我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于傅里叶变换的数字图像水印Matlab仿真 下载：69 浏览：393

严学阳1 彭禹2 《国际科技论坛》 2020年10期

摘要:
本文研究的主要方向是基于离散傅里叶变换的数字图像水印MATLAB仿真，数字水印技术是属于图像隐藏技术的一个分支，在维护数字信息版权方面有着广泛的应用，具有较好的抗干扰能力和保密特性。本文以二值化灰度图像作为研究对象，利用离散二维余弦变换的基本原理设计水印嵌入算法及水印提取算法，实现了数字图像水印的嵌入和提取。具体实现方法通过一款具有强大的非线性动态系统建模和仿真功能的软件MATLAB进行算法的实现和仿真测试，由仿真实验结果知本文所设计的数字图像水印算法在信息的安全保密性和鲁棒性方面都有不错的表现。

扩频增益与频域陷波性能关系分析 下载：41 浏览：289

张有志1 陈敬乔2 寇辰光2 《无线电研究》 2020年4期

摘要:
针对频域抗干扰算法影响CDMA信号误码率性能的问题,给出了一种频域陷波的干扰抑制模型,并基于该模型在Matlab仿真平台对不同扩频增益下的陷波处理算法和信号解调性能之间的关系进行了仿真分析。仿真结果表明,根据频谱置零比例合理选择扩频增益,可在满足有用信号解调性能的同时有效地抑制CDMA信号中的大功率窄带干扰。

一种提高认知无线Mesh网络性能的技术研究 下载：59 浏览：292

马晓鑫1 辛向青1 展先彪1 刘佳琪2 《航空航天学报》 2020年4期

摘要:
近年来,数据的需求量大大的增加,如何能在有限的频谱下传送更多的数据,提高频谱的利用率问题成为人们关注的焦点,无线认知Mesh网络的出现及发展正是符合了这一要求。文中对无线感知技术中PCA算法进行了详细的研究,并结合MATLAB对PCA算法进行了实际的仿真,最终得出了利用PCA算法的降维技术能有效解决数据量大带来的计算、处理、分类等难题,是提高无线认知Mesh网络性能的一个有力措施。

机车牵引系统高压直流电源的研究 下载：23 浏览：183

李辉 李宏 《电气学报》 2020年8期

摘要:
针对传统机车直流牵引电源存在的稳压效果差、电压响应速度慢以及线路压降大等问题,设计了一种2 700 V/400 A连续可调、最大输出功率为1 080 kW的高压直流电源。该电源功率部分采用三相桥式整流结合降压斩波的方式,减小输出电压电流纹波,提高电源稳定性,降低线路压降。控制部分采用DSP作为系统控制核心,加快电压响应速度,增加电源的灵活性,而驱动部分采用2SD315A-33模块放大驱动IGBT。Matlab仿真结果和理论分析表明了系统设计方案的正确性及可行性。

自驾游交通路线仿真分析 下载：72 浏览：483

孙领东亚 刘伟 杨冠云 《建模与系统仿真》 2019年10期

摘要:
我国自驾游发展迅速,建立自驾游出行规划模型,运用Matlab进行仿真,采用遍历求解优化算法和随机求解优化算法得到各区域最优旅行计划。若某区域旅游时间过长,则运用K-mean聚类算法将该区域分为两类再进行仿真求解。以我国5A景区为例,建立全国自驾游出行方案规划模型。提出时间价值概念,通过比较飞机、火车、汽车的出行方式,进行时间价值的敏感性分析,得出不同时间价值人群的最优出行方式,为全国各地的不同人群推荐相应出行方式和路线安排。

基于MATLAB仿真的《高频电路》教学探讨 下载：70 浏览：500

万凯 卢莎 《计算机研究与应用》 2018年8期

摘要:
传统模式的高频理论和实验教学有其一定的局限性,在传统教学的基础上增加软件仿真具有十分积极的教学促进效果,基于MATLAB仿真可以对高频电路当中的信号处理实现理论验证,结果仿真分析,甚至可以对信号进行进一步处理,对于《高频电路》教学有着非常积极的作用。

基于粒子群优化算法的五自由度机械臂轨迹规划 下载：365 浏览：2880

杨超 《核工业与技术》 2021年1期

摘要:
随着工业自动化和智能制造技术的快速发展，机械臂作为重要的执行机构，在工业生产、智能制造、医疗手术等领域发挥着越来越重要的作用。本文研究了基于粒子群优化算法（Particle Swarm Optimization, PSO）的五自由度机械臂轨迹规划问题。针对复杂工作环境中机械臂的高效率、高精度运动要求，本文提出了一种改进的PSO算法，用于优化机械臂在特定任务中的运动轨迹。通过理论分析与MATLAB仿真验证，该算法能够确保机械臂在工作过程中加速度平滑无突变，轨迹精度高，同时使机械臂的工作时间达到最优。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享