虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

ARMA模型(自回归滑动平均模型)

  • IBIS模型第3部分-利用IBIS模型研究信号完整性问题

    本文是关于在印刷电路板 (PCB) 开发阶段使用数字输入/输出缓冲信息规范(IBIS) 模拟模型的系列文章之第 3 部分(共三部分)。“第 1 部分”讨论了 IBIS仿真模型的基本组成,以及它们在 SPICE 环境中产生的过程1。“第 2 部分”讨论了 IBIS 模型有效性验证。2 在设计阶段,我们会碰到许多信号完整性问题,而 IBIS 模型为这些问题带来了一种简单的解决方案。本文即“第 3 部分”,将介绍如何使用一个 IBIS 模型来提取一些重要的变量,用于信号完整性计算和确定 PCB 设计解决方案。请注意,该提取值是 IBIS 模型不可或缺的组成部分。

    标签: IBIS 模型 信号完整性

    上传时间: 2013-10-15

    上传用户:hehuaiyu

  • ibis模型理解说明

    IBIS 模型在做类似板级SI 仿真得到广泛应用。在做仿真的初级阶段,经常对于ibis 模型的描述有些疑问,只知道把模型拿来转换为软件所支持的格式或者直接使用,而对于IBIS 模型里面的数据描述什么都不算很明白,因此下面的一些描述是整理出来的一点对于ibis 的基本理解。在此引用很多presention来描述ibis 内容(有的照抄过来,阿弥陀佛,不要说抄袭,只不过习惯信手拈来说明一些问题),仅此向如muranyi 等ibis 先驱者致敬。本文难免有些错误或者考虑不周,随时欢迎进行讨论并对其进行修改!IBIS 模型的一些基本概念IBIS 这个词是Input/Output buffer information specification 的缩写。本文是基于IBIS ver3.2 所撰写出来(www.eigroup.org/IBIS/可下载到各种版本spec),ver4.2增加很多新特性,由于在目前设计中没用到不予以讨论。。。在业界经常会把spice 模型描述为transistor model 是因为它描述很多电路细节问题。而把ibis 模型描述为behavioral model 是因为它并不象spice 模型那样描述电路的构成,IBIS 模型描述的只不过是电路的一种外在表现,象个黑匣子一样,输入什么然后就得到输出结果,而不需要了解里面驱动或者接收的电路构成。因此有所谓的garbage in, garbage out,ibis 模型的仿真精度依赖于模型的准确度以及考虑的worse case,因此无论你的模型如何精确而考虑的worse case 不周全或者你考虑的worse case 如何周全而模型不精确,都是得不到较好的仿真精度。

    标签: ibis 模型

    上传时间: 2013-10-16

    上传用户:zhouli

  • 本程序是数据挖掘中的关联规则模型中著名的Aprior算法的VC实现程序

    本程序是数据挖掘中的关联规则模型中著名的Aprior算法的VC实现程序,可用于知识发现、数据挖掘、人工智能、模式识别等领域(请先解压文件)

    标签: Aprior 程序 数据挖掘 关联规则

    上传时间: 2013-12-27

    上传用户:cuiyashuo

  • 电子白板。电子白板有两种实现模型

    电子白板。电子白板有两种实现模型,一种是无白板服务器,因此仅支持两个用户直接连结;另一种是有白板服务器,原则上不限制同时上线人数和交谈室个数,具体实现上可视服务器性能和需要而定。本文要介绍属于后者。----当用户需用白板与他人交流时,需要先用浏览器连到Applet所在主页,Applet运行后会连接到该白板服务器,和服务器建立TCP连接。每个用户可以在自己的白板上(嵌在Applet画面中)绘制图形和输入文字,Applet会将这些信息通过已建立的网络连接发往白板服务器,并不断侦听、接收来自白板服务器的图形和文字信息,将其再现在用户的白板中。白板服务器的作用是不断侦听、接收来自各Applet的信息,并将其转发给其他用户。----由于浏览器对JAVAApplet的限制,使得Applet只能访问发送该Applet的宿主主机,因此只能在该Applet所在主机上运行白板服务器,使得Applet能建立和远程白板服务器的联系。功能设计----一个实用的电子白板系统应该具备以下基本功能:用户在浏览到白板主页时,需登录后才能进行交流。这将提供交流时用的名字,必要时还可做权限检查。用户能够根据交谈室的交谈主题选择参加和退出现有的交谈室,并且能建立新的交谈室。

    标签: 电子白板 模型

    上传时间: 2014-01-21

    上传用户:bakdesec

  • 本程序基于约瑟夫森结的RSJ模型

    本程序基于约瑟夫森结的RSJ模型,对无微波辐照和微波辐照下约瑟夫森结的特性进行了数值计算求解,其中有微波辐照的RSJ模型求解采用了四阶龙格库塔方程函数,两种情况都给出了I-V特性曲线图(程序包中也附带),展现了量子化电压台阶。

    标签: RSJ 程序 模型

    上传时间: 2015-12-12

    上传用户:gxrui1991

  • 本文档是本人的自适应控制大作业

    本文档是本人的自适应控制大作业,作业里分模型参考自适应控制(用smulink仿真)和CARMA模型的最小方差自适应控制,文中有详细的smulink框图和matlab程序,格式美观,分析透彻,图形整齐,对学习自适应控制的朋友有很大的帮助,谨以本人微薄的力量和成果与大家共鸣,

    标签: 文档 自适应控制

    上传时间: 2014-01-07

    上传用户:cc1015285075

  • 这是我参考做的模型其中有三个文件:一个是初始化文件

    这是我参考做的模型其中有三个文件:一个是初始化文件,一个是s-function 的电机模型(静止两相坐标系),还有一个仿真图

    标签: 模型 初始化

    上传时间: 2014-01-20

    上传用户:wfl_yy

  • 首先对非线性模型在控制目标附近进行线性化得到相应的状态空间表达式

    首先对非线性模型在控制目标附近进行线性化得到相应的状态空间表达式,再对线性模型设计LQR控制器,进而用此控制器控制非线性倒立摆,取得训练神经网络控制器的数据,最后用这些数据训练得到神经网络控制器,最终基于神经网络的(一、二、三级)倒立摆控制均取得了很好的控制效果;

    标签: 非线性 模型 控制 线性

    上传时间: 2014-01-17

    上传用户:sclyutian

  • 语音识别中的说话人自适应研究.nh 1.MAP和MLLR算法比较 文章在讨论由说话人引起的声学差异基础上

    语音识别中的说话人自适应研究.nh 1.MAP和MLLR算法比较 文章在讨论由说话人引起的声学差异基础上,研究两种基于模型 的自适应算法:最大似然线性回归(州压LR)和最大后验概率(MAp)。 实验结果表明,不论采用哪种自适应都能使识别率有一定的提升。两 种算法之间的差异性在于MAP具有良好的渐进性,但收敛性较差, 而MLLR在很大程度上改善了收敛特性,但其渐进特性却不如MAP。 文章讨论了在侧汰P自适应中,初始模型参数的先验知识对自适 应效果的影响,以及在MLLR中,回归类对自适应效果的影响。文 章还进一步研究了采用两种算法的累加自适应效果,从结果看MAP 和MLLR结合的方法比单独使用M[AP和MLLR的效果要好。文章 还对包括基于特征层的归一化算法和用于基于声学模型的MLLR算 法等效性进行讨论,并给出了统一的算法框架。

    标签: MLLR MAP nh 语音识别

    上传时间: 2014-01-09

    上传用户:bakdesec

  • 小波hmt模型去噪

    基于四元数小波变换的隐马尔可夫树模型(Q-HMT),并应用于图像去噪,图像去噪效果在峰值信噪比以及视觉效果上均优于经典的去噪方法。

    标签: hmt 模型 去噪

    上传时间: 2016-07-01

    上传用户:zcwl