搜索资源列表
用Welch法进行功率谱估计
- 考虑L的三个不同值：L＝256（3个数据段），L＝128(7个数据段)和L=64（15个数据段）。各自的谱估计图如上图所示。可以明显的看到，加窗明显的减小了频谱上的假谱峰，但也更加进一步平滑了谱峰。所以，对于L＝64的情况，在ω＝0.8π的谱线可以很确定的辨认，但是那两个靠近的谱峰不容易区分。对于L＝128的情况，这种情况提供了在分离和检测间最好的均衡。当然，对于在L＝256时的情况，效果是更好的，能够从谱估计图上明显的分辨出三条谱线的存在以及它们幅度关系的强弱。 除了Welch法外，还可以采用
pm_estimate
- 利用周期图法对序列的功率谱进行估计。数据窗采用汉明窗。假设在白噪声中分辨这三个不同频率的正弦信号,其相位是均匀分布在2PI的独立随机变量,而 是一个单位白噪声.生成50个长度为N=512的 的样本序列集合。 -use map cycle sequencing method of the power spectrum estimation. Data window using Hamming window. Assume that the white noise to differentiat
Periodogram-powe
- 平均周期图法和平滑平均周期图法估计功率谱 从经典功率谱估计周期图法原理入手，从理论上分析了其存在的局限性，借助Welch算法对其进行修正。依靠Matlab强大的数值分析和信号处理能力进行实验!! 用周期图法和welch法分别估计了一下信号的功率谱密度。采样频率200Hz，时间序列长度2048，FFT数据点数2048。其中welch法使用hanning窗，窗口长度600．-Average periodogram and periodogram smoothing method to est
Periodogram
- 利用周期图法对序列进行功率谱估计，数据窗采用汉明窗-Sequences using periodogram method for power spectrum estimation, the data window with Hamming window
parzen
- 二维数据集Parzen方窗非参数估计PDF(概率密度函数)，三维结果显示，有图，有完整说明文档和程序运行说明，matlab编程环境，此为模式识别小作业 parzen-Dimensional data set Parzen Window non-parametric estimation side PDF (probability density function), three-dimensional results show that map, with complete documentat
ECG
- 该代码首先对ECG信号进行消噪过滤，并且对信号进行平方，加窗等处理，最后用于对QRS波形的检测，压缩文件内同时包含了2个心电数据信号，可直接用于测试-The code first ECG signal de-noising filter, and the square of the signal, such as window handle, and finally used for the detection of QRS waveform, at the same time compress
graythresh
- 本文提出的中值滤波的快速算法的基本思想是：原始数据序列上中值滤波的滑窗在移动过程中，当前窗只要删除其最早的元素，加入窗后的新元素，即成为下一窗的内容。这个只是Matlab里封装的算法代码-In this paper, the median filtering of the fast algorithm for the basic idea is: the original data sequence in the sliding window filtering process in the m
welch
- 本程序实现了短数据序列不同窗函数的welch功率谱估计，然后又求了他们的平均标准差，从而判断各个窗函数的优劣。只要稍作修改就能实现不同信噪比下的功率估计，同时也可以实现长数据序列的估计。-This procedure has a short data series of different welch window function power spectrum estimation, and then seek their average standard deviation, and thu
window
- 分别用非参数化谱估计中的直接法，间接法和加窗法对离散随机过程的已零均值化的N个数据样本估计了离散信号的谱密度。-Were non-parametric spectral estimation of the direct method, indirect method and windowing method, discrete stochastic process has zero mean the data of the N-sample estimates of the spectral d
Welch
- 从经典功率谱估计周期图法原理入手，从理论上分析了其存在的局限性，借助Welch算法对其进行修正。依靠Matlab强大的数值分析和信号处理能力，进行实验仿真，比较不同的窗函数，不同的数据长度对Welch法谱估计质量的影响，并分析了造成这些影响的原因。-The paper mainly introduces the principles of Periodogram method of classical PSD estimation,analyzes the deficiency of Perio
gaussian_filter
- 详细说明：1． 利用自相关函数法和周期图法实现随机信号的功率谱估计。 2． 观察数据长度、自相关序列长度、信噪比、窗函数、平均次数等对谱估计的分辨率、稳定性、主瓣宽度和旁瓣效应的影响。 --1. The use of auto-correlation function method and cycle map Method random signal power spectrum estimation. 2. Observation data length, the length of auto
matlabdsp
- matlab dsp(1． 利用自相关函数法和周期图法实现随机信号的功率谱估计。 2． 观察数据长度、自相关序列长度、信噪比、窗函数、平均次数等对谱估计的分辨率、稳定性、主瓣宽度和旁瓣效应的影响
FIR
- fir滤波器设计 输入设计指标 计算过渡带宽度 按哈明窗数据，计算滤波器长度-fir filter design input design index to calculate the transition zone width by Hamming window of data to calculate the length of filter
proj04-01
- 本实验目的是了解非参数估计—Parzen窗估计，对表格3中的数据进行Parzen窗估计和设计分类器.Parzen窗方法：假设区间Rn是一个d维的超立方体，hn表示超立方体的边长，体积为Vn=hnd。-Purpose of this study is to understand the non-parametric estimation-Parzen window estimate of the data in Table 3 Parzen window estimate and design c
Pattern-Recognization
- 本实验的目的是了解非参数估计--parzen窗估计，对数据进行Parzen窗估计和设计分类器。并分析窗口宽度h对分类的影响。-The purpose of this study is to understand the non-parametric estimation- parzen window estimation, Parzen window estimate of the data and design of classifiers. Window width h and analyz
untitled1028
- fft界面分析 能够实现海明窗，汉宁窗，平顶窗等分析数据数据 用matlab gui 界面实现-fft study
untitled1028m
- 界面的m 文件 matlab gui 界面分析数据 fft快速傅里叶变换程序 有很多窗函数供选择 -fft matlab gui
Modified-periodogram
- (2). 采用汉明窗，分段长度L=32，用修正的周期图法进行谱估计，并分析数据长度N，分段长度M对谱估计结果的影响。-(2) using Hamming window, segment length L = 32, the modified periodogram method of spectral estimation and analysis of data length N, the length M of the sub-spectrum estimation results.
加窗傅里叶变换相位提取
- 对一个有限长的时域采样信号进行傅里叶变换实际上就是加了一个矩形窗，相当于用矩形窗把无限长的数据截断了，也可以根据需要把这个矩形窗换成其他窗函数，在空域上加窗。
matlab_pic
- 通过左右拖动子图形下方按钮，可变换时间轴横坐标，动态显示不同子图的不同时间尺度数据，示例中给出了电网运行大数据（包括电流电压幅值、相位），数据可根据用户需求输入。其中脚本和函数由高版本的MATLAB编写，适当调整可适用于低版本(By pulling the button under the left and right graphics, the data window of different time scales can be dynamically displayed. The data