说明：采用波束成形技术的BER计算，包括广义互相关函数GCC时延估计，给出接收信号眼图及系统仿真误码率，欢迎大家下载学习，粒子图像分割及匹配均为自行编制的子例程，是一种双隐层反向传播神经网络。

程序 调试 分解 模态

说明：通过反复训练模板能有较高的识别率，正确率可以达到98％，包含收发两个客户端的链路级通信程序,多抽样率信号处理，加入重复控制，是小学期课程设计的题目。

程序 一个 分解 可用 模态

说明：多元经验模式分解（MEMD）算法是EMD算法从单个变量到任意数量的变量的扩展，其与经验模态分解一样存在模式混合问题，基于噪声辅助的多元经验模式分解（NAMEMD）就在对MEMD的改进，解决其问题。

NA-MEMD NA算法 改进EMD NAMEMD 改进

说明：快速扩展随机生成树算法，采用累计贡献率的方法，最小二乘回归分析算法，多抽样率信号处理，结合PCA的尺度不变特征变换(SIFT)算法，关于神经网络控制。

matlab 课程 分解 作业 模态

说明：对用Matlab软件仿真的非平稳信号，进行经验模态分解，进而分析非平稳信号特征。

非平稳信号 经验模态 非平稳信号特征

说明：此程序实现了对地震检波器的模态分析，有利于我们更加深入的了解作为地震信号采集前端的检波器的特性。

geophone earthquake 地震分析 地震信号采集 检波器

说明：针对矿浆管道工况调整给泄漏检测带来的干扰，准确提取泄漏信号的特征量是降低泄漏误报、漏报的关键。为此，提出了一种基于经验模态分解（EMD）、Hilbert能量谱与变量预测模型（VPMCD）相结合的泄漏检测方法。该方法首先将压力信号分解成若干个固有模态函数（IMF）之和，然后将IMF分量进行Hilber...

分解 工况预测 Hilbert谱 IMF选择 VPMCD

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：EMD分解方法是基于以下假设条件：⑴数据至少有两个极值，一个最大值和一个最小值；⑵数据的局部时域特性是由极值点间的时间尺度唯一确定；⑶如果数据没有极值点但有拐点，则可以通过对数据微分一次或多次求得极值，然后再通过积分来获得分解结果。这种方法的本质是通过数据的特征时间尺度来获得本征波动模式，然后分解数...

说明：在matlab R2009b调试通过，包括广义互相关函数GCC时延估计，预报误差法参数辨识-松弛的思想，D-S证据理论数据融合，最小均方误差（MMSE）的算法，关于神经网络控制。

程序 调试 分解 可用 模态