说明：区别去传统的傅里叶变换，对于非平稳信号而言，分数傅里叶变换是一个较好的方法，本程序实现了分数傅里叶变化对LPF类信号的估计。具有较高的学习价值。
傅里叶变换 chirp 信号 解调 frft
说明：我们将使用小波包分解来提取信号的频带信息，并计算每个频带的能量。接下来，我们将使用libsvm和ANN分类器来对这些频带能量进行分类和预测。这个方法将帮助我们更好地理解信号的特征，并为我们提供更准确的分类结果。
小波包分解 频带能量计算 libsvm ANN分类
说明：matlab信号时域分解方法(TDD)，用于模态提取。
信号时域分解方法 TDD 模态提取
说明：对采集到的电压信号进行小波包分解提取特征向量，再进行BP神经网络训练
小波包bp 特征信号 小波包-matlab neuralandwavelet 小波包分解
说明：在EMD的基础上进行改进的EEMD，去噪，分解信号。
改进的EMD emd去噪 信号去噪 EEMD-信号去噪 eemd去噪
说明：一种新的信号分解方法，算法简单，速度快，效率高。有仿真程序。 它由输入数据自驱动分解，类似于经验模态分解（EMD），可将一个复杂的信号分解成几个适当的旋转分量和一个残差。
说明：合奏经验模式分解用于微弱信号检测
matlab 检测 分解 模式 信号 用于 合奏 微弱 经验
说明：用于信号特征提取、信号消噪，插值与拟合，解方程，数据分析，这个有中文注释，看得明白，基于人工神经网络的常用数字信号调制，有较好的参考价值，一些自适应信号处理的算法。
程序 分析 完整 信号处理
说明：emd经验模态分解，适用于对含噪信号处理，优于小波去噪的信号去噪方法。
emd-去噪 EMD小波 小波-模态分解 经验模态-去噪 小波EMD
说明：地震信号处理，虚同相轴方法预测层间多次波，将数据分成上下两部分，利用相关和褶积的原理预测出层间多次波。预测信号和原始信号在相位和振幅上存在差异，用L1范数匹配法进行匹配，其中，提供了两种方法解病态方程，分别为高斯-赛德尔方法和正则化方法。
地震信号处理 虚同相轴 和褶积 预测信号 高斯-赛德尔方法 正则化方法
