文中基于各认知用户的差异性，提出一种基于改进D-S证据理论的加权协作频谱检测算法。在能量检测的基础上，充分考虑各个认知用户之间的差异性，并根据各认知用户的检测统计量的方差和均值来给出各个参与数据融合的可信度权重。最后，使用改进D-S证据理论进行多数据源的证据融合，减小多数据源带来的证据冲突，且给出最终的判断结果。仿真结果表明，该方法与经典D-S证据理论检测算法相比，能够在考虑各认知用户差异性的同时有效提高检测效率。
2021-10-14 16:13:10
1.51MB
1
【项目介绍】
基于梅尔频谱图的音频信号分类识别(Pytorch)项目源码，本项目将使用Pytorch，实现一个简单的的音频信号分类器，可应用于机械信号分类识别，鸟叫声信号识别等应用场景。
项目使用librosa进行音频信号处理，backbone使用mobilenet_v2，在Urbansound8K数据上，最终收敛的准确率在训练集99%，测试集96%，如果想进一步提高识别准确率可以使用更重的backbone和更多的数据增强方法。
【博客地址】
《基于梅尔频谱图的音频信号分类识别(Pytorch)》https://panjinquan.blog.csdn.net/article/details/120601437
2021-10-14 11:00:17
663B
a.用FFT计算信号的频谱，并显示信号的幅频和相频波形，坐标横轴以频率Hz为单位。
b.以下列参数计算CZT：
起始频率：40Hz，
将CZT的幅频、相频图显示在屏幕上，坐标横轴以频率Hz为单位，与a的结果比较有什么不同。
2021-10-13 16:00:54
661B
1
使用gnuradio和usrp，模拟一个软件频谱仪；可以测试在指定载频点是否有信号，已经数据是否正确，增益多大时效果最好！增益和载频范围滑动可调
2021-10-12 15:11:26
45KB
1
matlab希尔伯特变换代码神经元时间频率
专门用于时频域功能的特征提取库。
包括小波变换，频谱图，时频分布和其他算法。
程式码范例
使用短时傅立叶变换的频谱图
var
window
=
MathNet.Numerics.Window.Gauss(51,
0.5);
var
spectrogram
=
Spectrogram.Estimate(new
Signal(samples,
fs:
1000d),
window);
Console.WriteLine("Amplitude:
{0}",
spectrogram.EnumerateValueOfFrequency(60d).Max());
连续小波变换
var
wavelet
=
Wavelets.Wavelets.Morlet;
var
scales
=
Enumerable.Range(0,
10);
var
cwt
=
ContinuousWaveletTransform.EstimateUsingConvolutions(new
Signal(samples,
fs:
1000d),
wav
2021-10-10 19:46:45
5.53MB
1
区块链本质上是分布式数据库，无需第三方中介机构即可安全更新状态。将区块链技术引入6G蜂窝移动通信系统中以保障用户的隐私安全，减少资源分配和通信服务成本，支持不同分布式应用，从而实现移动通信和区块链技术的有机结合，被预测为6G蜂窝移动通信的关键技术之一。从区块链结合物联网（IoT）、边缘计算、频谱分配、干扰管理方面展开了详细的介绍，阐述了近年来国际学术界在该方向的最新研究进展，并在此基础上对6G蜂窝移动通信中区块链技术的发展趋势进行了进一步的展望。
2021-10-10 00:22:39
733KB
1