搜索资源列表
libogg
- 首先对输入音频PCM信号进行时频分析，决定MDCT的长度，即加窗，然后进行MDCT变换；同时对原始音频信号要进行FFT分析。两种变换的频谱系输入给心理声学模型单元，MDCT系数用于噪声掩蔽计算，H可结果用于音调掩蔽特性计算，共同构造总的掩蔽曲线。然后根据MDCT系数及掩蔽曲线，对频谱系数进行线性预测分析用LPC(Linear Prediction Coefficience，线性预测系数)表示频谱包络，即基底曲线(Floor Curve)；或通过线性分段逼近方式获得基底曲线。从MDCT系数中去掉
signal-processing
- 绘制了仿真信号的FFT频谱和功率谱，并调用emd分析方法，绘制了emd分解结果，以及瞬时包络和瞬时频率图，还有Hilbert-Huang谱和Hilbert边际谱-signal processing of Hilbert-Huang and Hilbert simulation
sp_gram
- gram - 计算信号向量的频谱图 ％ ％[B，F，T] 频谱图（xx，Nfft，fs，窗口，Noverlap） ％ ％输出： ％B 谱图值 ％F 来自FFT的分析频率（Hz） ％T 窗口位置时间（秒）- gram compute the spectrogram of a signal vector [B,F,T] spectrogram(xx,Nfft,fs,window,Noverlap ) Outputs:
chengxu
- 小波变换进行变速箱故障诊断 首先将s1和s2信号时域谱（s1代表维修前的振动信号，s2代表维修后的振动信号），画出来进行对比，会发现s1信号的振动幅值会比较高；然后对s1和s2分别进行小波分解并画出各层的时域谱，只对比s1和s2分后的最高时域谱，s2更加的具有周期性，且幅值较小，s2周期性不够明显，且振动过于密集。分析完时域谱后开始分析频谱，首先对原信号s1和s2fft转换，得到频谱图，如图，然后再对小波分析后高频部分进行fft转换，做出频谱图。对比后我们发现，在f 2375HZ出（也就是齿
LPC
- 对一个元音和一个清辅音进行线性预测分析。LPC系数要分别有5阶，15阶和50阶三种情况，在同一坐标图里用不同颜色分别给出对应的LPC包络谱和FFT频谱，并试着对比分析。-A linear prediction of a vowel and a clear consonant. LPC coefficients should be 5 order, 15 and 50 order three cases, in the same coordinate map with different colo
TTF,小波变换
- 基于FFT的谐波检测,采用快速傅里叶算法后得到原始波形中各次分量的频率和幅值特性，从中可以直接观测出各次谐波分量的频率和幅值信息. 程序1采用快速傅里叶算法后得到原始波形中各次分量的频率和幅值特性图 程序2输入信号经过FFT变换得到的频谱特性图 程序3对输入信号进行采样，应用一维小波变换函数进行三层小波分析(Based on FFT harmonic detection, the frequency and amplitude characteristics of each harmoni