搜索资源列表
对轴承故障振动信号的matlab小波分析程序
- 对轴承故障振动信号的matlab小波分析程序，能完成对故障特征频率的提取,Of bearing fault vibration signals matlab wavelet analysis procedures, can finish on the fault characteristic frequency extraction
随机信号分析，包括随机信号的数字特征
- 随机信号分析，包括随机信号的数字特征，相关函数和协方差，带图形显示。,Random signal analysis, including the number of characteristics of random signals, correlation functions and covariance, with graphical display.
shipinyu
- 该Matlab算法，可以实现振动数据的文件的读取，进而可以进行时频分析，得到信号特征值-The Matlab algorithm can achieve vibration data of the document read, in turn, can be time-frequency analysis, Signal Characteristics
VFDT
- 小波对信号进行多分辨率分析，提取信号特征-Wavelet multi-resolution signal analysis, signal feature extraction
hhh
- ：由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效， 提出 应用独立成分分析( I C A) 方法对声音信号进行特征提取， 并证明了这种 I C A 变换能增强语音和音 乐信号的超高斯性． 在此基础上， 应用 I C A基函数作为滤波器， 通过阈值化的去噪方法对含有强高 斯背景噪声的声音信号进行去噪仿真实验． 结果表明， 本方法明显优于传统的均值滤波和小波去噪 方法， 为强背景噪声下弱信号的检测提供 了新的途径．-: As many of the t
Matlab
- 选择三个不同频段的信号对其进行频谱分析，根据信号的频谱特征设计三个不同的数字滤波器，将三路信号合成一路信号，分析合成信号的时域和频域特点，然后将合成信号分别通过设计好的三个数字滤波器，分离出原来的三路信号，分析得到的三路信号的时域波形和频谱，与原始信号进行比较，说明频分复用的特点。-Choice of three different signal-band spectral analysis carried out, according to the characteristics of the
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法
5
- 借助小波变换在时频分析上的优点，提取地面运动目标的回波信号特征在目标识别中加以运用-With wavelet transform in time-frequency analysis of the advantages of extracting ground moving target echo signal characteristics to be used in target recognition
My_nmf
- 用于提取EMG/MMG/ECG信号的频谱分析的特征量MATLAB代码，采用的算法是非负分解（NNMF）。-This program is designed to extract the feature of EMG/MMG/ECG signal in hand motions via the non-negative matrix factorization algorithm.
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
SE
- MATLAB小波熵程序，用于对信号进行分析，可较容易得到信号特征。-MATLAB wavelet entropy procedure, used to signal analysis, can more easily get the signal characteristics.
声音解析matlab
- 对非平稳信号进行分段、截取，再做短时傅里叶变换，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。(The non-stationary signals are segmented and intercepted, and then the short-time Fourier transform is used to analyze their frequency spectrum characteristics, and the frequency charact
voice_wav_frequency
- matlab语音信号分析时域频域，加窗，降噪滤波，端点检测，时域特征和频域特征提取(Matlab speech signal analysis in time domain, frequency domain, windowing, denoising, filtering, endpoint detection, time domain feature and frequency domain feature extraction.)
齿轮箱信号分析
- 故障特征提取matlab程序。用于齿轮箱特征提取(Fault feature extraction matlab program.)
package_emd
- 经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型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。对经过EMD处理的信号再进行希尔伯特变换，就组成了大名鼎鼎的“希尔伯特—黄变换”（HHT）。由于脑电信号处理很少在EMD之后接上希尔伯特变换，在这里仅介绍EMD的相关基础知识。 EMD其实就是一种对信号进行分解的方法，与傅里叶变换、小波变换的核心思想一致，大家
LPCC
- 线性预测倒谱系数（Linear Prediction Cepstrum Coefficient,LPCC）是线性预测系数（Linear Prediction Coefficient,LPC）在倒谱域中的表示。该特征是基于语音信号为自回归信号的值设，利用线性预测分析获得倒谱系数。(Linear Prediction Cepstrum Coefficient)
程序
- 录制语音信号， 编写 matlab 代码分析所录制的语音信号， 观察语音信号中蕴含的 alpha 分布， 并进行 alpha 分布的拟合， 对语音信号及其 alpha 特征进行分析(Record speech signals, write matlab code to analyze the recorded speech signals, observe the alpha distribution contained in the speech signals, and fit the a
时频分析
- 利用matlab仿真软件，完成对语音信号处理的时域分析和频域分析，分析语音信号的基本特征参数。(Matlab simulation software was used to complete the time domain analysis and frequency domain analysis of speech signal processing and analyze the basic characteristic parameters of speech signal.)
声音频率频谱分析
- 1、了解声音信号的基本特征 2、掌握如何用Matlab处理声音信号 3、掌握FFT变换及其应用(1, understand the basic characteristics of sound signals. 2, master how to use Matlab to process sound signals. 3. Master FFT transform and its application.)
脉搏波信号提取
- 对脉搏信号进行滤波处理后，再进行时域分析和频域分析，提取出脉搏信号的周期、峰值、频率等特征。(After filtering the pulse signal, time domain analysis and frequency domain analysis are carried out to extract the characteristics of pulse signal such as period, peak value and frequency.)