1) stochastic signal processing
随机信号处理
1.
Hidden Markov Models(HMM) have been widely used in pattern recognition and stochastic signal processing in recent years, and the best examples are speech recognition and character recognition.
近年来，隐马尔可夫模型(Hidden Markov Model，简记为HMM)在模式识别与随机信号处理中有着最广泛的应用，最成功的例子如语音识别和文字识别。
2.
As a statistics model, Hidden Markov Model (HMM) have been widely used in pattern recognition and stochastic signal processing.
隐马尔科夫模型(Hidden Markov Model，简记为HMM)作为一种统计模型，在模式识别与随机信号处理中有着广泛的应用。
2) discrete random signal processing
离散随机信号处理
3) signal processor
信号处理机
1.
Design of a digital signal processor for pulsed Doppler radar;
一种脉冲多普勒雷达数字信号处理机的设计
2.
Implementation of a new generation of general airborne radar signal processor
新一代通用机载雷达信号处理机的实现
3.
This paper designs an adaptive dimension-reduced signal processor in which the temporal domain process is first and the spatial domain process is later.
文中设计了一种先时后空自适应级联降维处理信号处理机。
4) random signal
随机信号
1.
The random signal generator of imitated nuclear radiation pulse;
仿核脉冲的随机信号发生器研究
2.
Design of pseudo random signal generator;
一种伪随机信号发生器的研制
3.
A DSP based system for generating random signal with specified power spectrum;
一种基于DSP的任意功率谱随机信号产生器
5) random signals
随机信号
1.
Aim In order to consider wide-sense stationaries of random signals and its(X(k)(t)±X(l)(t),t∈T,0≤k,l≤n,k≠l).
目的为了考虑随机信号与{X(k)(t)±X(l)(t),t∈T,0≤k,l≤n,k≠l}的广义平稳性。
2.
Spot acoustic device and exciting of random signals were used to test the enclosure acoustic characteristics.
建立封闭空腔的有限元模型,根据空气的物理特性和空气中的音速,计算得到封闭空腔的声学固有频率;试验采用点声源装置、随机信号激励,采集时域数据进行功率谱分析,由频谱图得到共振频率,即封闭空腔的声学固有频率。
3.
The analysis of random signals sampled by different probes is important in the investigation of multi-phase reactors.
多相流体系的随机信号分析是多相流反应器研究的重要方面,如何从复杂的随机时间序列信号中分析并提取出与过程参数及变量最相关的信息,是问题的重点及难点。
6) stochastic signal
随机信号
1.
Modeling and analysis of a kind of stochastic signal transfer systems with Gauss white noise;
一类带Gauss白噪声的随机信号传递系统的优化建模与系统分析
2.
Based on the model for transient flow and the theory of stochastic signals,five measuring points are set along the slope linings of the pool of the Goupitan model.
以瞬变流模型和随机信号理论为基础，在乌江构皮滩模型的水垫塘边墙上布置了五个测点，运用上举力量测仪量测板块所受的上举力。
3.
In communication system simulation,generation of stochastic signals is an important part.
在通信系统仿真中,随机信号的生成是一个重要组成部分。
补充资料：离散随机信号处理
| 离散随机信号处理 discrete random signal processing 利用数字运算，对离散随机信号进行各种滤波处理、离散变换和谱分析。随机信号是一种非确定性的信号，如热噪声信号发生器输出的电信号，飞行器起飞时的结构振动，以及起伏海面的波动高度等。它们的共同特点是无法预测其未来瞬间的精确值。处理的目的是便于从中提取有用的信息，削弱信号中的多余信息量，便于估计信号的特征参数，或变换成易于分析和识别的形式等。 随机信号处理的主要理论基础是信号检测理论、估计理论和随机过程理论。根据理论分析，随机信号的不同样本函数在同一时刻的值往往是不确定的，因而只能用样本函数集的统计平均来描述，如用均值、均方值、方差、概率密度函数、相关函数和功率谱密度函数来描述随机过程的特性。但是，在大多数情况下，被处理的随机信号是具有各态历经的平稳随机过程，它的样本函数集平均可以用某一样本函数的时间平均来确定，这给随机信号的分析和处理带来很大方便。虽然平稳随机信号本身是不确定的，但它的相关函数是确定的，可以利用快速变换算法来计算。相关函数的傅里叶变换或Z变换表示随机信号的功率谱密度函数，简称为功率谱。功率谱是描述随机信号基本特征的重要参数，而功率谱估值是按照实际观测的有限数据估计得到的，它必然与真实的功率谱值有差别。为了减小谱分析偏差和提高谱分辨率，产生了多种谱估计方法。 在非平稳随机信号处理中，非平稳随机过程的特征函数一般是随时间而变化的，不能再用时间平均代替集平均，只能用组成过程的样本函数集的瞬时平均来描述其特性。因而求得的功率谱是随时间变化的谱。这种时变功率谱的计算方法仍在研究中。卡尔曼滤波和最大熵法是处理非平稳随机信号的有用方法。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条