概要
A ボックスカーアベレージャー 周期信号の信号対雑音比 (SNR) を向上させます。この強力なツールは、顕微鏡検査、センサー信号取得、通信などの特性評価技術でよく使用されます。ロックイン検出などの代替アプローチでも高周波ノイズ成分を除去できますが、ボックスカー平均化器は低デューティ サイクル信号の処理に明確な利点を提供します。
このウェビナーでは、ボックスカー平均化の基本原理を探り、その応用を他の平均化技術と比較します。また、その機能を次の方法で実証します。 MokuクラウドコンパイルFPGAベースの汎用ツール モク FPGAプログラミングの経験がなくても、カスタム機能を迅速に展開できるデバイスです。ボックスカーアベレージャーを使用して周期的な低デューティサイクルデータから信号を抽出する方法、Moku Cloud Compileを使用して事前に作成されたビットストリームを展開する方法、リアルタイム分析のためにセットアップを最適化する方法など、専門家の洞察については、ウェビナーをご覧ください。 Q&Aブログ.
オンデマンドで視聴するには:
- 静的ゲートを備えたボックスカー平均化器が、トリガー信号と構成可能なシステム パラメータを使用して、ノイズの多い低デューティ サイクル信号から重要な情報を抽出する方法について学習します。
- Mokuでボックスカー平均化器の波形回復モードを見る Python API.
- デュアル ボックスカー アベレージャーを使用して DC ベースラインを減算する方法を学習します。
- ボックスカーアベレージャを他のFPGAベースのMoku機器と組み合わせて使用し、カスタム信号処理パイプラインを作成する新しい方法を見つけます。 マルチインストゥルメントモード.
ウェビナーでは、プレゼンテーション、デモンストレーション、ライブ Q&A セッションを行います。
誰が出席すべきか：
- AMO物理学者
- 光学およびフォトニクスの研究者、エンジニア、学者
- 顕微鏡や分光法に携わる科学者
- レーザー周波数安定化と干渉測定に取り組んでいる科学者
- 研究開発科学者
- ラボマネージャー
プレゼンターに会う
Laura Becerra は Liquid Instruments のアプリケーション エンジニアです。業界でキャリアをスタートする前、Laura はバイオメディカル アプリケーションにおけるフレキシブル センシングおよびヒューマン マシン インターフェイス用の素材に関する学術研究を行っていました。Laura はカリフォルニア大学サンディエゴ校で電気工学の理学修士号と博士号を取得しています。
