搜索资源列表
小波脊线提取算法
- 小波脊线提取算法研究,用于信号调制类型识别
xiaobojixian
- 小波脊线提取算法研究,用于信号调制类型识别-Wavelet ridge extraction algorithms for signal modulation type recognition
XMicroWaveJiXian
- ＭＯＲＬＥＴ小波脊线提取程序，实现信号小波脊线提取-MORLET wavelet ridge extraction procedures to achieve wavelet ridge extraction
jxtiq
- 脊线提取是信号处理很重要的一个项内容 这里用MATLAB语言实现了脊线的提取 -Ridge extraction is a very important signal processing items here in MATLAB language to implement the extraction ridge
66
- 对结构响应信号进行连续复Morlet小波变换，根据小波系数的模极大值提取小波脊线，识别结构的瞬时频率；为降低噪音的影响，采用奇异值分解(SVD)方法进行降噪处理，建立了一种基于连续复小波变换识别时变系统 瞬时频率的方法。用一个具有时变刚度的弹簧质量系统的数值算例验证方法的有效性，随后设计了一个时变拉索 结构试验，分别对索施加线性和正弦变化的拉力，同时测试结构的冲击响应，运用提出的方法成功地识别了索的瞬时频率。数值与试验结果表明，提出的方法能有效地识别时变结构的瞬时频率，且识别方法具有一定
WavTF
- 连续小波变换寻找脊线，用在信号处理、图像处理等方面（MATLAB）-Continuous wavelet transform for ridge line（MATLAB）
WAVELET_JX
- 单分量仿真信号进行小波变换后，小波脊线的提取-After the simulation of a single component signal wavelet transform, wavelet ridge extraction
xin
- 对仿真信号进行时频分析，单峰检测，脊线提取，脊线拟合，计算脊线波动方差，从而判断信号类别。本次仿真采用的是线性调频信号，对其他信号也具有适用性。对仿真信号进行时频分析，单峰检测，脊线提取，脊线拟合，计算脊线波动方差，从而判断信号类别。-The time-frequency analysis of the simulation signal, unimodal detection, ridge line extraction, ridge line fitting, fluctuation var
demodulation-of-MFSK-signals
- 提出了一种多迸制频移键控(M娲K)信号调制分类及解调方法，选取截获接收机输出的MFSK信 号的时频脊线作为分类特征，利用无监督聚类算法求取最佳聚类数M．利用时频脊线的Ham：小波变换 估计码元宽度，并且利用对应最佳聚类数的聚类中心确定抽判门限，通过对时频脊线抽样判决，实现了 MFSK信号的解调．理论分析和对实际信号的处理结果证明了此算法的可行性．-new algorithm is proposed for elassillcation and demodulation of MFSK
time-frequency
- 时频分析，用于信号的时频分析，短时傅里叶变换、小波、脊线提取、一些信号的生成，等等。-Time-frequency analysis, time-frequency analysis for signal, short time Fourier transform, wavelet ridge line extraction, generate some signal, and so on.
segtool.tar
- 用于时频分析，其中包括短时傅里叶变换、小波变换、脊线提取以及一些信号的生成等。-For time-frequency analysis, including short-time Fourier transform, wavelet transform, ridge extraction and generate some signals and so on.
m7_17
- 脊线提取，利用连续小波变换提取信号中的脊线，(Ridge line extraction)
ridges
- 实现脊线提取，处理信号工具，基于小波变换，可以进行脊线提取(Ridges extraction and signal processing are implemented. Ridge extraction can be done based on wavelet transform.)