搜索资源列表
用Welch法进行功率谱估计
- 考虑L的三个不同值：L＝256（3个数据段），L＝128(7个数据段)和L=64（15个数据段）。各自的谱估计图如上图所示。可以明显的看到，加窗明显的减小了频谱上的假谱峰，但也更加进一步平滑了谱峰。所以，对于L＝64的情况，在ω＝0.8π的谱线可以很确定的辨认，但是那两个靠近的谱峰不容易区分。对于L＝128的情况，这种情况提供了在分离和检测间最好的均衡。当然，对于在L＝256时的情况，效果是更好的，能够从谱估计图上明显的分辨出三条谱线的
用Welch法进行功率谱估计
- 考虑L的三个不同值：L＝256（3个数据段），L＝128(7个数据段)和L=64（15个数据段）。各自的谱估计图如上图所示。可以明显的看到，加窗明显的减小了频谱上的假谱峰，但也更加进一步平滑了谱峰。所以，对于L＝64的情况，在ω＝0.8π的谱线可以很确定的辨认，但是那两个靠近的谱峰不容易区分。对于L＝128的情况，这种情况提供了在分离和检测间最好的均衡。当然，对于在L＝256时的情况，效果是更好的，能够从谱估计图上明显的分辨出三条谱线的
psd
- 计算ARMA(p，q)模型的功率谱密度。 形参说明： b——双精度实型一维数组，长度为(q+1),存放ARMA(p，q)模型的滑动平均系数。 a——双精度实型一维数组，长度为(p+1),存放ARMA(p,q)模型的自回归系数。 q——整型变量,ARMA(p,q)模型的滑动平均阶数。 p——整型变量,ARMA(p,q)模型的自回归阶数。 sigma2——双精度实型变量,ARMA(p,q)模型白噪声激励的方差
matlabdsp
- 1． 利用自相关函数法和周期图法实现随机信号的功率谱估计。 2． 观察数据长度、自相关序列长度、信噪比、窗函数、平均次数等对谱估计的分辨率、稳定性、主瓣宽度和旁瓣效应的影响。 -1. The use of auto-correlation function method and cycle map Method random signal power spectrum estimation. 2. Observation dat
Speech_signal_short_time_analysis
- 语音信号的短时分析，主要包括：分帧、短时能量、短时平均幅度、短时过零率、短时自相关函数、短时幅度差、倒谱、复倒谱、lpc系数、lpc谱估计等 绝对保证质量，是保研后导师布置的一些基础程序-Short-time speech signal analysis, mainly including: sub-fr a me, short-time energy, short-term average, short-time zero-cro
multifractal
- 平均功率谱密度多维分形,可以计算二维位场数据的分维值-Average power spectral density multi-dimensional fractal, can calculate the two-dimensional potential field data, fractal dimension
5
- 用最简单的程序去提取信号的功率谱，平均周期图法直接法提取，为基本的方法-Using the simplest procedures to extract the signal power spectrum, the average periodogram extracted directly, as the basic method
pujian
- 加入短时能零积端点检测技术的幅值谱减法，噪声谱的估计根据端点检测的结果进行加权平均，时时更新，更好的去除噪音，并将去噪后的结果写成wav文件-Adding short-term endpoint detection can be zero plot of the amplitude of spectral subtraction techniques, the estimated noise spectrum endpoint dete
frequencyaverage
- 计算和绘制平均频谱图的程序，对采集信号进行分析很有用的程序-Computing and mapping the average frequency spectrum of procedures, an analysis of the signal sampling procedure is useful
p_classical
- 经典的功率谱估计，平均周期图法实现，已经加上了详细的注释-Classical power spectrum estimation, the average periodogram implementation, has added a detailed comment
welch
- 本程序实现了短数据序列不同窗函数的welch功率谱估计，然后又求了他们的平均标准差，从而判断各个窗函数的优劣。只要稍作修改就能实现不同信噪比下的功率估计，同时也可以实现长数据序列的估计。-This procedure has a short data series of different welch window function power spectrum estimation, and then seek their avera
L_D
- 用Matlab程序实现P阶Levinson-Durbin算法。以一个2阶自回归模型（参数为b0=1, a1=0, a2=0.81）和一个2阶滑动平均模型（参数为b0=1, b1=1, b2=1）为例，选取观测数据长度为1000，分别用一个AR(2)模型和一个AR(10)阶模型来估计其功率谱。设激励信号模型的高斯白噪声的均值为0，方差为1。用Levinson-Durbin算法迭代计算AR模型参数，并用估计出的AR模型参数画出观测信号的功率
my_periodogram
- 周期图法进行谱估计，包括平均估计法，平均重叠估计法-periodogram
Psd_091024I
- Welch法功率谱密度 Psd自功率谱 是用改进的平均周期图法来求随机信号的自功率谱估计 采用信号重叠分段，加窗函数和fft算法等计算一个信号的自功率谱估计（PSD）-Welch法功率谱密度 Psd自功率谱 是用改进的平均周期图法来求随机信号的自功率谱估计 采用信号重叠分段，加窗函数和fft算法等计算一个信号的自功率谱估计（PSD）
gaussian_filter
- 详细说明：1． 利用自相关函数法和周期图法实现随机信号的功率谱估计。 2． 观察数据长度、自相关序列长度、信噪比、窗函数、平均次数等对谱估计的分辨率、稳定性、主瓣宽度和旁瓣效应的影响。 --1. The use of auto-correlation function method and cycle map Method random signal power spectrum estimation. 2. Observation d
matlabcheliang
- 车辆道路谱时域频域平均功率谱分析matlab程序-Road vehicles, the average spectrum of time domain frequency domain power spectral analysis matlab program
proj04_02
- 中心化后的傅里叶谱，傅里叶频谱和平均值,计算图像的平均值-Fourier spectrum and average value
分析zachary的派系过滤和谱平均算法
- 两个用来分析zachary网络的简易方法，一种是谱平均算法，一种是派系过滤算法(Two simple methods for analyzing Zachary networks, one is spectral averaging algorithm, and the other is clique filtering algorithm)
welch法作功率谱
- 利用Welch法作功率谱估计，与直接功率谱估计法相比，Welch法采用多段平均的方法改进了直接功率谱估计方法(Welch method is used to make power spectrum estimation. Compared with direct power spectrum estimation method, Welch method uses multi-stage average method to improv
径向平均功率谱
- 计算二维数据的径向平均功率谱,较好地展现了磁异常的径向变化(calculate the frequency of 2-dimenation data)