搜索资源列表
ARMODEL
- 功率谱估计的应用范围很广，在各学科和应用领域中受到了极大的重视。在《现代信号处理》课程中讲述了经典谱估计和现代谱估计这两大类谱估计方法；经典谱估计是基于傅立叶变换的，虽然具有运算效率高的优点，但是频谱分辨率低同时旁瓣泄漏严重，对长序列有着良好的估计。为了克服经典谱估计的缺点，人们开展了对现代谱估计方法的研究。现代谱估计是以随机过程的参数模型为基础的，有最大似然估计法、最大熵法、AR模型法、预测滤波器法。现代谱估计对短序列的估计精度高，同经典谱估计互为补充。在认真学习了现 代谱估计方法后，我选择了
GongLvPuGuJi
- 用Matlab编写的功率谱估计，输入数据是100年太阳黑子活动记录，用周期图法、最大熵值估计（AR法及Burg法），画出信号功率谱进而算出太阳黑子活动周期。
BrugLevinson
- MATLAB实现功率谱估计的程序最大熵谱法,Brug法和Levinson法。
FFTpowerspectrumandtheestimated
- 用Fourier变换求取信号的功率谱---周期图法 用Fourier变换求取信号的功率谱---分段周期图法 用Fourier变换求取信号的功率谱---welch方法 功率谱估计----多窗口法（multitaper method ,MTM法） 功率谱估计----最大熵法（maxmum entmpy method,MEM法） 功率谱估计----多信号分类法（multiple signal classification,music法）Fourier transform to st
周期图法谱估计需要对信号序列“截断”或加窗处理
- 周期图法谱估计需要对信号序列“截断”或加窗处理，其结果是使估计功率谱密度为信号序列真实谱和窗谱的卷积，导致误差的产生。本程序分别设计了周期图法,最大熵功率谱估计和Welch法以及它们的对比,最大熵功率谱估计目的是最大限度地保留截断后丢失的“窗口”以外信号的信息，使估计谱的熵最大。-Periodogram spectrum estimation signal sequence needs to " cut off" or add the window handle, the
memcof
- 最大熵法实现功率谱估计，内附算法实例及数据结果。-Maximum entropy power spectrum estimation method, containing the results of algorithm and data examples.
sample2
- 最大熵法与Welch法估计的功率谱的比较。 多信号分类法估计的功率谱。 -Maximum entropy method and Welch' s power spectrum estimation comparison. Classification of multi-signal power spectrum estimate.
PSD
- 利用最大值熵法和PSD函数法分别求信号的功率谱密度。-The use of maximum entropy method and the PSD function method for seeking signals in the respective power spectral density.
AR_Spectrum
- 适用于AR模型的功率谱估计，包括基于Yule-Walker方法估计序列功率谱以及基于最大熵方法的功率谱估计。-AR model for power spectrum estimation, including methods based on Yule-Walker power spectrum estimation sequence and the method based on maximum entropy power spectrum estimation.
MAXIMUM-ENTROPY-SPECTRUM
- FORTRAN语言程序。这是进行时间序列最大熵谱分析的程序，估计功率谱。-THIS IS A PROGRAM OF MAXIMUM ENTROPY SPECTRUM ANALYSIS (MESA) FOR A TIME SERIES
Power-spectrum
- 这篇文章主要介绍了求功率谱的五种方法（周期法、自相关函数法、自协方差法、最大熵法以及最大似然法）的思想及程序。-This article describes five ways to seek the power spectrum (cycle method, the autocorrelation function method, ideas and procedures from the covariance method, maximum entropy and maximum likel
source
- 输入信号为方波信号+高斯白噪声，方波信号基 频为1kHz，幅值为1，高斯白噪声方差为0.2， 均值为0，采样频率为20kHz。试用最大熵估计 法估计此信号的AR模型及其功率谱，并分析结 果-The input signal is a square wave signal+ Gaussian white noise, square wave signal fundamental frequency 1kHz, amplitude is a Gaussian white noise variance
zuidashangpuguji
- 最大熵谱估计-功率谱估计，作为信号的一个特征提取常需要的量-Maximum Entropy Spectral Estimation- power spectrum estimation, as a signal feature extraction is often required amount
power-spectrum-Shannon-entropy
- 信号的功率谱香农熵和功率谱指数熵 matlab 源程序-Signal power spectrum Shannon entropy and entropy matlab source power spectral index
rpnjnrii
- 信号处理中的旋转不变子空间法，使用matlab实现智能预测控制算法，Relief计算分类权重，在matlab环境中自动识别连通区域的大小,基于互功率谱的时延估计，能量熵的计算。-Signal Processing ESPRIT method, Use matlab intelligent predictive control algorithm, Relief computing classification weight, Automatic identification in the mat
cfndnzmp
- 基于负熵最大的独立分量分析，通过matlab代码，是本科毕设的题目，插值与拟合，解方程，数据分析，基于互功率谱的时延估计。- Based on negative entropy largest independent component analysis, By matlab code, The title of the commercial is undergraduate course you Interpolation and fitting, solution of equations,
wwadryzj
- 处理信号的时频分析，数学方法是部分子空间法，使用混沌与分形分析的例程，基于人工神经网络的常用数字信号调制，一个很有用的程序，能量熵的计算，阵列信号处理的高分辨率估计，基于互功率谱的时延估计。- When processing a signal frequency analysis, Mathematics is part of the subspace, Use Chaos and fractal analysis routines, The commonly used digital sign
purvanjv
- 能量熵的计算，自己编的5种调制信号，独立成分分析算法降低原始数据噪声，一种噪声辅助数据分析方法,基于互功率谱的时延估计，采用累计贡献率的方法。- Energy entropy calculation, Own five modulation signal, Independent component analysis algorithm reduces the raw data noise, A noise auxiliary data analysis method, Based on the
vrzhdnzg
- 包含位置式PID算法、积分分离式PID，能量熵的计算，有循环检测，周期性检测，基于SVPWM的三电平逆变的matlab仿真，一个很有用的程序，基于互功率谱的时延估计。- It contains positional PID algorithm, integral separate PID, Energy entropy calculation, There are cycle detection, periodic testing, Based on SVPWM three-level inve
Power-comput
- 信号功率谱的熵值计算，可用于信号分析或者信号处理(The entropy value of signal power spectrum can be used for signal analysis or signal processing.)