为提高天线收发分时体制干扰设备的干扰能力，文中结合卷积调制干扰与间歇采样直接转发干扰，形成包含两种干扰方式优点的联合干扰方式。该方式可以在雷达径向距离上形成数目不受限制的假目标群。仿真结果证明该方法的可行性。在现有的数字射频存储平台的实测结果显示了径向分布的假目标群，更进一步表明该方法的有效性。

PyTorch中还单独提供了一个sampler模块，用来对数据进行采样。常用的有随机采样器：RandomSampler，当dataloader的shuffle参数为True时，系统会自动调用这个采样器，实现打乱数据。默认的是采用SequentialSampler，它会按顺序一个一个进行采样。这里介绍另外一个很有用的采样方法： WeightedRandomSampler，它会根据每个样本的权重选取数据，在样本比例不均衡的问题中，可用它来进行重采样。 构建WeightedRandomSampler时需提供两个参数：每个样本的权重weights、共选取的样本总数num_samples，以及一个可选参

常用电流电压采样电路 常用电流电压采样电路

　　　在学习MATLAB 知识的基础之上,我又进一步熟悉了MATLAB 的各函数功能,同时学 会利用MATLAB 实现模拟信号的时域、频域间的变换, 达到了实验的最初目的. 其次, 在掌握了数字信号处理课程理论知识的前提下,我还学会如何将理论与实践更好的结 合,以及熟练的将理论知识应用于实践

使用stm32f103zet6单片机，采用软件I2C的方式读取ADT75温度传感器，采用单次采样模式，先使能ADT75采集温度，60ms后进行温度数据读取，每隔100ms以上重新使能单次采样，也可使用连续采样模式，对程序稍作修改即可，我在代码中有说明。同时使用了匿名科创的串口上位机软件可实时查看温度传感器的数据。

本文为船舶自动识别系统射频直接采样（RF）后的AIS信号处理提供了可行性方案。该方案将CH87B（AIS1）和CH88B（AIS2）两个信道的信号通过两次数字下变频（DDC）搬移到基带上，并采用多级抽取滤波设计方法，分离出两个信道的低速率AIS信号。通过在Artix7系列的XC7A100T上进行了FPGA实现和大量反复测试后，结果表明，该设计有效减少了硬件资源的消耗，同时也达到了设计指标的要求。

在雷达目标检测中，自适应归一化匹配滤波器（ANMF）检测器通常用于检测海洋和陆地杂波环境中的移动目标。 它的性能取决于杂波协方差矩阵的估计。 样本协方差矩阵（SCM）估计量已针对独立且分布均匀的高斯杂波矢量进行了彻底分析。 许多使用中的雷达系统都使用距离超采样接收机。 参照天气和海洋雷达中的距离过采样模型，建立了距离过采样杂波矢量的空间相关模型，分析了SCM估计器的误差，并得出了与过采样因子和噪声相关的距离过采样增益。得出接收者的带宽。 进行了使用原始雷达杂波数据的实验，以验证距离过采样增益，表明距离过采样可改善ANMF检测器的性能。

深度学习的快速磁共振程序及采样轨迹设计 深度学习的快速磁共振程序及采样轨迹设计

感兴趣区域欠采样MRI重建：一种深度卷积神经网络方法

pcl pcl 一，功能描述 1，视差图点云创建， 2，鼠标选取点云创建区域与待匹配物体， 3，点云滤波， 4，点云超体聚类， 5，LCCP分割， 6，点云降采样 7，ICP匹配 8，点云显示。 二，功能解释 1，视差图点云创建 点云创建部分 使用四元数旋转参数 q(0.5,0,0,0) 与位移参数（0，0，0）使创建的点云为以相机坐标系为原点。 采用原图进行 1/4 采样的方式加速点云创建。 2，鼠标选取点云创建区域与待匹配物体 待创建区域的选取是在RGB图像上进行的，通过鼠标左键获取选取区域的对角坐标，存储在Pt1与pt2中，鼠标右键点选待匹配物体，坐标点存储在pt3中。 3，点云滤波 滤波主要采用了统计滤波器：pcl::StatisticalOutlierRemoval 与半径滤波器：pcl::RadiusOutlierRemoval 4, 点云超体聚类 pcl::Supervoxe