基于时频滤波的信号重构任务书

 2021-12-23 08:12

全文总字数:1372字

1. 毕业设计(论文)主要内容:

在许多实际场景中,由于硬件限制、多径效应、噪声、视线阻塞等原因,所获得的非平稳信号可能会随机丢失。而调幅、调频(AM/FM)是一种实用的非平稳信号调制模型。利用时频分布可以很好地在时频域中分析这些信号。为了解决此类信号样本缺失的情况,提出了多种重构信号的时频算法,例如追踪匹配法、梯度下降法以及时频滤波法等。论文研究内容包括:

(1)研究时频分析以及稀疏重建的相关知识以及原理。(2)对现有的时频滤波算法进行改进,完成对缺失样本信号的重新构建。(3)对改进算法进行试验验证。

2. 毕业设计(论文)主要任务及要求

1必读参考文献撰写格式必须规范;2、阅读的参考文献不少于15篇(其中近5年外文文献不少于3篇);3、完成不少于12000字的论文的撰写并完成答辩的相关工作;4、完成不低于5000汉字(20000英文印刷符)的教师指定的相关文献的英译汉翻译;5、正文应包含不少于12幅图(包括:电路原理图、流程图、结构框图、程序框图等);

3. 毕业设计(论文)完成任务的计划与安排

第1周—第3周搜集资料,撰写开题报告;

第4周—第5周论文开题;

第6周—第12周撰写论文初稿;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] N.A. Khan, M. Mohammadi, Reconstruction of non-stationary signals with missing samples using time–frequency filtering, Circuits Syst. Signal Process. 37 (8) (2018) 3175-3190.

[2] I. Stankovi, C. Ioana, M. Dakovic, On the reconstruction of nonsparse time-frequency signals with sparsity constraint from a reduced set of samples, Signal Process. 142 (2018) 480-484.

[3] S. Liu, Y.D. Zhang, T. Shan, R. Tao, Structure-aware Bayesian compressive sensing for frequency-hopping spectrum estimation with missing observations, IEEE Trans. Signal Process. 66 (8) (2018) 2153-2166.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。