例子1 作用：使用傅里叶变换找出隐藏在噪声中的信号的频率成分。（指定信号的参数，采样频率为1 kHz，信号持续时间为1秒。） 由上图可知：从时域中我们很难观察到信号的频率成分。怎么办呢？当然使用强大的傅里叶变换。 加上一点自己的理解。 例子2 作用：利用傅里叶变换，将高斯脉冲从时域转换为频域。 例子 ...
分类：
其他好文 时间：
2019-09-18 01:21:29
阅读次数：
191
开关电源纹波五种来源： 1、100Hz的低频纹波 起因：工频AC整流后得到100Hz的馒头波， 解决办法： 由上面公式可知，通过并联大电容来增加输出电容，或者提高开关频率，可以有效地减小纹波。 2、高频开关信号引起的纹波 起因：由于开关器件的硬开通和硬关断，产生尖脉冲造成的开关噪声。 解决办法：通过 ...
分类：
其他好文 时间：
2019-09-15 11:15:20
阅读次数：
150
ADC模数转换 1.获取ADC类里面的方法 ADC （模拟信号转换为数字量）是嵌入式中最常用的功能之一，在MicroPython 同样也提供了相应的函数，可以直接读取 ADC 转换的结果。在pyboard中，我们需要先导入ADC模块，再指定一个ADC使用的GPIO，然后就可以读取指定GPIO上ADC ...
分类：
其他好文 时间：
2019-09-12 18:12:19
阅读次数：
163
信噪比(SNR) 有用信号功率与噪声功率的比（此处功率为平均功率），也等于幅度比的平方 $$SNR(dB)=10\log_{10}\frac{\sum_{n=0}^{N-1}s^2(n)}{\sum_{n=0}^{N-1}d^2(n)}=10*\log_{10}(\frac{P_{signal}}{ ...
分类：
其他好文 时间：
2019-09-11 17:53:29
阅读次数：
261
图像平滑的目的 模糊：在提取较大目标前，去除太小细节，或将目标内的小间断连接起来。 消除噪声：改善图像质量，降低干扰。 平滑处滤波对图像的低频分量增强，同时削弱高频分量，用于消除图像中的随机噪声，起到平滑作用。 图像平滑处理的基本方法 领域平均法 领域加权平均法 选择式掩模法 中值滤波 领域平均法 ...
分类：
其他好文 时间：
2019-09-11 09:53:16
阅读次数：
148
同学们大家好，我是阿宝老师，今天给大家讲一下如何使用PS更换证件照背景色。 目前使用PS更换证件照底片有三种方式，这三种方式虽有不同，但是最终目的都是将人像从背景中抠出来。扣取人像有三种方法可供选取，分别是手动选取法，容差抠图法，通道抠图法，切入主题： 手动选取法 手动选取法 这种方法最为简单，直接 ...
分类：
其他好文 时间：
2019-09-10 23:24:16
阅读次数：
91
在SIFT解析（一）建立高斯金字塔中，我们得到了高斯差分金字塔； 检测DOG尺度空间极值点 SIFT关键点是由DOG空间的局部极值点组成的.以中心点进行3X3X3的相邻点比较,检测其是否是图像域和尺度域的相邻点的极大值或极小值. （1）为了确保不是噪声我们先进型阈值二值化； n和S一样，你想提取多少 ...
分类：
编程语言 时间：
2019-09-08 11:20:16
阅读次数：
678
目前做了两个项目，对同步部分需要考虑的几个知识点的认识如下： 1，噪声 2，上采样 3，PN码 4，频偏 5，多径（OFDM） 以上5点要考虑的核心问题便是信道，即同步模块的设计就是用一个合适的PN码，搭配上合适的“相关”算法，以满足在某种无线信道条件下的性能需求。 ...
分类：
其他好文 时间：
2019-09-07 20:46:47
阅读次数：
146
滤波/卷积函数 $$h[x,y]=\sum\limits_{k,l}{f[k,l]I[x+k,y+l]}$$ 其中，$I$表示对应的像素点，$f(x,y)$为滤波函数，$k, l$为扫扫描窗（卷积核）中的任意点。 在卷积的过程中，需要注意的是padding, 根据padding的类型可以大致分为：z ...
分类：
其他好文 时间：
2019-09-02 00:14:04
阅读次数：
135
在这一节我们将介绍如何使用一元高斯分布对机器人误差进行建模。 在进入正题之前，我们需要首先了解为什么学习高斯分布？什么使得高斯分布有效并且重要？为什么使用高斯分布对噪声和不确定性进行建模（而不是其他概率分布模型，比如均匀分布）？ 高斯分布使得只需要两个参数就能确定一个连续的概率分布。这两个参数分别是 ...
分类：
其他好文 时间：
2019-08-23 21:59:36
阅读次数：
191
