整流滤波电路是直流稳压电源设备中常用电路，其中滤波电容的设计选取，直接影响到纹波电压的大小，关系到输出直流电压的质量。本文通过在设定条件下，依据整流滤波电路原理，阐述了纹波电压产生的过程，给出了一种滤波电容设计与选取计算方法，建立了电容选取的计算模型，描绘出了纹波电压、负载电阻与滤波电容之间关系曲线，并通过实验验证其科学性，有利于滤波电容的设计与选用。

中值滤波窗口大小影响滤波器性能，3×3滤波窗口可以很好地保持图像细节。提出一种新的自适应中值滤波方法。将3×3窗口中心的极值点作为候选噪声点，若候选噪声点仍然是7×7窗口的极值点，则该点即是噪声点。若以噪声点为中心的3×3滤波窗口的中值不是噪声，则噪声用中值替换。重复以上过程，直到没有噪声点被替换。如果图像申仍然存在大的噪声团块，则噪声用相邻的三个信号点的灰度均值替换。实验结果表明，该方法能够有效去除脉冲噪声，并在抑制噪声的同时很好地保护图像的细节。

基于 C语言图像处理开发环境 图形变换、滤波器、锐化 实验的分析报告（一）

用卷积滤波器matlab代码 杨凌霄 该存储库包含未发布的技术报告的Matlab代码（也包含在此存储库中）。 声明：该报告已被一些顶级会议拒绝。 作者是个懒惰的人，不会重新提交任何其他会议或期刊。 但是作者本人认为这是一件好事，可能对其他人有所帮助。 介绍 最先进的轻量级跟踪器（大约100 KB） 先前有关回归跟踪器的大多数研究主要是探索用于特征提取的深层模型，然后使用复杂的体系结构进行在线检测。 这样的系统具有大量可训练的参数，从而带来严重过度拟合的风险。 而且，日益复杂的模型严重损害了许多实际应用的速度。 最近，已经提出了几种基于轻型结构的判别相关滤波器（DCF）来跟踪问题，而它们的性能却远远落后于一些最新的跟踪器。 我们认为，DCF经常学习单个线性模板，无法很好地将目标与周围环境区分开。 此外，在此类跟踪器中通过线性插值进行的模板更新将包括许多嘈杂的示例，从而降低了训练后的模型的质量。 在本文中，我们提出了一个简单而有效的系统，称为LiteCNT。 对于整个跟踪过程，我们的算法仅包含三个卷积层。 另外，引入了多区域卷积算子以进行回归输出。 这个想法很简单，但是功能强大，因为它使我

针对粒子流滤波器中粒子速度场计算复杂, 难以滤波求解的问题, 提出一种基于弱形式解的粒子流滤波器. 通过将粒子速度场等效为势函数的梯度, 推导该速度场所满足的偏微分方程的弱形式; 应用Galerkin 有限元法和蒙特卡罗积分法, 推导出一个易于计算的弱形式常数近似解. 仿真算例表明, 在一定初始条件下, 多峰型后验分布会使高斯假设滤波器局部收敛, 而粒子流滤波器是有效的, 且具有较高的跟踪精度和较好的鲁棒性.

python实现声音波形FIR滤波 FIR示例数据与高通、低通滤波参数

0 引言 　　建立在拉普拉斯变换基础之上的模拟滤波器的理论和设计方法已经发展得相当成熟，且有若干典型滤波器供人们选择，如巴特沃斯(But-terworth)滤波器、切比雪夫(Chebyshev)滤波器等。但是关于滤波器实现的电路元件参数的选取和计算却是件繁琐的工作。在此提出基于Ma-tlab将电路参数计算程序化的方法，并通过效果仿真达到优化电路参数的目的，而且程序具有扩展功能。 　　1 模拟滤波器的设计流程 　　模拟低通滤波器的设计指标有ap，Ωp，as，Ωs，其中Ωp和Ωs分别为通带截止频率和阻带截止频率；ap是通带Ω中衰减系数；as是阻带Ω≥Ωs的衰减系数ap和Ωs一般用dB表示。在

带通滤波器是用通过某一频段内的信号，抑制此外频段的信号。带通滤波器分两类，一类是窄带带通滤波器（简称窄带滤波器），另一类是宽带带通滤波器（简称宽带滤波器）。窄带滤波器—般用带通滤波器电路实现，宽带滤波器通常用低通滤波器和高通滤波器级联实现。带通滤波器的中心频率几和带宽BW之间的关系为 式中，Q为品质因数,fH为带通滤波器的上限频率,fL为带通滤波器的下限频率，其中fH>fL带宽BW越窄，品质因数Q越高。　　  来源:ks99

为了改进模糊C均值聚类(FCM)算法对初始聚类中心敏感、抗噪性能较差、运算量大的问题,提出一种新的基于蚁群和自适应滤波的模糊聚类图像分割方法(ACOAFCM)。首先,该方法利用改进的蚁群算法确定初始聚类中心,作为FCM初始参数,克服FCM算法对初始聚类中心的敏感;其次,采用自适应中值滤波抑制图像噪声干扰,增强算法的鲁棒性;最后,用直方图特征空间优化FCM目标函数,对图像进行分割,减少运算量。实验结果表明,该方法克服了FCM算法对初始聚类中心的依赖,抗噪能力强,收敛速度快,分割精度高。