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 [1] ,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...
说明:延时矢量方差(DVV)方法使用的可预测性的信号在相空间来描述时间序列。DVV方法已经成功地应用于分析生物信号的性质(EEG和fMRI)。
说明:小波分析是针对傅里叶变换的不足发展而来的,傅里叶变换是信号处理领域中应用最为广泛的一种分析数段,然而它也有一个严重的不足,就是变换抛开了时间信息,变换结果无法判断某个信号发生的时间,即傅里叶变换在时域中没有分辨能力。小波是一种长度有限、平均值为0的波形,它的特点包括:a 时域都具有紧支集或近似紧支集...
说明:包括均匀线阵方向图、波束宽度与波达方向及阵元数的关系、当阵元间距时,会出现栅瓣,导致空间模糊、类似于时域滤波,天线方向图是最优权的傅立叶变换、最大信噪比准则方向图和功率谱、线性约束最小方差(LCMV)准则、Capon beamforming的MATLAB仿真图。