搜索资源列表
-
0下载：
该程序是盲源分离算法中时域—频域分离算法，该算法应用范围广泛。-The procedure is blind source separation algorithm in time domain- the frequency domain separation algorithm, which a wide range of applications.
-
-
1下载：
定点频域ICA，使用高斯函数、负熵最大化来处理语音信号分离问题的演示-FIXED-POINT FREQUENCY DOMAIN ICA with
GENERALIZED GAUSSIAN FUNCTION BASED
NEGENTROPY APPROXIMATION for SPEECH SIGNAL
SEPARATION
-
-
2下载：
两个盲源分离程序 分别对应文章《Underdetermined Blind Source Separation using Sparse Representations》和《Underdetermined blind separation of delayed sound sources in the frequency domain》-Blind Source Separation
-
-
1下载：
1.题目：数字滤波器的设计与应用
2.设计要求：利用 Matlab 软件,以复合信号分离为例,对 “数字信号处理” 课程中
的谱分析 、数字滤波器设计和信号滤波这三个过程进行了仿真实现,给出了仿真结果。
3.具体步骤：
（1）构造原始信号s(t)
（2）画出s(t)的频谱
（3）设计ellipse数字滤波器(IIR)，包括低通，带通，带通，并显示幅频特性
（4）用得到的滤波器进行滤波，分离出三路信号，观察时域波形和幅频特性
（5）用三路信号s1,
-
-
1下载：
In frequency-domain blind source separation (BSS) for speech with independent component analysis (ICA), a practical parametric Pearson distribution system is used to model the distribution of frequency-domain source signals.-In frequency-domain blin
-
-
0下载：
完成两个混合正弦信号的分离，分离是从频域的角度-Complete separation of the two mixed sine signal, separating from the perspective of frequency domain
-
-
1下载：
频域卷积混合盲源分离，可作为实验平台使用。包括短时傅里叶变换及逆变换，复数ICA，解决排列歧义性的算法，算法性能评价等内容。-Frequency domain convolutive blind source separation.
-
-
0下载：
Underdetermined Blind Source Separation using Sparse Representations-Underdetermined blind separation of delayed sound sources in the frequency domain
-
-
0下载：
pham的频域盲分离算法，可供参考，具有较好的适应性。-pham frequency domain blind separation algorithm available, has a better adaptability.
-
-
1下载：
本代码主要提供了在频域使用fastica进行盲源分离，并且解决了频域的排列和增益两个歧义性问题。-This code mainly provides the use of fastica in the frequency domain for blind source separation, and solves the frequency domain arrangement and gain of two ambiguity problems.
-
-
5下载：
直接运行Demo文件即可，本算法案例是两源信号卷积混合，基于同一信号相邻频点能量相关的方法对频域盲源分离信号进行排序(The demo file can be run directly. The case of this algorithm is the convolution mixing of two source signals. The Blind Source Separation (BSS) signals in frequency domain are sorted based o
-
-
1下载：
vmd变分模态分解，是一种自适应、完全非递归的模态变分和信号处理的方法。该技术具有可以确定模态分解个数的优点，其自适应性表现在根据实际情况确定所给序列的模态分解个数，随后的搜索和求解过程中可以自适应地匹配每种模态的最佳中心频率和有限带宽，并且可以实现固有模态分量（IMF）的有效分离、信号的频域划分、进而得到给定信号的有效分解成分，最终获得变分问题的最优解。(VMD variational modal decomposition is an adaptive, completely non-rec
-
