概述
A boxcar 平均器 增强周期信号的信噪比 (SNR)。这种强大的工具通常用于显微镜、传感器信号采集和电信等表征技术。虽然锁定检测等替代方法也可以滤除高频噪声成分，但 Boxcar 平均器在处理低占空比信号方面具有明显的优势。
在本次网络研讨会中，我们将探讨 Boxcar 平均器的基本原理，并将其应用与其他平均技术进行比较。我们还将使用以下技术展示其功能 Moku 云编译，这是基于 FPGA 的 Moku 设备可让用户快速部署自定义功能，无需任何 FPGA 编程经验。如需专家见解，了解如何使用 Boxcar 平均器从周期性低占空比数据中提取信号、使用 Moku Cloud Compile 部署预制比特流以及优化实时分析设置，请查看我们的网络研讨会 问答博客.
点播观看：
- 了解带有静态门的箱车平均器如何利用触发信号和可配置系统参数从嘈杂的低占空比信号中提取关键信息。
- 使用 Moku 查看箱车平均器的波形恢复模式 Python API.
- 了解如何使用双箱车平均器减去直流基线。
- 了解利用 Boxcar 平均器与其他基于 FPGA 的 Moku 仪器结合的新方法，以创建自定义信号处理管道 多仪器并行模式.
该网络研讨会包括内容讲解、实机演示和现场问答环节。
谁应该参加：
- AMO 物理学家
- 光学和光子学研究人员、工程师和学者
- 从事显微镜和光谱学研究的科学家
- 从事激光频率稳定和干涉测量学研究的科学家
- 研发科学家
- 实验室经理
认识主持人
Laura Becerra 是 Liquid Instruments 的应用工程师。在开始从事工业工作之前，Laura 曾对生物医学应用中的柔性传感和人机界面材料进行过学术研究。Laura 拥有加州大学圣地亚哥分校的电气工程硕士和博士学位。
