tps78601(单输出 LDO、1.5A、可调节电压（1.2 至 5.5V）、低噪声、高 PSRR).pdf

设计的虚拟频谱分析仪由周期性信号发生器、信号幅频/相频特性、频谱分析结果三个子模块组成。信号发生器子模块生成两路模拟输入信号，一路是可调频率、相位和振幅的正弦信号、方波、三角波、锯齿波、白噪声，另一路是指可调频率、相位和振幅的正弦波、方波、三角波、锯齿波、白噪声，最后利用信号合成器把两路信号混合起来作为生成的2路模拟信号

该算法实现对舰船辐射噪声的建模以及对其中线谱的提取

利用计算机处理（数字滤波）改善影像质量，包括去除高频噪声与干扰，及影像边缘增强、线性增强以及去模糊等。利用MATLAB实现算术均值滤波器、几何均值滤波器、中值滤波器、修正的阿尔法均值滤波器、自适应中值滤波器，并比较不同滤波器的降噪结果。

高斯白噪声matlab代码基于自适应傅里叶分解的R峰检测，用于嘈杂的ECG信号 基于AFD的R峰检测的Matlab代码。 该方法在 Wang，Z.，Wong，CM，and Wan，F.（2017年7月）。 针对噪声ECG信号的基于自适应傅立叶分解的R峰检测。 在2017年第39届IEEE医学与生物学工程学会（EMBC）国际会议上（pp.3501-3504）。 IEEE。 R_detect_AFD_4_with_noise.m ：针对嘈杂的ECG信号，基于自适应傅里叶分解的R峰检测。 处理后的信号是MIT-BIH心律失常数据库中ECG信号与加性高斯白噪声的组合。 R_result_check.m ：检测结果。 AFD_filter_final.m ：基于AFD的过滤器。 AFD.m ：核心AFD ECG_100.mat和ECG_101.mat ：来自MIT-BIH心律失常数据库的真实ECG信号 注意事项： 由于噪声是由随机过程产生的，因此计算结果与会议论文中给出的结果之间可能会有细微的差异。 本文考虑了MIT-BIH心律失常数据库中的25条记录。 在此存储库中，仅提供了2个样本记录。 可

包含定步长LMS算法、变步长LMS算法、改进变步长LMS算法，可用于信号的预处理过程

基于FXLMS算法的主动噪声控制，完成的是单频率的前馈双通道的主动噪声控制算法

matlab分时代码具有噪声感知图像质量评估功能的摄像机曝光控制可实现强大的机器人视觉 在本文中，我们提出了一种鲁棒的机器人视觉噪声感知曝光控制算法。 我们的方法旨在捕获曝光最好的图像，从而可以提高各种计算机视觉和机器人任务的性能。 我们的指标包括图像梯度，熵和噪声指标的组合。 这些措施的协同作用可在保持低噪声水平的同时，保留图像的锐利边缘和丰富纹理。 使用这种新颖的度量，我们提出了一种基于Nelder-Mead方法的实时，全自动曝光和增益控制技术。 概述 数据集 在本文中，我们提供了一个专门开发用于比较曝光控制算法的独特数据集。 该数据集的组成如下。 硬件设置：基线为20 cm的立体摄像机系统，获取同步的1600 x 1200 px图像。 场景数：总共25个场景（室内10个，室外15个） 图片数量：每个场景包含550 x 2图片 户外环境 曝光时间：[0.1-7.45 ms]，间隔0.15 ms 增益：[0-20] dB，间隔2dB 室内环境 曝光时间：[4-67毫秒]，间隔3毫秒 增益：[0-24] dB，间隔为1dB 对象类数： 13对象类 人，自行车，汽车，消防栓，背包，运动球

所有模数转换器（ADC）都有一定数量的折合到输入端的噪声——它被看作一种与无噪声ADC的输入端串联的噪声源模型。不能把折合到输入端的噪声与量化噪声相混淆，量化噪声仅在ADC处理随时间变化的信号时有意义。

噪音星球 用于地图匹配和映射geojson轨道的Python 该库是UMR-AE / CNRS研究中心内的一个项目，致力于NoisePlanet上的噪声映射。 与ÉcoleNationale des SciencesGéographiques合作完成。 引用文献： Dujardin，A.，Mermet，S.（2020）。 建议和建议不要使用声学手机。 Projet de recherche 。 概述 noiseplanet是一个Python软件包，可让您在Leaflet地图上提取，更正和绘制geojson数据。 该软件包的主要重点是地图匹配，并使用Open Street Map网络作为参考。 geojson轨道应包含您要在街道图上匹配的GPS点的列表。 用于地图匹配的唯一信息是点坐标。 OSM网络 此项目的报告和海报可在和找到。 正在安装 依存关系 该模块使用几个软件包： nu