Questions tagged «reference-request»

要求提供官方资料,例如书籍,科学文章或其他可用来支持您的陈述或方法的类似文献。


3
设计信号滤波器的好教科书
从几个月前开始,我就开始积极参与动力系统的控制领域。 在大多数情况下,为给定的动态系统设计控制器将需要采用数字信号处理技术,尤其是在信号滤波器领域。 由于我没有控制工程专业背景,所以我想知道你们中的任何人是否可以向我提供有关声音信号教科书的建议,这些教科书涉及信号滤波器的某些细节。 理想情况下,教科书应包括: 介绍DSP领域最常见的滤波器; 解释其在频域和时域的主要特征; 它们通常在哪些情况下使用(角色或过滤器功能)。 尽管是一个幼稚的问题,但我希望您可以建议一些教科书。

8
DSP或信号/图像/数据处理笑话
其他一些StackExchange / StackOverflow网站则具有一定的幽默感或趣味性。 您最喜欢的“数据分析”卡通是什么?特别值得一提的是(IMHO)关于因果关系和相关性的xkcd动画片(DSP人士知道我的意思): 那么答案中允许幽默吗?我希望如此,例如: StackOverflow:您最好的程序员笑话是什么? MathOverflow:是否存在良好的数学笑话 SE.Stats(交叉验证):统计笑话 SE.Stats(交叉验证):您最喜欢的“数据分析”卡通是什么? SE.Maths 关于数学笑话的问题 确实存在信号处理或图像处理中的幽默感,尽管深度较浅且传播范围较窄。在土耳其伊斯坦布尔的ICASSP 2000 DSP幽默展览上,我第一次遇到了幽默(之前我零幽默)。下图来自EURASIP的Humor in DSP: 所以我认为,我们应该得到一些humor和joke标签和实际亮度。前进!

5
我们可以打破香农的能力吗?
我有一个朋友从事无线通信研究。他告诉我,我们可以使用一个频率在给定的时隙中发送多个符号(当然我们可以在接收器处对其进行解码)。 正如他所说,该技术使用了新的调制方案。因此,如果一个发送节点通过无线信道并且在每个节点使用一个天线向一个接收节点发送,则该技术可以在一个频率上的一个时隙中发送两个符号。 我不是在问这种技术,也不知道它是否正确,但我想知道是否可以做到这一点?这有可能吗?香农限额可以打破吗?我们可以在数学上证明这种技术的可能性吗? 我想知道的另一件事是,如果这项技术正确,将会带来什么后果?例如,这种技术对于著名的干扰信道开放问题意味着什么? 有什么建议吗?任何参考表示赞赏。

2
Arnold Tustin首先在哪里引入双线性变换?
众所周知,双线性变换也称为Tustin方法。据我所知,Arnold Tustin确实将这个想法引入了控制系统文献中,因此名称不只是斯蒂格勒定律的一个例子。例如,我设法找到以下参考: 英国的Tustin开发了用于时间序列模型的双线性变换,而Oldenbourg和Sartorius也使用差分方程对此类系统进行建模。[1][1][1] 目前尚不清楚他是在什么地方首次提出这个想法的,即使是在浏览其出版物的标题时也是如此。我猜想它后来只会被称为双线性变换,因此他可能没有使用该术语。我想读一下他对这项技术的阐述。有人知道他第一次出版吗? Bissel,CC 自动控制的历史。链接。

4
本书推荐-用C语言编写DSP代码
我正在寻找一本不错的书,该书简单地展示了您如何实际使用C语言编写代码,以完成所有主要的DSP方法。 FFT。 低通和高通滤波器。 自相关。 噪音处理。 以及DSP的所有基础知识,从理论到真正的C语言代码。 例如,我有1000个样本,现在我想对其进行FFT,去除噪声,然后返回时间轴。 有什么好东西可以涵盖所有这些吗?

3
我如何开始使用Wavelets
我们当前的项目要求我们使用小波变换进行一些分析。谁能推荐我一本实用的书,最好是MATLAB或C示例。我目前正在阅读一些教程,但是并没有给我一种像傅里叶变换那样的感觉。我需要一本书,其中包含许多带有源代码的实际示例。 非常感谢您的建议。

4
关于工业机器视觉系统中软件与机械/光学之间的权衡取舍,有什么参考吗?
我用一个简化的例子来解释我的问题。 我可以设计一个工业视觉系统来自动检查具有以下主要要求的物品: 一件好作品的图像必须为黑色背景,并且该作品必须为灰色。 缺陷必须在灰色区域内显示为白色区域。 这些要求大大简化了系统的软件部分:为了将某项归类为缺陷,算法仅对白色像素进行计数。 但是,为了获得这种简单的算法,我必须非常擅长设计系统的照明/光学/机械部分,并且该部分的成本可能会高于软件。 也许以前我读过这样的句子:“在机制上尽可能多,而在软件上尽可能少”。在我看来,这是在1990年代(或1980年代)的一本关于实用机器视觉的书中,但我找不到适当的引用/参考。

5
统计信号处理简介
我的实验室中有一个博士后,专业是“统计信号处理”。他拥有电气工程博士学位,并且分析了收集到的神经数据。 我想知道我应该开始学习哪些课程 /主题以跟随他的脚步。我并不是完全在寻找统计和信号处理之类的东西,我都拥有基础类,但仍然很难理解他的工作。

3
拉普拉斯变换的直观解释
所以我要掌握傅里叶变换。现在,我凭直觉明确地理解了它的作用,并将很快参加一些数学课程(因此是实际课程)。但是后来我继续阅读有关拉普拉斯变换的文章,在那里我有点迷失了。发出信号的时刻是什么?为什么傅立叶变换是拉普拉斯变换的特例?我如何掌握Laplace变换? 在问这个问题之前,我已经看过这些资料: 系统的“脉冲响应”和“频率响应”是什么意思? 如何区分不同的频域? 幅度与频率响应 为什么傅立叶变换如此重要? http://en.wikipedia.org/wiki/Laplace_transform

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.