搜索资源列表
Texture523
- 数字图像的纹理分析应用实例，可以计算图像的能量，熵，惯性矩，局部平稳性和相关。~..~-digital image texture analysis application, the images can be calculated energy, entropy, moment of inertia, local smooth and relevance. ~ ~ ..
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上, 具有非常明显的优势。所以, EMD方法一经提出就在不同的
getailijingxing
- 利用平稳随机信号各态历经性，用周期图法对随机信号进行功率谱估计-The use of smooth ergodic random signal, and use periodogram of random signals, power spectrum estimation
OrthogonalTGARCH
- 本文对@:AB及其衍变模型进行了分析和总结，提出了直交门槛一般化自回归条件异方差#< 90 8 17C -D@:AB*模型。通过模型平稳性测试、@:效果检定、@:AB效果检定、模型阶数鉴定、模型参数估计与模型诊断对模型进行 评估，作者认为这种模型在估计投资组合资产收益的波动性上优越@:AB及其衍变模型。 -In this paper, @: AB model and its evolution are analyzed and summed up the proposed DC
EMD
- 经验模态分解与希尔波特-黄变换适用于处理非线性与非平稳性过程 -Empirical mode decomposition and Hilbert- Huang Transform
rx_find_packet_edge
- ofdm定时同步，基于循环平稳性的自相关-ofdm timing
lunci2
- 该程序包含低通、高通滤波功能的轮次平稳性检验法-The program includes low pass, high pass filter function in a smooth round test method
kalman
- 一连续平稳的随机信号x(t)，自相关函数RX(t)=e-/t/，信号x(t)为加性噪声所干扰，噪声是白噪声，测量值的离散值Z(k)为已知，TS=0.02s。 -3.2，-0.8，-14，-16，-17，-18，-3.3，-2.4， -18，-0.3，-0.4，-0.8，-19，-2.0，-1.2，-11，-14，-0.9，0.8，10，0.2，0.5，-0.5，2.4，-0.5，0.5，-13，0.5，10，-12，0.5，-0.6，-15，-0.7，15，0.5，-0.7，-2.0，-19
time-Series-judge
- 这个程序是时间序列的第一步判断序列的平稳性的程序-This program is the first step to determine the sequence of time series stationarity program
identify3
- 基于循环平稳性的数字信号调制识别与参数估计研究-Based on the cyclic nature of the digital signal modulation recognition and parameter estimation
wangyuetestnew
- 时间序列ARMA建模实例，包含对数据的平稳性检验、白噪声检验及依据ARMA模型的预测。-ARMA time series modeling examples, including the data stationary test, white noise testing and forecasting based on ARMA model.
SFFT
- 提出了一种细化FFT的短时傅立叶变换(shorttimeFouriertransform,简称STFT)时频分析新方法.STFT实 质为加窗的傅立叶变换,在窗内数据满足平稳性条件下利用傅立叶变换获得频谱,并依据时间间隔移动窗函数最终得到时频表示.细化FFT在分析频率范围内具有较高的频率分辨率,将细化FFT应用于STFT的窗内数据,可有效提高STFT的时频聚集性-Proposed a frequency analysis of short-time Fourier transform FFT re
ARprediction
- 对序列建立AR模型，并以概率形式给出预测数列表达。先进行平稳性检验后求取自相关函数，用Y-W法求取模型参数，并应用FPE准则确定阶数，进行预测后，给出概率表达。-AR model for the sequence established, and the probability forecast given in the form of a list. After a smooth first autocorrelation function test strike strike model p
Train_sperling
- 对列车平稳性实验数据处理的MATLAB程序代码，涉及文件导入，时域图像绘制，数据处理，傅里叶变换，频域图像绘制，平稳性指标计算-I can t speak English.
RSSD
- 该代码针对滚动轴承故障振动信号呈现出非线性、非平稳性及噪声背景较强等特点，为了有效提取故障特征，使用的一种共振稀疏分解（Resonance-based sparse signal decomposition，RSSD）与小波变换相结合的振动信号特征提取技术的相关仿真实验程序和轴承数据分解程序。其中，共振稀疏分解是基于品质因子可调小波变换与形态分量分析的一种新的信号分解方法，与常规的基于频带划分的信号分解方法不同，它依据信号各分量的振荡形态不同对信号进行分解。 同时还提供了可调谐 Q 因子小波
GA
- 时间序列算法，平稳性检验，采用matlab编程对数据序列的稳定性作出相应的判断(ime series algorithm, stationarity test, using MATLAB programming to determine the stability of the data sequence)
基于5599标准的平稳性计算程序
- 根据GB5599编写的计算程序，欢迎大家参考并提意见(According to GB5599 prepared by the calculation process, welcome to your reference and comments)
Kalman
- 对于一个含有明显噪声的心电信号进行卡尔曼滤波处理，最大程度地 “还原”信号，达到去除噪声的目的。卡尔曼滤波（看成维纳滤波的一种实现方法）的特点如下： a) 是根据上一状态的估计值X(n-1)和当前状态的观测值Z(n)推出当前状态的估计值X(n)的滤波方法,不需要用过去的全部观测值。 b) 它是用状态方程和递推方法进行估计的，因而卡尔曼滤波对信号的平稳性和时不变性不做要求。 c) 使用全部观测值保证平稳性。(Kalman in matlab,if you need it,please dow
ARIMA
- ARIMA 模型是在平稳的时间序列基础上建立起来的，因此时间序列的平稳性是建模的重要前提。检验时间序列模型平稳的方法一般采用 ADF 单位根检验模型去检验。当然如果时间序列不稳定，也可以通过一些操作去使得时间序列稳定（比如取对数，差分），然后进行 ARIMA 模型预测，得到稳定的时间序列的预测结果，然后对预测结果进行之前使序列稳定的操作的逆操作（取指数，差分的逆操作），就可以得到原始数据的预测结果。(time series prediction ARIMA)