搜索资源列表
随机信号功率谱分析
- 理解随机信号功率谱分析原理和方法。 (1) 生成信号，被淹没在在噪声中； (2) 试用周期图法估计信号的功率谱； (3) 选用不同窗，使用修正周期图法估计信号的功率谱； (4) 对一段语音信号，使用LD算法估计其功率谱； (5) 详细列出功率谱估计的步骤和原理。 -understanding of random signal power spectrum analysis principles and methods. (1) generate signals
burg
- 用Burg算法估计AR模型参数，进而实现功率谱估计. 形参说明： x——双精度实型一维数组，长度为n，存放随机序列。 n--整型变量,随机序列的长度。 p--整型变量,AR模型的阶数。 a--双精度实型一维数组，长度为(p十1)。存放AR模型的系数a(0),a(1),...,a(p)。 v--双精度实型指针,它指向预测误差功率，即AR模型激励白噪声的方差。 -with Burg algorithm estimates AR model parameters, ther
psd
- 计算ARMA(p，q)模型的功率谱密度。 形参说明： b——双精度实型一维数组，长度为(q+1),存放ARMA(p，q)模型的滑动平均系数。 a——双精度实型一维数组，长度为(p+1),存放ARMA(p,q)模型的自回归系数。 q——整型变量,ARMA(p,q)模型的滑动平均阶数。 p——整型变量,ARMA(p,q)模型的自回归阶数。 sigma2——双精度实型变量,ARMA(p,q)模型白噪声激励的方差。 fs——双精度实型变量,采样频率(Hz)。
p_of_rz
- 单极性归零码的波形图及功率谱 一般信道,无噪声-Unipolar NRZ waveform of the power spectrum and the general channel, the noise-free
pm_estimate
- 利用周期图法对序列的功率谱进行估计。数据窗采用汉明窗。假设在白噪声中分辨这三个不同频率的正弦信号,其相位是均匀分布在2PI的独立随机变量,而 是一个单位白噪声.生成50个长度为N=512的 的样本序列集合。 -use map cycle sequencing method of the power spectrum estimation. Data window using Hamming window. Assume that the white noise to differentiat
gonglvpuguji
- 对噪声及信号的功率谱估计,生物医学信号处理,matlab编程实现
ar
- 含有噪声的余弦序列，分别采用周‘期图法’与‘改进协方差法’估计序的功率谱
IS-95 FIR滤波器从白噪声中滤得低通噪声
- 使用matlab7.0使用IS-95 FIR滤波器从白噪声中滤得低通噪声，给出输入和输出模拟白噪声样本图，以及输入和输出噪声功率谱图。
matlab-white-noise-- 用MATLAB产生高斯白噪声
- 用MATLAB产生高斯白噪声，并画出其时域波形、自相关函数和功率谱。-MATLAB white noise
ffs
- 在matlab环境下仿真随机信号，括号内为内容（正弦信号、白噪声信号、正弦信号附加白噪声三种信号形式） 的代码，计算该随机信号的相关函数和功率谱-In the matlab simulation environment, random signals, the contents of brackets (sinusoidal signal, white noise signal, sine wave signal form of three additional white noise
BispectrumWavelets
- 用双谱和小波变换去除信号中加性高斯噪声的相关程序 1.实现单个变量的双谱分析程序 2.用傅立叶反变换求自相关函数的程序 3.用fft求取喜好频谱、功率谱、均方根谱、对数谱的程序 4.读取.wav语音信号后用小波去加信白噪声的程序 5.用各种小波和阀值对同一信号去加性噪声效果比较的程序 -Double-spectral and wavelet transform to remove the signal plus Gaussian noise procedures 1. T
levinsonf
- 信号为两个正弦信号加高斯白噪声，用levinson递推法进行功率谱估计。-Signal for two sinusoidal signal plus Gaussian white noise, with levinson recursive power spectrum estimation method.
filter-deniose
- matlab下实现降噪，功率谱计算。％程序中设定采样点数为256个，采样频率为10000hz， ％输入信号为随机噪声和两个正弦的合成信号 ％设定的滤波器的截止频率为3500hz ％通过挈比雪肤滤波器，运行程序，比较滤波前后的频域波形 ％滤波去除了高频信号-matlab achieve noise reduction, power spectrum calculation. Sampling procedure set for 256 points, the sampling f
burgf
- 信号为两个正弦信号加高斯白噪声，用burg递推法对其进行功率谱估计，效果不错。-Signal for two sinusoidal signal plus Gaussian white noise, the recursive method burg its power spectrum estimation, good results.
L_D
- 用Matlab程序实现P阶Levinson-Durbin算法。以一个2阶自回归模型（参数为b0=1, a1=0, a2=0.81）和一个2阶滑动平均模型（参数为b0=1, b1=1, b2=1）为例，选取观测数据长度为1000，分别用一个AR(2)模型和一个AR(10)阶模型来估计其功率谱。设激励信号模型的高斯白噪声的均值为0，方差为1。用Levinson-Durbin算法迭代计算AR模型参数，并用估计出的AR模型参数画出观测信号的功率谱。并对Levinson-Durbin算法的性能进行分析。-
pisa
- 在计算机上产生一组实验数据，首先产生一段零均值白噪声数据u（n）,令功率为 ，让u(n)通过一个三阶FIR： 得到y(n). .y(n)上加三个实正弦信号f1’=0.1,f2’=0.25,f3’=0.26调整 和正弦信号幅度信噪比大致为10dB,50dB,50dB. (1) 令N=256,描绘xn波形； (2)得出真实功率谱密度 . (3) 利用此实验数据Pisarenko谐波分解法估计该实验数据的正弦频率及幅度。-On the computer to generate a
第二章-平稳随机过程的谱分析
- 介绍了平稳随机过程及功率谱相关理论 ● 傅里叶变换能否应用于随机信号？ ● 相关函数与功率谱的关系 ● 功率谱的应用 ● 采样定理 ● 白噪声的定义(The stationary random process and the theory of power spectrum correlation are introduced.)
AR_BT
- 分别使用AR法和BT法对采样到的序列进行功率谱分析，获得序列的主要频率。文档中的序列和噪声属性可以自行更改。(The AR method and BT method are used to analyze the sequence of the sampled data, and the main frequency of the sequence is obtained. The sequence and noise attributes in the document can be chan
代码
- 实现了一个基于 matlab 的信号发生器，并同时画出了信号的时域表示，自相关函数及功率谱，实现的信号发生器能够产生的信号为： （1） 白噪声 （2） 单位冲激信号 （3） 正弦信号 （4） 方波信号 （5） 三角波信号(A signal generator based on MATLAB is realized, and the time domain representation, autocorrelation function and power spectrum of the sign
IMCRA111
- IMCRA(Improved?Minima Controlled Recursive Averaging，IMCRA)，它们虽然保证了噪声谱估计的准确性，但在追踪带噪语音平滑功率谱最小值时采用了固定时间窗，因此，在噪声突变的情况下，估计的噪声谱存在很长的延时。(IMCRA, Although they ensure the accuracy of noise spectrum estimation, they use a fixed time window to track the minimu