搜索资源列表
STFFTtool2
- 对非平稳信号进行分段、截取，再对处理过后的短时信号做短时傅里叶变换，分析其频谱特性，并找到各个时间节点的频率特性，以便分析不同事件段内的声音特征，达到区分不同声音的目的。(The nonstationary signals are segmented, and then the interception, the short-time signal after processing the short-time Fourier transform, the analysis of the spe
STFFTtool3
- 对非平稳信号进行分段、截取，再对处理过后的短时信号做短时傅里叶变换，分析其频谱特性，并找到各个时间节点的频率特性，以便分析不同事件段内的声音特征，一图像的形式表达出，最终达到区分不同声音的目的。(The nonstationary signals are segmented, and then the interception, the short-time signal after processing the short-time Fourier transform, the analysi
keypoint
- 对非平稳信号进行分段、截取，再对处理过后的短时信号做短时傅里叶变换，分析其频谱特性，并找到各个时间节点的频率特性，以便分析不同事件段内的声音特征，以图像的形式表达出，最终达到区分不同声音的目的。(The nonstationary signals are segmented, and then the interception, the short-time signal after processing the short-time Fourier transform, the analysi
歪度指标VI
- 歪度指标是描述信号概率密度函数的重要参数。在对非平稳信号进行时域分析时，利用歪度指标反映了振动信号的非对称性，用来判断轴承是否发生碰磨。本文件中将歪度指标独立制作了子VI，便于labview程序调用。(The skewness index is an important parameter to describe the probability density function of a signal. When the non-stationary signals are analyzed i
自功率谱VI
- 自功率谱是分析非平稳信号频谱的重要手段。对于非平稳信号来说，利用自功率谱分析能够更容易找到信号中能量聚集区域，对信号中的频率分布有更好的了解。本文件中将其制作成独立子VI方便程序直接调用。(Self power spectrum is an important method to analyze the spectrum of non-stationary signals. For non-stationary signals, it is easier to find the energy a
EEMD相关文件
- 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，最终用瞬时频率和能量来
HHT
- 基于经验模态分解法（EMD）的Hilbert-Huang变换（HHT）的MATLAB程序。 可将非平稳信号转换为平稳信号，通过将IMF分量累加重构得到平稳信号 。 主程序为HHT.m，需要用到hhspectrum.m函数、instfreq.m函数（在压缩包内）和已安装的EMD工具箱中emd函数。(The empirical mode decomposition (EMD) method based on Hilbert-Huang transform (HHT) of the MATLAB
希尔伯特黄变换及其应用研究
- 这是一种用来分析非线性、非平稳信号的方法。(A Nonlinear Nonstationary Signal Analysis Method)
lmd
- LMD对非平稳信号处理，求得瞬频和瞬幅来对信号分析(LMD signal processing)
SWEMD_LS_v2
- 一种对非线性、非平稳信号的自适应分解模型，无需假设函数空间完备正交基(Adaptive decomposition of nonlinear or nonstationary signals)
ceemdan
- 自适应白噪声的完整经验模态分解，在信号处理领域有强大的分解能力，是改进的HHT的一种方法，适合对非线性、非平稳信号进行分解。(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise It has powerful decomposition ability in the field of signal processing which is an improved method of HHT It is sui
希尔伯特黄变换
- HHT主要内容包含两部分，第一部分为经验模态分解（Empirical Mode Decomposition，简称EMD），它是由Huang提出的；第二部分为Hilbert谱分析（Hilbert Spectrum Analysis，简称HSA）。简单说来，HHT处理非平稳信号的基本过程是：首先利用EMD方法将给定的信号分解为若干固有模态函数（以Intrinsic Mode Function或IMF表示，也称作本征模态函数），这些IMF是满足一定条件的分量；然后，对每一个IMF进行Hilbert变换
emd
- 经验模态分解（希尔伯特黄变换）用于非平稳信号的分解和重构(Empirical mode decomposition)
frft
- 针对非平稳信号进行进行分数阶傅里叶变换分析(Fractional Fourier transform analysis for non-stationary signals.)
jingyanmotaifenjie
- 自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。(The adaptive signal time-frequency processing method is especially suitable for the analysis and processing of nonlinear non-stationary signals.)
tftb
- 时间频率工具箱（TFTB）是大约100个脚本的集合，由GNU Octave和Matlab（R）开发。用于处理非平稳信号的时频分布。研究人员和工程师使用时需要具备一些基本的有关信号处理的知识。(The Time-Frequency Toolbox (TFTB) is a collection of about 100 scr ipts for GNU Octave and Matlab (R) developed for the analysis of non-stationary signa
tvar1
- 非平稳信号分析与处理,可用于特征提取，将AR模型扩展应用于非平稳时间序列，得到具有时变系数的时变自回归(time-varying autoregressive, TVAR)模型。(nonstationary random signal analysis and processing)
LMD matlab程序
- 局域均值分解法将一组非平稳信号分解为若干个PF信号和一个残余信号。可以将高频信号分解为低频信号，并且没有失真。(The local mean decomposition method decomposes a group of nonstationary signals into several PF signals and a residual signal. The high frequency signal can be decomposed into low frequency sign
inverse_st
- 广义S变换及其逆变换，用于对非平稳信号进行时频分析，研究信号的频域特征随时间的变化情况(The generalized S transform and its inverse transform are used to analyze the time-frequency of nonstationary signals and study the change of frequency domain characteristics with time.)
EMD
- 信号处理及希尔伯特变换，可以用于非平稳信号处理(Signal processing and Hilbert transform can be used for non-stationary signal processing)