博客

2022.1.27日的记录

今天开始用faster-rcnn（resnet50）来训练数据集。同时也在学习能量检测法。（仅仅是知道该怎么训练）

faster-rcnn代码：https://github.com/bubbliiiing/faster-rcnn-pytorch

注释非常详细。

能量检测法分为三个部分： 宽带频谱估计、自适应噪底估计、噪底抵消和信号检测。

按照matlab的“帮助”功能。很有用。写了个welch周期图法来画信号频谱。

% welch参数
fs = 1000;
t = 0:1/fs:5-1/fs;
x = cos(2*pi*100*t) + randn(size(t));
Nx = length(x); % 信号点数
ns = 8; % 信号x[n]分成ns段
ov = 0.5; % 段之间重叠50%
lsc = floor(Nx/(ns-(ns-1)*ov)); % 每段的点数
noverlap = floor(ov*lsc); % 重叠点数
nfft = max(256,2^nextpow2(lsc)); % nfft点数
[pxx,f] = pwelch(x, hamming(lsc), noverlap, nfft, fs);
plot(f,10*log10(pxx));
xlabel('Frequency (Hz)');
ylabel('PSD (dB/Hz)');
![在这里插入图片描述](https://img-blog.csdnimg.cn/c7e0ec6629334f39b498c94d474a6eb5.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA6IqD6IqD44Gn44GZ,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)

晚上搞了半天虚拟机，结果虚拟机不能用物理机的显卡，醉了。等过几天训练结束试试装双系统吧。