搜索资源列表
MPSKQAM
- 本文深入研究了复杂调制信号MPSK、MQAM的倍号子类以及常用恒包络信 号OQPSK、or／4 QPSK、MSK的调制识别披本。在鳆种基本调制识别方法即基于特征提取的方法和基于最大似然的方法的纂础上采用四种算法分别对上述信号进行识别研究。-This article studies the complex modulation signals MPSK, MQAM number of times and the common sub-class of constant envelope sig
imageprocess
- 数学形态学对信号进行去噪，效果较好，信号扰动特征得到很好保留-Morphology of the signal de-noising effect is good, the signal disturbance characteristics are well retained
simulatedata
- 利用数学形态学开闭设计滤波器消除漂移信号-Opening and closing design using mathematical morphology filter to eliminate signal drift
hao
- 调制识别全过程，包括信号特征值的提取，神经网络的训练，信号识别。非常好-the process of modulation recognition.it is very good for the study of modulation recognition
endpointdetecting(matlab)
- 语音端点检测，有助于除去语音信号中的噪音部分，留下有用的携带信息的部分，有利于提取其中有用的语音特征参数，从而提高识别率。-Endpoint detection, helps remove the noise part of the speech signal, leaving useful information-bearing part, is conducive to extract the speech feature useful to improve the recognition
HHT_power-system_power-quality_disturbances-detect
- 优秀论文及配套源码。Hilbert-Huang变换(HHT)是一种新的非平稳信号处理技术，该方法由经验模态 分解(EMD)与Hilbert谱分析两部分组成。任意的非平稳信号首先经过EMD方法处理后被分解为一系列具有不同特征尺度的数据序列，每一个序列称为一个固有模态函数(IMF)，然后对每个IMF分量进行Hilbert谱分析得到相应分量的Hilbert谱，汇总所有Hilbert谱就得到了原信号的谱图。该方法从本质上讲是对非平稳信号进行平稳化处理，将信号中真实存在的不同尺度波动或趋势逐级分解出来，最
ECGmonitoring
- 小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的 特点，而且在时频两域都具有表征信号局部特征的能力。由于其在信号处 理领域表现出的优异性能，目前在生物医学领域，广泛应用于信号检测、 特征提取、图像处理、信号压缩等方面。 -Wavelet transform is a signal of the time- scale analysis method, it has the characteristics of multi-resolution analysis, bu
chapter1
- matlab神经网络 bp神经网络的数据分类-语音特征信号分类-matlab neural network of bp neural network - voice feature signal classification
matlabgaojietongjiliang
- 高阶统计量目前应用越来越广泛，它比现在的一般统计量更能反应信号的特征，具有很好的应用前景。-Order statistics used widely at present, it is the general statistics than it is now more characteristic response signals, with good prospects.
wavelet-denoise
- 将小波变换应用于信号消噪,去除冗余分量后，提取信号主要特征-the wavelet can be applied to the signal denoise and feature extraction
identify
- 通信信号的调制信息包含在信号的瞬时幅度、相位、频率的变化之中，不同的信号其频谱也呈现不同的特征，通过提取瞬时幅度、相位、频率以及频谱的参数统计特征，可以识别不同的通信信号。通常是利用对瞬时幅度、瞬时相位，瞬时频率和信号功率谱进行某种变换而得到可以明显区分各种信号的特征参数。-Communication signal modulation information is contained in the signal instantaneous amplitude, phase, frequency
matlab-extracting-feature
- 这是一段用MATLAB提取语音信号特征参数的程序，具有很高的实用价值-This is a voice signal by extracting feature parameters MATLAB program, with high practical value
MATLAB
- 该程序使用小波包变换分析信号的特征向量和各频率成分的功率谱.-The program uses the wavelet packet analysis of the signal eigenvectors and the frequency components of the power spectrum.
fuliyechange
- 利用matlab对声音信号进行傅里叶变换，得到信号的频率图，进而对信号的特征进行分析。-Use of matlab Fourier transform of the sound signals, to get the signal frequency plot, and then analyze the characteristics of the signal.
wavelet-matlab
- 使用小波包变换分析信号的MATLAB程序, 使用小波包变换分析两个信号的特征向量和各频率成分的功率谱，很完整的一个应用程序-Signal using wavelet packet analysis of MATLAB program, using wavelet packet analysis of two signal eigenvectors and the power spectrum of each frequency component, an application is com
BP
- 神经网络中的 BP 网络，数据分类-语音特征信号分类，matlab程序-BP neural network in the network, data classification- voice characteristic signal classification, matlab program
BP
- Matlab神经网络算法中的BP神经网络算法在语音特征信号分类应用的源程序。-BP neural network algorithm in the Matlab neural network algorithm source signal classification applications in speech features.
bpexample1
- bp神经网络案例一语音特征信号分类.matlab神经网络工具箱-one of bp examples
BP
- 0案例分析\MATLAB神经网络30个案例分析\源程序\案例1 BP神经网络的数据分类-语音特征信号分类-0 Case Study \ MATLAB neural network analysis of 30 cases \ source \ Case 1 BP neural network data classification- voice characteristic signal classification
matlab
- 里面包含了三段代码，主要是用matlab产生高斯随机信号以及高斯白噪声和色噪声，然后计算其数字特征及对这些信号进行频谱分析和功率谱分析，里面还有关于低通滤波器的设计的简单说明-Which contains three sections of code using matlab Gaussian random signals and white Gaussian noise and color noise, and then to calculate the numerical character