Hasil Pencarian katakunci : analisis frekuensi-waktu

Pada halaman ini, anda dapat melihat dokumen-dokumen yang berkaitan dengan katakunci yang telah anda pilih. Untuk memilih katakunci lainnya, anda dapat memilih pada bagian kanan laman website ini.

PLATFORM SIMULASI SPREAD SINYAL SPEKTRUM AKUISISI CEPAT BERDASARKAN ACCELERASI GPU
Untuk menyelesaikan spektrum TT&C yang berbasis ruang angkasa yang menggunakan radio virtual memakan waktu, bukan sistem waktu-nyata, sistem ini mengedepankan suatu metode untuk akuisisi cepat sinyal-sinyal spektrum penyebaran berdasarkan GPU. Sistem menyelesaikan dua algoritma akuisisi paralel yang beroperasi (paralel domain waktu dan paralel domain frekuensi berdasarkan FFT) pada platform GPU. Untuk mendukung studi tentang algoritma akuisisi spektrum penyebaran sinyal kontrol, platform simulasi akuisisi sinyal spektrum spread cepat berdasarkan akselerasi GPU dibangun. Hasil menunjukkan bahwa platform simulasi dengan fungsi cepat akuisisi sempurna pengukuran spektrum sebaran dan sinyal kontrol berdasarkan GPU, dua jenis algoritma akuisisi paralel pada platform GPU daripada pada platform CPU dapat menjadi kecepatan tercepat 50 kali.
SINUSOIDAL SIGNAL ASSISTED MULTIVARIATE MODE EMPIRICAL DECOMPOSIONION UNTUK ANTARMUKA KOMPUTER OTAK
Antarmuka otak-komputer (BCI) adalah pendekatan komunikasi yang memungkinkan aktivitas otak mengontrol komputer atau perangkat eksternal. Aktivitas listrik otak yang direkam dengan electroencephalography (EEG) paling umum digunakan untuk BCI. Dekomposisi mode empiris multivariat berbantuan kebisingan (NA-MEMD) adalah metode analisis frekuensi waktu berbasis data yang dapat diterapkan pada sinyal EEG nonlinier dan nonstasioner untuk pemrosesan data BCI. Namun, karena noise Gaussian putih menempati rentang frekuensi yang luas, beberapa komponen redundan diperkenalkan. Untuk mengatasi masalah kebocoran ini, dalam penelitian ini, kami mengusulkan menggunakan sinyal bantuan sinusoidal yang menempati rentang frekuensi yang sama dengan sinyal asli untuk meningkatkan kinerja MEMD. Untuk memverifikasi efektivitas usulan metode sinusoidal dibantu MEMD (SA-MEMD), kami membandingkan kinerja penguraian MEMD, NA-MEMD, dan SA-MEMD yang diusulkan menggunakan sinyal sintetis dan dataset BCI dunia nyata. Hasil dekomposisi spektral menunjukkan bahwa SA-MEMD yang diusulkan dapat menghindari pembentukan komponen yang berlebihan dan dekomposisi yang berlebihan, dengan demikian, secara substansial mengurangi pencampuran mode dan misalignment yang terjadi pada MEMD dan NA-MEMD. Selain itu, menggunakan SA-MEMD sebagai metode preprocessing sinyal daripada MEMD atau NA-MEMD dapat secara signifikan meningkatkan akurasi klasifikasi BCI dan mengurangi waktu perhitungan, yang menunjukkan bahwa SA-MEMD adalah metode dekomposisi spektral yang kuat untuk BCI.