搜索资源列表
信号仿真
- 对常见的调制信号在软件无线电的通用平台下进行调制解调。所有信号均通过正交分解后，在一个同用的平台上进行调制，然后通过各自的解调算法解调。-right common modulation radio signals in the software under a common platform for modulation and demodulation. All signals are orthogonal decomposition, the same one used on the pla
processsignal
- 小波变换的关键在于将原始信号分解到哪一层，在哪一层中找到模极大值点-wavelet transform is the key to where the original signal decomposition level, in which one found modulus maximum points
OMP基于正交原子的稀疏分解
- OMP算法是在MP算法基础上的一种改进算法。本例程基于OMP将信号分解重构
FFT_MP_稀疏分解
- 利用FFT实现基于MP的信号稀疏分解程序
MP稀疏分解
- 基于Garbor 原子的稀疏分解，本算法是一种贪婪算法，可以很好的将信号分解
signal_decomposition_MP
- 稀疏信号分解利用匹配追踪算法，主程序+调用函数-Sparse signal decomposition, the main program calls the function+
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它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波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上, 具有非常明显的优势。所以, EMD方法一经提出就在不同的
funchirp
- 多尺度线调频基稀疏信号分解方法源代码，非常适用于多分量非平稳信号分解！-FM-based multi-scale line of source code for sparse signal decomposition method is very suitable for multi-component non-stationary signal decomposition!
EMD工具箱
- 经验模态分解方法是由美国NASA的黄锷博士提出的一种信号分析方法.它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。(The empirical modal decomposition method is a kind of signal analysis method proposed by Dr. Huang E of NASA, which decomposes according to the time scale characteristic of the data
waveletDecompositionAtLevel4
- 4层小波分解，信号分解时域图，信号的频谱(4 layer wavelet decomposition,Signal decomposition time domain diagram,signal spectrum)
lmd
- LMD分解，通过局部均值分解重构信号，实现对信号的降噪效果(LMD the decomposition reconstructed signal by local means, to achieve the effect of noise on the signal)
EWT
- 经验小波分解，通过ewt变换分解重构信号，实现对信号的降噪(Experience in wavelet decomposition, reconstruction signal by ewt transformation decomposition, realize the signal noise reduction)
pod
- 本程序用于实现随机信号的本征正交分解等等(proper orthogonal decomposition)
FDM
- 一种新的自适应信号分解算法，能有效地分解出多分量信号(A new adaptive signal decomposition algorithm can effectively decompose multi-component signals.)
小波信息熵
- 对信号进行小波变换，确定小波基的选择和分解层数，再求解信号的信息熵，可用于故障诊断。(The wavelet transform is performed on the signal to determine the selection and decomposition layers of the wavelet base, and then the information entropy of the signal is solved, which can be used for fault
基于多信号小波变换分解的特征提取
- 实现对振动信号的小波变换分解的特征提取。(The wavelet transform decomposition of vibration signal is realized to extract its features.)
NMD非线性模态分解
- 一种新的信号分解方法，可以用来分解信号，每段分量都具有实际的物理意义。
用于信号的EMD、EEMD、VMD分解
- 用于信号的分解、降噪和重构，实现故障诊断(Used for signal decomposition, noise reduction and reconstruction to realize fault diagnosis)
VMD信号分解算法
- 针对信号分解不完全，有利用VMD可以很好的分解信号，可以分解滚动轴承的原始数据和自己的信号仿真数据。本程序写法规矩，能够给初学者带来学习机会，并且里面还附有学习的demo。
变分模态方法
- 变分模态分解方法能够使一个多频带的故障信号，分解出具有单个频带的子信号，然后使用共振解调方法可实现故障信号的诊断。(VMD method can decompose a multi band fault signal into a single band sub signal, and then use resonance demodulation method to realize fault signal diagnosis.)