差分脉冲编码调制算法研究:用Matlab实现DPCM算法,文件包括源码、运行结果分析、实验问报告文档。
该文件演示了DPCM压缩文件和对文件进行解压缩的过程以及一些参数的分析,含有详细注释。
2024/11/1 9:08:02 2.35MB dpcm 语音压缩 语音编码
1
实验研究了芯径为600μm的全石英光纤传输脉宽为5ns,波长为1064nm的高峰值功率脉冲激光的传输特性。
采用N-ON-1测试方法,获得光纤损伤阈值和光纤传能特性曲线。
光纤50%概率损伤阈值为24mJ,平均输出激光能量达到14mJ,峰值功率接近3MW。
可将光纤传能特性曲线分为3个过程:未损伤段(平稳传输段)、光纤端面等离子体击穿段(非平稳传输段)和光纤体损伤段(传输截止段)。
分析了光纤损伤形貌和损伤机理。
研究表明,同时提高光纤端面等离子体击穿阈值和光纤初始输入段损伤阈值是提高光纤传能容量的关键。
1
■课程内容:雷达原理自动检测,自动跟踪,多传感器融合脉冲压缩雷达脉冲多普勒雷达相控阵雷达合成孔径雷达跟踪雷达
2024/10/29 7:26:14 7.11MB 现在雷达技术
1
脉冲雷达测速测距的matlab程序.rar脉冲雷达测速测距的matlab程序.rar
2024/10/27 20:04:56 3KB matlab
1
脉冲多普勒雷达信号程序仿真,包括信号生成,MTI滤波,多普勒滤波器组滤波,恒虚警处理
2024/10/25 1:10:34 6KB PD
1
本文报道了以590.0~625.0nm宽波段范围内任何波长的脉冲激光双光子激发锂分子,均可产生435.0~445.0nm扩散带受激辐射的实验结果,对激发和发射机制进行了讨论。
2024/10/21 15:09:13 820KB 双光子激 二步激发 扩散带受
1
提出了一种可以实现同种或异种金属材料固态冶金结合的新型激光冲击点焊工艺。
实验中,采用Nd∶YAG激光器发出的脉冲激光驱动厚度为30μm的钛箔产生局部塑性变形,并以超高速撞击厚度为100μm的铝板以实现点焊连接。
当钛箔的飞行距离分别为0.3、0.6、0.9mm时,焊点中心的回弹区域面积依次减小,而结合区域面积依次增大。
采用冷镶嵌技术制样用来观察焊点的截面特征,发现了沿焊点直径方向振幅和周期变化的波形界面和平直型界面。
为研究激光冲击点焊对材料力学性能的影响,应用纳米压痕测试技术测量了垂直于焊接界面方向材料的显微硬度,结果表明焊接界面附近材料的硬度值明显提高。
此外,焊接试样的拉伸剪切测试结果表明,当复板和基板发生有效固态冶金结合时其连接强度较高,失效形式通常是焊点边缘破裂。
激光冲击点焊为厚度在微米级的异种金属箔板的点焊连结开辟了新途径。
2024/10/12 17:05:55 5.77MB 激光技术 激光冲击 飞行距离 焊接界面
1
搭建了一套基于Photo-CELIV测量载流子迁移率的实验系统。
采用Nd3+YAG脉冲激光器作为诱导光源,在1~20Hz的工作频率下,实验系统可输出波长为532nm、脉宽为10ns的激光脉冲,其能量在0.1~1mJ范围内可调,光斑直径小于2mm,激光器持续工作5h后的能量不稳定度为±8%。
该研究为半导体材料载流子迁移率的测量提供了一定的参考。
2024/10/10 10:03:35 2.46MB 激光技术 固体激光 光诱导线 载流子迁
1
在遥感领域,数据集是研究和开发的关键资源,它们为模型训练、验证和测试提供了必要的数据。
"高光谱和LiDAR多模态遥感图像分类数据集"是这样一种专门针对遥感图像处理的宝贵资源,它结合了两种不同类型的数据——高光谱图像和LiDAR(LightDetectionandRanging)数据,以实现更精确的图像分类。
高光谱图像,也称为光谱成像,是一种捕捉和记录物体反射或发射的光谱信息的技术。
这种技术能够提供数百个连续的光谱波段,每个波段对应一个窄的电磁谱段。
通过分析这些波段,我们可以获取物体的详细化学和物理特性,例如植被健康、土壤类型、水体污染等,这对环境监测、城市规划、农业管理等有着重要的应用。
LiDAR则是一种主动遥感技术,它通过向地面发射激光脉冲并测量回波时间来计算目标的距离。
LiDAR数据可以生成高精度的地形模型,包括地表特征如建筑物、树木和地形起伏。
此外,LiDAR还能穿透植被,揭示地表覆盖下的特征,如地基和地下结构。
这个数据集包含了三个不同的地区:Houston2013、Trento和MUUFL。
每个地区可能对应不同的地理环境和应用场景,这为研究者提供了多样性的数据,以便他们在不同条件和场景下测试和比较分类算法的效果。
数据集的分类任务通常涉及识别图像中的各种地物类别,如建筑、水体、植被、道路等。
多模态数据结合可以显著提升分类的准确性,因为高光谱数据提供了丰富的光谱信息,而LiDAR数据则提供了高度精确的空间信息。
将这两者结合起来,可以形成一个强大的特征空间,帮助区分相似的地物类别,减少分类错误。
在实际应用中,这个数据集可以用于训练深度学习或机器学习模型,比如卷积神经网络(CNN)。
通过在这样的多模态数据上训练,模型能够学习到如何综合解析光谱和空间信息,从而提高对遥感图像的分类能力。
对于研究人员和开发者来说,这个数据集提供了理想的平台,用于开发新的图像分析技术,改进现有算法,并推动遥感图像处理领域的创新。
"高光谱和LiDAR多模态遥感图像分类数据集"是一个涵盖了多种地理环境和两种互补遥感技术的宝贵资源,对于理解地物特性、提升遥感图像分类精度以及推动遥感技术的发展具有重大价值。
通过深入研究和利用这个数据集,我们可以期待在未来实现更加智能化和精确化的地球表面监测。
2024/10/9 21:43:17 185.02MB 数据集
1
本模块实现高低电平噪声滤波功能,即将高电平和低电平持续时间低于阈值的脉冲都滤除。
程序首先滤除高电平噪声,而后滤除低电平噪声。
输出脉冲与输入脉冲间有两个阈值长短的时间延迟。
程序中时钟为1MHz,阈值FilterThreshold为100us,可根据实际情况进行设置。
程序中高低电平的阈值取的一样,可分别设置。
敬请注意,由于时延影响,若FilterThreshold为100,则低于101的都被滤除,大于等于102的才能通过。
2024/10/8 17:27:38 277KB Verilog 滤波 脉宽鉴别
1
共 454 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡