搜索资源列表
highfrequencyspectrumanalysis
- 现代信号处理技术高阶谱时频分析与小波变换 电子书 超星版-Modern signal processing ,high frequency spectrum analysis, wavelet transform.eBook
aok41
- 用c语言编写的时频分析程序,可进行傅里叶变换,小波变换等等。-Written with matlab time-frequency analysis procedures, the Fourier transform, wavelet transform and so on.
Stransform
- 对非平稳信号进行时频分析,分析结果比小波变换结果要好-Non-stationary signal in time-frequency analysis and the results are better than the wavelet transform results
ICALABIPv2_0
- ICA算法可以将噪声信号分解为一系列独立的分量(ICs),这样就可以对各独立分量进行单独的研究和分析。首先叙述了柴油机噪声信号的特性。预测模型表明:发动机噪声信号满足ICA计算的要求。然后介绍了ICA模型的相关理论。举例说明ICA方法分离信号的有效性,以及ICA方法对小能量噪声的分离的有效性。连续小波变换来显示了各独立分量ICs在时频域内的特性。由采集信号分离得到噪声源信号可以作为发动机的理论预测和设计依据。-he ICA algorithm can be decomposed into a s
Wavelet
- 传统的信号理论,是建立在Fourier分析基础上的,而Fourier变换作为一种全局性的变化,其有一定的局限性。在实际应用中人们开始对Fourier变换进行各种改进,小波分析由此产生了。小波分析是一种新兴的数学分支,它是泛函数、Fourier分析、调和分析、数值分析的最完美的结晶;在应用领域,特别是在信号处理、图像处理、语音处理以及众多非线性科学领域,它被认为是继Fourier分析之后的又一有效的时频分析方法。 小波变换与Fourier变换相比,是一个时间和频域的局域变换因而能有效地从信号中提
Wavelet-Analysis
- 小波分析是建立在泛函分析、调和分析、数值分析、逼近论和傅里叶分析等的基础上发展起来的新的时频分析方法。与经典的傅里叶分析相比较,小波变换是空间(时间)和频率的局部变换,因而能有效地从信号中提取信息,因此小波分析有着许多显著的优点。小波变换是空间(时间)和频率的局部变换,因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析,解决了Fourier变换不能解决的许多困难问题。 小波分析是时间—尺度分析和多分辨分析的一种新技术,它在信号分析、语音合成、图像识别、计
The-research-of-anti-niose-speech
- 论文首先介绍了传统的语音特征参数MFCC,它是基于人耳听觉 特性设计的一种特征参数,在静音环境下能得到较高的识别率,但在 信噪比较低时识别率急剧下降,不利于实用化。本文通过对MFCC算 法的分析和研究,发现其中的FFT和DCT在整个时频空间使用固定的 。分析窗,这不符合语音信号特性,而小波变换具有多分辨率特性,更 符合人耳的听觉特性。因此,本文将小波变换和MFCC算法相结合, 提出了三种新的语音识别特-Speech recognition has wide use in
UnitImpl
- 使用matlab实现二自由度系统的导纳时频域分析,改分析基于小波变换-matlab 2dof wavelet
featureOfDWT
- Discrete Wavelet Transform,[1]离散小波变换是指在特定子集上采取缩放和平移的小波变换,是一种兼具时域和频域多分辨率能力的信号分析工具。此变换运用可以缩放平移的小波代替固定的窗进行计算分析,主要应用于信号编码和数据压缩-Discrete Wavelet Transform, [1] the discrete wavelet transform is adopted in a specific subset of the zoom and pan on the wavel
Wavelet-learning-materials
- 从数学的角度讲,小波是构造函数空间正交基的基本单元,是在能量有限空间L2(R) 上满足允许条件的函数,这样认识小波需要L2(R) 空间的基础知识,特别是内积空间中空间分解、函数变换等的基础知识。 从信号处理的角度讲,小波(变换)是强有力的时频分析(处理)工具,是在克服傅立叶变换缺点的基础上发展而来的,所以从信号处理的角度认识小波,需要傅立叶变换、傅立叶级数、滤波器等的基础知识。-From the mathematical point of view, is to construct a
synsq_toolbox_v1
- 同步压缩小波变换(synchrosqueezing wavelet transform)工具箱,用于信号处理时频分析-synchrosqueezing wavelet transform toolbox for time-frequency analysis in signal processing
Modern-signal-processing
- 现代信号处理技术:包括高阶谱、时频分析与小波变换-Modern signal processing technology include: high-end spectrum of time-frequency analysis and wavelet transform
Eeg-signals
- 从脑电信号的分析出发,论述了频域分析、时域分析等脑电图分析中常用的信号分析方法和特点,特别介绍了Wigner分布、小波变换和匹配跟踪等时频分析方法、人工神经网络和非线性动力学方法在脑电信号分析和处理中的应用情况。 -From the analysis of eeg, discusses the frequency domain and time domain analysis analysis in the analysis of the commonly used eeg signal a
shipinfenxi01
- 时频分析小波变换是近年来很火热的算法,这里是适合初级入门的编程算法,适合初学者-Time-frequency analysis wavelet transform is very hot in recent years, the algorithm is suitable for primary entry programming algorithm, suitable for beginners
Time_Frequency-Toolbox
- 时频分析小波变换的样例程序,处理效果明显,程序清晰易懂。-Time-frequency analysis wavelet transform of the sample program, the treatment effect is obvious, clear and understandable procedures.
shipinfenxi
- 通过对时频分析中的小变换进行对信号的滤波、压缩、检测,提升小波对信号的的应用,与傅里叶变换的比较-By time-frequency transformation in the analysis of signal filtering, compression, detection, lifting wavelet signal, and Fourier transform comparison
gaga
- 基于小波变换的ECG信号去噪系统设计,在信号采集时,身体的任一微小运动都会产生“基线漂移”,这是一种低频干扰,同时,由于肌电的存在又产生了高频的肌电噪声,由于空间电磁场的存在又使心电信号中混有50Hz的工频干扰。这些噪声不去除,就会影响下一步的信号处理。 综合运用数字信号处理的理论知识进行生物医学信号增强系统设计,实现ECG信号的去噪,从而加深对小波变换及其应用的理解,建立概念多分辨分析的概念,加深理解信号增强的原理、方法和步骤。本设计的主要内容是设计一个基于小波变换的ECG信号去噪系统,
Matlab-tools-of-tf
- 非常完整的关于时频分析的所有程序,包括小波变换,短时傅里叶变换,gabor变换-the matlab tools include many programs about time frequency,such as gabor transform,STFT,wavelet transform,and so on
WAVE-weifengyin
- 小波变换具有多分辨率分析的特点,并且在时频两域都具有表征信号局部特征的能力。小波变换通过将时间系列分解到时间频率域内,从而得出时间系列的显著的波动模式,即周期变化动态,以及周期变化动态的时间格局(Torrence and Compo, 1998)。小波(Wavelet),即小区域的波,是一种特殊的、长度有限,平均值为零的波形。它有两个特点:一是“小”,二是具有正负交替的“波动性”,即直流分量为零。小波分析是时间(空间)频率的局部化分析,它通过伸缩平移运算对信号(函数)逐步进行多尺度细化,能自动适
wavelet-analysis-important
- 小波变换是一种非常重要的时频分析方法,研究小波变换对于地震处理研究有着非常重要的作用-Wavelet transform is a important tool for time-frequency,which plays an important part in the seismic processing.