对消
对消的相关文献在1982年到2022年内共计980篇,主要集中在无线电电子学、电信技术、预防医学、卫生学、内科学
等领域,其中期刊论文172篇、会议论文1篇、专利文献807篇;相关期刊146种,包括销售与市场、系统工程与电子技术、中国西部科技等;
相关会议1种,包括第8届全国抗恶劣环境计算机学会议等;对消的相关文献由1971位作者贡献,包括何方敏、孟进、李毅等。
对消
-研究学者
- 何方敏
- 孟进
- 李毅
- 王青
- 葛松虎
- 邢金岭
- 魏立梅
- 李斌
- 潘文生
- 邵士海
- 孟庆南
- 罗康
- 张磊
- 刘宏波
- 唐健
- 杨凯
- 王尚平
- 王毅
- 张雲硕
- 沈莹
- 王兵
- 马万治
- 叶佳
- 周亮
- 唐友喜
- 潘炜
- 谭辉
- 闫连山
- 刘竹天
- 卜祥元
- 叶四清
- 周生
- 夏斌
- 安建平
- 朱昊楠
- 朱金雄
- 李中余
- 李亚星
- 李伟
- 李鹏
- 杨建宇
- 武俊杰
- 汤晓君
- 王俊
- 谢立宏
- 阮新波
- 陈昊
- 何子述
- 刘江涛
- 吴灏
-
-
汪伟;
朱磊;
邹应勤;
刘成浩
-
-
摘要:
本文提出了一种变频装置对消的试验平台,属于逆变模块测试技术领域,特别是涉及一种逆变模块试验平台,以两台H桥逆变模块为例,分析设计了对消方法,建立电压电流的基波数学模型,并完成主要电气参数电感值的计算。介绍了基于该方法搭建的变频装置试验平台的组成。采用两组逆变模块对消的方式,在中间电感配置固定的情况下,可以通过调节调制比和移相角的方法灵活控制输出电压和输出电流,两组逆变模块的功率因数的绝对值较高,电能从一台逆变模块流经另一台逆变模块,在直流侧完成回馈,直流侧输入电流仅几安培,从而节省了电能消耗。构建Matlab/Simulink仿真模型,搭建实物试验平台。仿真分析和试验结果验证了以该变频装置对消试验方法的正确性。
-
-
-
-
赖川
-
-
摘要:
定步长LMS算法虽然结构简单,易于实现,但也存在后期信号变弱,步长过大,导致收敛变慢的问题.针对该问题,首先在硬件设计上采用了射频信号正交分解的思想,降低滤波器维度;然后软件上设计了一种实时采样决定步长的方法.该方法使得不同频点、不同强度的信号有不同的步长.通过降低滤波器维度和变步长的方式加快LMS算法的收敛速度.利用C语言编程在DSP6416芯片上实现了这种变步长LMS算法.实物测试表明:该算法具有收敛速度快,对单载波、FM、AM信号的噪声都能达到40 dBm的对消效果.
-
-
-
张珣;
杜婉芬
-
-
摘要:
本文介绍的主要是采用RLS算法来进行双麦克风噪声对消技术的原理.一路麦克风采集带有噪声的语音信息,一路麦克风采集噪声.将两路数据传输到服务器,通过RLS算法来进行信号的对消,还原出原始语音信号.
-
-
-
马美霞;
段斌;
赵慧敏;
张波
-
-
摘要:
介绍了微位移测量系统微波收发信道微波前端高隔离环形器的具体设计方法、实现形式以及测试结果.微位移收发信道是同频、同时、同天线的工作体制,所以发射信号会通过环形器泄露到接收信道中,造成接收通道饱和,接收信道对有用信号的信噪比,影响最后的系统测量精度;或者使得整个系统的测量距离很小,无法实际工程应用.为了在接收信道中将发射信号通过环形器泄露到接收信道中的信号进行抑制,采用的方法是在发射信道末端通过耦合器耦合一定信号能量,并使耦合信号进过可调衰减器和移相器对其幅度和相位进行调整,使耦合信号与泄露信号的幅度相等、相位相差180°,从而达到对环形器泄露信号的抑制抵消.该高隔离环形器指标要求工作频段是5750 ~5850 MHz,发射端输出电平高于30dBm,接收端口对发射端口隔离度110dB(最大),稳态大于88dB,噪声系数小于3.5dB.
-
-
王科;
谭小敏;
党红杏;
牛文博;
孙嘉
-
-
摘要:
文章首先介绍了连续波雷达的原理及关键技术;其次,介绍了连续波雷达射频自适应对消系统设计以及组成.然后论述了连续波雷达视频动态对消技术的原理,该系统已成功应用于某型号的导航着陆,实践证明了该系统设计合理、性能可靠.
-
-
毕井章;
刘溶;
周希辰;
任渊
-
-
摘要:
为实现对海杂波的抑制,根据海杂波混沌动态特性,利用广义回归神经网络(GRNN)进行海杂波预测再对消,最后引入时间窗方差滤波。分析对 McMaster 大学 IPIX 雷达含目标实测数据的处理结果,原始数据信杂比小于等于0 dB,只采用 GRNN 预测对消后信杂比提高但仍有短时海杂波尖峰的影响,经过方差滤波后短时尖峰基本消失,最终信杂比提高到约11.67 dB。故所提方法对海杂波有很好的抑制效果,能够检测出湮没在海杂波中的小目标。%According to the chaotic dynamics of sea clutter,generalized regression neural network(GRNN) is used for sea clutter prediction and cancellation,and time-window variance filtering is applied to suppress sea clutter. Based on the analysis of processing results of radar data with target measured by Intelligent Pix-el-Processing( IPIX) radar of McMaster University,the signal to clutter ratio( SCR) is not more than 0 dB. There are short-time sea clutter peaks after GRNN′s prediction and cancellation while the SCR is improved,which can almost all be removed through variance filtering. Finally,the SCR is improved to about 11. 67 dB. It is concluded that the proposed method has good cancellation effect to sea clutter,which can detect small target in sea clutter.