值提取小波脊线，识别结构的瞬时频率；为降低噪音的影响，采用奇异值分解(SVD)方法进行降噪处理，建立了一种基于连续复小波变换识别时变系统 瞬时频率的方法。用一个具有时变刚度的弹簧质量系统的数值算例验证方法的有效性，随后设计了一个时变拉索 结构试验，分别对索施加线性和正弦变化的拉力，同时测试结构的冲击响应，运用提出的方法成功地识别了索的瞬时频率。数值与试验结果表明，提出的方法能有效地识别时变结构的瞬时频率，且识别方法具有一定
64
- 在简单介绍WH-800型离心机基本结构及工作原理的基础上, 介绍了基于重构吸引子轨迹矩阵的奇异值分解技术,并引入自相关函数对现有奇异值分解技术加以改进. 通过对现场实测故障信号的分析,表 明改进的奇异值分解技术具有很好的降噪效果,能在强噪声背景环境下准确提取设备的故障特征信号, 为离心机的故障诊断提供了一种新的思路.-After a brief introduction WH-800 centrifuge basic structure and working principle, base
63
- 提出一种基于小波分析和奇异谱降噪理论的新方法, 在分析滚动轴承故障特性的基础上, 将奇异谱理论的降噪方法与小波分析理论结合应用于滚动轴承故障诊断中。实例表明,这种结合后的新方法能够更有效地降低噪声,突出振动信号的故障特性, 从而提高设备故障诊断的准确率。-Proposed based on wavelet analysis and Singular Spectrum Reduction Noise Theory new methods in the analysis of rolling bea
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