| Карточка | Таблица | RUSMARC | |
|
|
Джаф, Мохаммед Фадыль Ахмед. Очистка сигналов датчиков от шумов при проведении физических экспериментов методом эмпирической модовой декомпозиции [Электронный ресурс]: магистерская диссертация: 09.04.04 / Джаф Мохаммед Фадыль Ахмед; Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий ; науч. рук. В. С. Тутыгин. — Электрон. текстовые дан. (1 файл : 4,08 МБ). — Санкт-Петербург, 2016. — Загл. с титул. экрана. — Свободный доступ из сети Интернет (чтение, печать, копирование). — Текстовый файл. — Adobe Acrobat Reader 7.0. — <URL:http://elib.spbstu.ru/dl/2/v16-2306.pdf>. — <URL:http://doi.org/10.18720/SPBPU/2/v16-2306>.Дата создания записи: 21.12.2016 Тематика: Вычислительные машины электронные персональные — Программы прикладные; Физический эксперимент; Шум — Борьба с ним; Электрические сигналы — Обработка на вычислительных машинах; декомпозиция Хуанга; Huang decomposition УДК: 621.391.822.035.82:004.422.8(043.3) Коллекции: Выпускные квалификационные работы; Общая коллекция Ссылки: DOI Разрешенные действия: Прочитать Загрузить (4,1 Мб) Для чтения документа необходим Flash Player Группа: Анонимные пользователи Сеть: Интернет |
Аннотация
Рассмотрены известны методы очистки сигналов от шумов: низкочастотный фильтр, фильтр скользящего среднего, RMS фильтр и фильтр на основе разложения Хуанга. Описан принцип очистки сигналов от шумов на основе метода эмпирической модовой декомпозиции Хуанга. Приведены разработанные программы очистки сигналов от шумов в среде MATLAB и Visual Studio. Содержатся результаты цифровой обработки с помощью разработанных программ сигналов датчиков, полученных при проведении физических экспериментов в лаборатории плазмогазодинамики ФТИ им. А.Ф. Иоффе РАН.
Права на использование объекта хранения
| Место доступа | Группа пользователей | Действие | ||||
|---|---|---|---|---|---|---|
| Локальная сеть ФБ СПбПУ | Все |
|
||||
|
Интернет | Все |
|
Статистика использования документа
|
|
Количество обращений: 591
За последние 30 дней: 26 Подробная статистика |