<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[steve21248的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/steve21248</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; steve21248]]></copyright><item><title><![CDATA[随机信号的参数建模法]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/106877430</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/106877430</guid><author>steve21248</author><pubDate>Sat, 20 Jun 2020 22:27:48 +0800</pubDate><description><![CDATA[给随机信号建立参数模型是研究随机信号的一种方法，这种方法的思路就是认为随机信号x(n)是由白噪声w(n)激励系统得到的响应。从而在得到白噪声参数后将随机信号的研究转化为对产生随机信号的系统的研究。如图：

对于平稳随机信号来说，有三种线性模型：AR模型、MA模型、ARMA模型。
MA模型：
随机信号x(n)由当前激励w(n)和过去的激励线性组合产生：

通过z变换后，系统函数为：

q是系统阶数，所以该系统函数只有零点没有极点，一定稳定。
AR模型：
随机信号x(n)由当前激励w(n)和过去的若干次自身激励]]></description><category></category></item><item><title><![CDATA[MPEG编码方法简述]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/106736270</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/106736270</guid><author>steve21248</author><pubDate>Sat, 13 Jun 2020 21:53:13 +0800</pubDate><description><![CDATA[首先，数字音频编码是十分有必要的，原因是无压缩的数字音频信息中包含着很多的冗余信息，其中冗余信息的来源有两个：
一、音频信号中本来就包括的冗余信息，首先是信号幅度分布中小幅度的样值比大幅度样值概率高很多，再一个就是样本之间本身也有相关性。
二、根据人耳特性，存在掩蔽效应等特性，有部分音域在某些情况下本身就听不到，无需编码。

首先看一下MPEG-1 Audio LayerII的编码方式框图，可以看到，最上面一行是子带编码的部分，主要的思路是每一帧分为32个子带，对于LayerII来说每个子带又分为36个样点]]></description><category></category></item><item><title><![CDATA[论文完全重建QMF滤波器组的设计理解]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/106463238</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/106463238</guid><author>steve21248</author><pubDate>Sun, 31 May 2020 23:02:15 +0800</pubDate><description><![CDATA[QMFB大概指的是两通道正交镜像滤波器组，大概意思是用两个关于π/2镜像对称的滤波器滤波，再重建，重建后的波形若出现固定的幅度失真和相位失真，则成为完全重建，代码实现如下：
N=41;
w=0.43;
[h0,h1,g0,g1]=firpr2chfb(N,w);
[H1z,w]=freqz(h0,1,512);
H1_abs=abs(H1z);H1_db=20*log10(H1_abs);
[H2z,w]=freqz(h1,1,512);
H2_abs=abs(H2z);H2_db=20*log10(H2_]]></description><category></category></item><item><title><![CDATA[验证时域移位]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/106460482</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/106460482</guid><author>steve21248</author><pubDate>Sun, 31 May 2020 20:15:24 +0800</pubDate><description><![CDATA[具体代码如下：
Ts = 0.1;
N = 500;
t = 1 : Ts : Ts*(N-1);

x1 = tripuls(t-10,1);
x2 = tripuls(t-40,1);

figure(1);
subplot(321)
plot(t,x1);
subplot(322)
plot(t,x2);

[f1,X1] = T2F(t,x1);
[f2,X2] = T2F(t,x2);

subplot(323)
plot(f1,abs(X1));
subplot(324)
plot(f2,abs]]></description><category></category></item><item><title><![CDATA[JPEG编解码原理与转换]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/106445971</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/106445971</guid><author>steve21248</author><pubDate>Sun, 31 May 2020 00:24:53 +0800</pubDate><description><![CDATA[JPEG是一种常用的有损编码方法，具体编码过程如下：

具体思路是这样的：
1、将输入图片先做一个零偏置电平下移，也就是将数值除以2，将原数值转换为有符号数，将值域往下做搬移，这样做的目的是提高编码效率。
2、做88的DCT变换。也就是将整个图片，分成由多个88共64个像素的宏块所组成，那么对于图片宽高不为8的倍数的图片，做边缘填充处理。分为8*8的宏块后，以宏块为单位，对其做DCT变换，所谓DCT变换实际上是一种无损的变换方式，变换后，矩阵左上角的值表示该宏块的直流DC成分，其余为交流AC成分，并且趋势由]]></description><category></category></item><item><title><![CDATA[求线性预测器预测系数推导]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/106181576</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/106181576</guid><author>steve21248</author><pubDate>Sun, 17 May 2020 21:44:27 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[最小二乘法之梯度下降法、牛顿法和高斯牛顿法理解]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/106171429</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/106171429</guid><author>steve21248</author><pubDate>Sun, 17 May 2020 12:02:30 +0800</pubDate><description><![CDATA[最小二乘法是一种数学优化技术。他的基本思路是通过最小化误差的平方和从而最大化的拟合与数据匹配的函数表达式。不仅如此，通过最小二乘法还可以求出未知数据的大概数值等。
最小梯度法：
首先先明确一下梯度的概念，我们先从简单入手，假设有一个二元函数f(x,y)，这个函数的梯度表达式如下：

我们可以注意到，这个表达式相当于将关于x和y的一个向量映射为了x关于f(x,y)的偏导和y关于f(x,y)的偏导的一个向量。我们都知道对于一个二元一次方程组来说，例如y = a·x + b，这个函数x的偏导事实上就是x关于y的导]]></description><category></category></item><item><title><![CDATA[利用DPCM编码进行图像压缩]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/106010042</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/106010042</guid><author>steve21248</author><pubDate>Sat, 09 May 2020 01:19:07 +0800</pubDate><description><![CDATA[一幅图像往往像素与像素之间是有关联的，比如说一张人脸的照片，肉色像素的隔壁基本还是肉色像素，那么这两个像素之间的差别就会很小。因此当我们处理一幅图片的时候，可以考虑到这种特性，在压缩时减小这种相关的空间冗余度，DPCM就是基于这种思想一种编码手段。
DPCM的思想十分简单，就是用前一个像素（左边或者上边）来作为下一个像素值的预测值，而一个像素存储值的就会变成预测值与当前实际值的差值。
计算机中8bit能存储的无符号数是从0到255，而差值的取值范围为-255到255，因此需要在得到的差值上加一个255来使之]]></description><category></category></item><item><title><![CDATA[LZW编码分析]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/105777889</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/105777889</guid><author>steve21248</author><pubDate>Sun, 26 Apr 2020 22:13:25 +0800</pubDate><description><![CDATA[LZW特点：
1）LZW编码有效利用了字符出现频率计算冗余度进行压缩，字典自适应生成。
2）数据流中有多次重复出现的字符时，LZW编码具有很好的压缩效果。
3）LZW码在压缩时不保存字典信息，在解码时自动生成，因此节省了很多空间。
LZW编码原理：
通俗来讲就是在编码时将当前的逻辑符号与上一个已经编码过的逻辑符号组合成一个新的逻辑符号将其编为一个新的码字编入词典中，当下一次这两个逻辑符号的组合再次...]]></description><category></category></item><item><title><![CDATA[TGA格式文件转化为YUV文件]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/105452740</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/105452740</guid><author>steve21248</author><pubDate>Sat, 11 Apr 2020 15:06:18 +0800</pubDate><description><![CDATA[因为之前分析的PNG格式文件数据有压缩，不太好提取数据，所以这一次尝试将TGA格式的文件转化为YUV格式的文件。
TGA文件的文件头中包括图片类型、图片的宽高数据、每像素占用的bit位数等数据，本次的转化程序只支持图片类型为2也就是无压缩无调色板数据的TGA文件，并且每像素占用的bit位数为24位。
程序的设计思路是：
1、先建立一个TGA文件的头文件结构体，用于读取头文件数据。
2、从头文件中获...]]></description><category></category></item><item><title><![CDATA[PNG文件分析]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/105180974</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/105180974</guid><author>steve21248</author><pubDate>Sun, 29 Mar 2020 17:21:00 +0800</pubDate><description><![CDATA[PNG定义了一种数据块叫关键数据块，是必需的，另一种叫做辅助数据块，是可选的。关键数据块定义了每个PNG文件读写都必须有的4个标准数据块。
每个数据块都由以下四个部分组成：
长度：
一个4字节的无符号整数，给出数据域的长度，长度限制在（2^31-1）字节。
数据块类型码：
一个4字节的块类型代码， 为了便于描述和检查PNG文件，类型代码仅限于大写和小写的ASCII字母（A - Z和a - z。
数...]]></description><category></category></item><item><title><![CDATA[实现RGB文件与YUV文件相互转化]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/105174681</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/105174681</guid><author>steve21248</author><pubDate>Sun, 29 Mar 2020 11:29:40 +0800</pubDate><description><![CDATA[将RGB文件转为YUV文件，我们需要将图像的RGB三个分量转化为YUV分量，由公式可知：
Y = 0.299R + 0.587G + 0.114B
U = 0.564（B - Y）
V = 0.713*（R - Y）
而对于上述公式，我们需要进行8bit量化，同时，对于U、V信号，我们要将范围控制在16—240之间
对于Y信号，则要将范围控制在16—235之间，同时又因为计算所得的Y信号下限为16...]]></description><category></category></item><item><title><![CDATA[导出RGB图像各分量并且计算概率分布和熵]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/104831929</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/104831929</guid><author>steve21248</author><pubDate>Fri, 13 Mar 2020 00:20:33 +0800</pubDate><description><![CDATA[本程序可以导出一个256*256的RGB文件的三个分量并且输出相应的概率分布和熵值，运用图像如下：

程序如下：
#include"iostream"
#include"stdio.h"
#include"math.h"
int W;
int H;
int imgsize;
using namespace std;
void outandcalcu(unsigned char* A, FILE* ...]]></description><category></category></item><item><title><![CDATA[尝试用python实现主成分分析]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/104460520</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/104460520</guid><author>steve21248</author><pubDate>Sun, 23 Feb 2020 16:04:59 +0800</pubDate><description><![CDATA[PCA目的：
举个例子，一共有两门考试，语文和数学，有大概10名同学参加了考试，这个数据看起来还不是很大，维度也只有两维，也就是说只有语文和数学两个维度，我们一眼看上去分辨并不是很难，同时，如果要传输这个数据，也并没有很大的工程量。
那我们再换个例子，一共有九门考试，信号与系统、数理方程、数字电路、模拟电路、高等数学、复变函数、DSP、单片机、电视原理。有300名同学参加了考试，想象一下一眼望过去...]]></description><category></category></item><item><title><![CDATA[计算机编程中几种数据类型]]></title><link>https://blog.youkuaiyun.com/steve21248/article/details/104358619</link><guid>https://blog.youkuaiyun.com/steve21248/article/details/104358619</guid><author>steve21248</author><pubDate>Mon, 17 Feb 2020 15:06:01 +0800</pubDate><description><![CDATA[INT型：
在一般的电脑中，int字占用4字节，32比特，数据范围为-21474836482147483647[-2^312^31-1]
int字分为有符号与无符号两种：
1、有符号记为int型，其中还包括short、long等也可以表达整型，有符号int型的存储形式为补码形式。
2、无符号记为unsigned int型，数据范围为[0~2^32-1]
当将int型与unsigned int型的混...]]></description><category></category></item></channel></rss>