1) Discrete gap transform
离散腔长变换
1.
Discrete gap transform demodulation is proposed.
为实现其串并联混合结构复用,根据光纤法珀应变传感器的双光干涉原理,阐述了传感器串并联混合复用的输出信号特征,分析了信号中各项成分对离散腔长变换方法解调结果的影响,并进行了计算机仿真。
2) discrete transform
离散变换
3) discrete Hartley transform
离散Hartley变换
1.
A fast recursive algorithm of discrete Hartley transform;
离散Hartley变换的一种快速递归算法
2.
A discrete Hartley transform based OFDM model;
基于离散Hartley变换的OFDM实现模型
3.
An UWB system that employs discrete Hartley transform(DHT) to perform modulation and demodulation is proposed.
本文提出一种利用离散Hartley变换(DHT)进行调制/解调的超宽带系统,并推导了信道估计与均衡算法。
4) discrete Fourier transform
离散Fourier变换
1.
Study on the inside source hologram reconstruction algorithm based on discrete Fourier transform;
基于离散Fourier变换的内源全息图重构计算方法
2.
Then,the discrete Fourier transform(DFT) was applied to the low frequency subband of the DWT transform.
首先对图像进行DWT变换,然后在DWT变换后的低频子带进行离散Fourier变换(discrete Fourier transform,DFT)变换,将DFT变换的相位信息二值化得到BPOF,并将其作为水印嵌入到相应的幅值中。
3.
Based on generalized Mbius transform and Ramanujan s sum,arithmetic Fourier transform(AFT) is used to compute discrete Fourier transform(DFT) in this paper.
在广义Mobius变换与Ramanujan和的基础上,采用算术Fourier变换(AFT)计算离散Fourier变换(DFT),直接提取了DFT的Cosine系数。
5) discrete Fourier transform(DFT)
离散Fourier变换
1.
A block diagonal matrix can be obtained by utilizing the discrete Fourier transform(DFT)and the symmetrical structure called 1-ring and 2-ring in the vicinity of an extraordinary point on a mesh.
利用控制网格拓扑结构的对称性,通过将奇异点周围1-环和2-环的控制顶点进行离散Fourier变换(DFT)得到分块对角阵,将其进行特征分解及排序之后,再通过离散Fourier逆变换(IDFT)和截断等操作得到细分矩阵的高次幂的表达式,从而得到Loop细分曲面新的精确参数化公式。
6) discrete Gabor transform
离散Gabor变换
1.
Application of discrete Gabor transform to filtering of transient electric power signals;
离散Gabor变换在电网瞬态信号滤波中的应用
2.
A method, which uses deconvolution technique based on discrete Gabor transform and incremental Wiener filter to perform reconstruction of digital high voltage impulse waveform, is presented in this paper.
提出了一种基于离散Gabor变换和增量维纳滤波器的冲击电压波形重构方法,对IEC1083?2TDG波形计算结果表明该方法可以有效实现冲击电压数字化测量波形复原,具有较高的准确度和稳定性。
3.
A real-valued discrete Gabor transform(RDGT) based on the discrete sine transform(DST) for finite sequences is proposed in this paper,which can be applied to both the critical sampling condition and the over-sampling.
采用双正交分析方法,定义了一种基于离散正弦变换(DST)的实值离散Gabor变换(RDGT),该变换不仅适用于临界抽样条件而且适用于过抽样条件,并证明了变换的完备性条件(即该变换中综合窗与分析窗的双正交条件),该实验结果也验证了变换的完备性。
补充资料：N点有限长序列的离散傅里叶变换
时域N点序列χ(n)的离散傅里叶变换(DFT)以X(k)表示，定义为
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
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