混沌噪声背景下弱谐波信号的GRNN检测

针对BP(Back Propagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(Radial BasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegression Neural Network)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法.该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测.实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波.     

振荡器电路SPICE仿真的研究与实现

通过对电流负反馈电容三点式振荡电路进行SPICE仿真的实例,讨论如何应用SPICE程序模拟振荡器电路.解决了在仿真过程中振荡电路不起振和SPICE程序运算不收敛等问题.对影响振荡电路起振特性的因素进行了探讨,进一步验证了电路仿真设计的可靠性.本文给出的设计方法,能满足多种振荡电路设计仿真的需要,设计方法简单,容易掌握,有广泛的实际应用价值.     

振荡器电路SPICE仿真的研究与实现

通过对电流负反馈电容三点式振荡电路进行SPICE仿真的实例,讨论如何应用SPICE程序模拟振荡器电路。解决了在仿真过程中振荡电路不起振和SPICE程序运算不收敛等问题。对影响振荡电路起振特性的因素进行了探讨,进一步验证了电路仿真设计的可靠性。本文给出的设计方法,能满足多种振荡电路设计仿真的需要,设计方法简单,容易掌握,有广泛的实际应用价值。