鉴于传统共源共栅低噪声放大器由于受共栅级的影响，其噪声和线性度都不理想，为此在共栅级上引入一对交叉耦合电容和电感，以消除共栅级的噪声并提高放大器的线性度．采用特许半导体公司0.25μm射频互补金属氧化物半导体工艺进行了设计，仿真结果表明低噪声放大器在2.4 GHz处的噪声系数仅有1.34 dB，该电路能够提供17.27 dB的正向增益、小于―38.37 dB的反向传输系数、小于―27.73 dB的输入反射系数、小于―15.85 dB的输出反射系数，该放大器的三阶交调点为0.58 dBm，消耗的功率为11.
2022-03-24 14:29:00
248KB
1
白噪声MATLAB代码陷波滤波器
这是使用
matlab
对图像进行
Notch
过滤。
:backhand_index_pointing_down:
在这个例子中，我处理这张图片：
在这个练习中，我处理这张图片，最后我们过滤图像，最后你会看到结果和图片一样好和有用的图片，而不会对此产生噪音，然后当我们程序在脚本中间暂停时，你应该使用paint使用它，你应该把显示为亮星的白色地方变暗。
去除噪音前：
去除噪音后：
最后，当您输入任何键以继续您的代码操作时，您应该看到以下结果：
:memo:
添加一名作者
2022-03-24 08:38:37
358KB
1
针对LANDSAT-5 TM多光谱图像存在散粒噪声问题,提出一种基于异常探测和光谱归一化处理来检测及去除噪声的算法。视散粒噪声为强光谱异常,基于RX算子探测像元异常,根据异常分布统计特征确定含散粒噪声的像元;再以含散粒噪声的像元为中心,利用邻域内像元各分量上的光谱归一化分值,确定散粒噪声所在波段。利用邻域内具有最相似光谱的像元对应分量替换散粒噪声所在的像元分量。实验表明,该算法能够有效去除TM图像中的散粒噪声。
2022-03-23 22:25:47
1.29MB
1
首先对原图像加椒盐噪声，之后经中值滤波
import cv2 as cv
import numpy as np
def noise(img,snr):
h=img.shape[0]
w=img.shape[1]
img1=img.copy()
sp=h*w
NP=int(sp*(1-snr))
for i in range (NP):
randx=np.random.randint(1,h-1) # random
randy=np.random.randint(1,w-1)
if np.rand
2022-03-23 11:06:53
230KB
1
介绍两个JAVA语言开源的JSON对比工具。
1，对于单元测试对比JSON，可使用文档中第一个工具集。
2，对于API响应JSON数据，需要对比时使用文档中第二个工具集，可以指定忽略噪声字段，比较强大。
不废话：https://github.com/kvnxiao/jsonequals
使用至今，发现对JsonArray的顺序是必须判断的，需要自定义修改。
2022-03-22 20:03:00
2KB
1