搜索资源列表
-
1下载：
本程序是关于随机信号特征值提取，有界面显示，特征值包括自相关函数，和功率谱密度-This program is about random signal characteristic value is extracted, and to have the interface shows, including the autocorrelation function characteristic value, and power spectral density
-
-
0下载：
谱估计法分析随机信号，并对其进行傅里叶变换-Spectral analysis is a tool for signal analysis. Power spectrum estimation is based on limited data looking for signals, the frequency of random process or system components. It said random signal frequency-domain statistical ch
-
-
0下载：
function Px=overlay(N,omega,A,sigma,num)
OVERLAY Forms multiple power spectral density estimates.
--- -
USAGE Px=overlay(N,omega,A,sigma,num)
Calculates the periodogram using an ensemble of realizations
of a process consisting
-
-
0下载：
用于计算待测信号的功率谱密度，方法是通过计算自相关函数的傅立叶变换。-Used to calculate the power spectral density of the test signal, the method by calculating the autocorrelation function of the Fourier transform.
-
-
1下载：
功率谱密度计算程序，可以用于计算时域信号的功率谱密度。-The power spectral density calculation procedures can be used to calculate the power spectral density of the time-domain signal.
-
-
3下载：
用Matlab产生一个频率为1Hz、功率为1的余弦信源，设载波频率为10Hz，并画出：
1.DSB调制信号及其功率谱密度；
2.将已调信号解调，在时域内将解调后的波形与原信号进行对比；
3.A=2的AM调制信号及其功率谱密度；
4.SSB调制信号及其功率谱密度；
5.在信道中各自加入经过带通滤波器后的窄带高斯白噪声，功率为0.1，解调各个信号，并画出解调后的波形。
-Matlab produce a frequency for 1 hz, power for 1 co
-
-
0下载：
这是考虑光信道色散，对输入信号的影响，结果仿真了功率谱密度-This is to consider chromatic dispersion of the optical channel, the input signal, the results of simulation of the power spectral density
-
-
0下载：
这是基于薛定谔方程，对信号进行的调制。结果考察了功率谱密度-This is based on the Schrodinger equation, the signal modulation. The power spectral density results ScS
-
-
0下载：
OQPSK信号的半正弦整形，调制解调，以及各步骤的信号功率谱密度。-Half-sine shaped OQPSK signal, modulation and demodulation, and the steps of the power spectral density of the signal.
-
-
0下载：
信号频谱分析程序 可得出信号的功率谱密度 频谱密度-Signal spectrum analysis procedures can be derived the power spectral density of the signal spectral density
-
-
0下载：
功率谱密度的估计算法，simulink实现，现代信号处理第三章仿真实现。-Power spectral density estimation algorithm, simulink realization of modern signal processing Chapter Simulation.
-
-
0下载：
此程序主要是详细给出了在matlab中如何求解信号的fft，包括功率谱，功率谱密度，幅度谱；-This procedure is given in detail how to solve the signal in matlab fft, including power spectrum, power spectral density, amplitude spectrum
-
-
0下载：
仿真不同占空比，等概、非等概双极性矩形随机信号的归一化功率谱密度，分析不同信号所包含的频谱分量，有无直流分量和定时分量信息
-Simulation different duty cycles, etc. There is, and so there was a non-random signal bipolar rectangular normalized power spectral density analysis of the spectral components of differ
-
-
0下载：
MATLAB中的各种随机信号分析函数的编程，自相关函数以及功率谱密度的绘制-MATLAB programming in a variety of random signal analysis functions, drawing autocorrelation function and power spectral density
-
-
0下载：
借助matlab实现实测信号的时域绘制、傅里叶变换、功率谱密度曲线的绘制，同时实现了图片的存储与大小的调整-With matlab we realize the measured signal in the time domain mapping, Fourier transform, power spectral density curve, while achieving storage and adjust the picture size
-
-
1下载：
verilog产生高斯白噪声，gwn_en信号产生使能，gdata是幅度服从高斯分布，功率谱密度为定值的高斯白噪声序列，共10位（现实中只能够做到带限，跟dac输出带宽有关，我的系统只能做到300kHz）-verilog Gaussian white noise, gwn_en signal enabled, gdata amplitude Gaussian distribution, power spectral density of white Gaussian noise sequence
-
-
0下载：
分析测量信号的FFT功率谱及功率谱密度，比较两者之间的差异-FFT power spectrum and power spectral density analysis comparing the measured signal difference between the two,
-
-
0下载：
对于已定义的包含从0到15的整数的列向量xsym，就可以利用modem.qammod对象的modulate方法来调制它。其中M值为16，亦即为码字表的大小。
对已调制信号可采用awgn函数添加加性高斯噪声。其中比特能量与噪声功率谱密度的比值，Eb/N0，设置为10dB。
-The method comprising modulate integer from column vectors xsym 0 through 15, can use the defined object mod
-
-
0下载：
实验一 双极性矩形随机信号的归一化功率谱密度一
1.1 功率谱密度简介
平稳过程的任何一个非零样本函数的持续时间为无限长，显然都不满足绝对可积和总能量有限的条件。因此，它的傅里叶变换不存在即没有频谱函数。所以我们用功率谱密度来表述其频谱特性。
随机过程的任一实现是一个确定的功率型信号。而对于任意的确定功率信号f(t)，它的功率谱密度为：
式中， 是f(t)的截短函数 对应的频谱函数。f(t)是平稳随机过程 的一个实现。而随机过程某一个实现的功率谱密度不能作为过程的功率谱密
-
-
0下载：
该程序产生MSK和GMSK复基带信号，并在同一图中作出二者的功率谱，对处理实际信号时非常有帮助-The complex base signals of MSK and GMSK are produced, respectively. The power spectral density of the two signals are darwn in the same figure, which really helps for pratical signal processing
-
