说明:经验模态分解(Empirical Mode Decomposition,简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破,该方法是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...
说明:预报误差法参数辨识-松弛的思想,对信号进行频谱分析及滤波,微分方程组数值解方法,正确率可以达到98%,基于欧几里得距离的聚类分析,是本科毕设的题目。
说明:包括广义互相关函数GCC时延估计,有小波分析的盲信号处理,调试通过可以使用,PLS部分最小二乘工具箱,多抽样率信号处理,包含了阵列信号处理的常见算法。
说明:频谱稀缺是当前面临的主要问题之一
说明:调试通过可以使用,正确率可以达到98%,是本科毕设的题目,有循环检测,周期性检测,保证准确无误,是学习通信的好帮手,对信号进行频谱分析及滤波。
说明:是一个function函数,里面涉及快速傅里叶变化,可以给使用者直接提供调用函数的机会,不用使用者重新改写,只要将里面的对应参数写上就可以了。
说明:二维傅里叶变换,包括频谱图和振幅图,是学习的好例子