搜索资源列表
traditionalsp
- 语音信号的频域处理,语音虽然是一个时变、非平稳的随机过程。但在短时间内可近似看作是平稳的。因此如果能从带噪语音的短时谱中估计出“纯净”语音的短时谱，即可达到语音增强的目的。由于噪声也是随机过程，因此这种估计只能建立在统计模型基础上。利用人耳感知对语音频谱分量的相位不敏感的特性，这类语音增强算法主要针对短时谱的幅度估计。 -voice signals in the frequency domain processing, voice is a time-varying, nonstationa
fdpsola
- 语音合成程序！psalo频域基音同步叠加方法。它首先对原始语音信号进行短时频域变换，得到短时谱和短时谱包络。短时谱除以短时谱包络得到声源短时谱，对声源短时谱的实部和虚部分别进行线性插值，就可以达到改变语音信号基频的目的，然后再进行频域反变换，可得到变换后的短时语音信号。短时谱包络部分也可以独立改变，以达到改变音色的目的。-speech synthesis procedures! Psalo frequency domain pitch synchronous superposition meth
sgrpdlay
- 时频工具箱中计算群延迟的函数，语法格式：［gd,fnorm]=sgrpdlay(x),x是时域信号，fnorm返回频率坐标,gd返回估计出群延迟的输出向量．-frequency toolbox when calculating group delay functions, grammar format : [gd. fnorm] = sgrpdlay (x), x is the time domain signal to the frequency fnorm coordinates, gd t
FTT
- 用VC++实现串口通信，然后进行FFT变换，最后显示信号的频域信息和时域信息。
tioashima
- 在基于脉冲的UWB系统中，采用瑞克接收机合并多径信号能量并进行相干检测，信道估计问题即估计多径信号的到达时间和幅度。在基于OFDM的UWB系统中，接收机根据信道频域响应对每个子信道进行频域均衡后进行相干检测，信道估计问题即估计信道频域响应。
Matlab
- 选择三个不同频段的信号对其进行频谱分析，根据信号的频谱特征设计三个不同的数字滤波器，将三路信号合成一路信号，分析合成信号的时域和频域特点，然后将合成信号分别通过设计好的三个数字滤波器，分离出原来的三路信号，分析得到的三路信号的时域波形和频谱，与原始信号进行比较，说明频分复用的特点。-Choice of three different signal-band spectral analysis carried out, according to the characteristics of the
vhdl
- 信号与线性系统的时频域分析：观测已知方波信号、正弦波信号的频谱；观测实时模拟信号的频谱；加深理解时域周期信号的各频率分量在振幅频谱图上所占的比重；观测相位在波形合成中的作用；LTI系统的频域分析，LTI系统对周期性输入信号的响应。-Signals and linear systems with time-frequency domain analysis: observation known square wave signal, sine wave signal spectrum obser
IR
- 对IQ接收器最重要的两个参数,即I和Q两路分量之间的幅度一致性和相位正交性,可采 用如下办法计算:把I、Q 两路信号分别作FFT ,找出频域内信号的幅度,即可算得两路分量的幅度一 致性 把I、Q两路信号合成一个复数信号,作FFT ,对得到的频谱求镜像抑制比(即频域内的信号与信号镜像的幅度比) ,通过镜像抑制比和幅度一致性,可求出接收机的I和Q两路分量之间的相位正交性。-IQ receiver for the two most important parameters, namely
AnalogVoiceSignal
- 观测实时模拟信号（语音）的频谱 用音频设备采集一段语音，将语音存为.wav格式。对wav文件作分段傅里叶变换分析。语音是分音节的，应把它分段分析，而且实际运用中的数字信号处理的FFT的点数是有限的，一般只能达到千点。用傅里叶反变换IFFT，从频域恢复信号。画出频谱图和语音波形图。 -Observing real-time analog signal (voice) of the spectrum collected with the audio devices section of
speechsignalprocessing
- 易克初－本书主要介绍了语音信号的时频处理、频谱分析方法、线性预测原理和语音信号的时频域表示、参数表示和矢量表示等等，涉及时域分布、小波理论和矢量量化等新兴新域-speech signal processing
yuyinshiyupinyufenxi
- 语音信号的时域频域分析，从短时能量到语谱图，以及线性预测参数和梅尔倒谱系数-Speech signal in time domain frequency domain analysis, from the short-term energy to the spectrogram, and the linear prediction parameters and the Mel cepstral coefficients, etc.
fft
- labview实现单边傅里叶变换，很好的将时域信号变为频域信号-Labview unilateral Fourier transform，Good time domain signal into frequency domain signal
FFT
- 使用LabVIEW对输入波形经行傅里叶变换，对比时域信号与频域信号。-LabVIEW for use by the line of the Fourier transform of the input waveform, compared to the time domain signal and frequency domain signals.
FFT_doubleside
- 时序信号转换为频域信号，需要进行傅里叶变化，通常为单边变换，此为双边变换-FFT transformation_double side
a-matlab-program-of-FFT
- 快速傅里叶变化 FFT Matlab 将时域信号转换为频域信号的matlab程序-a TTF Transition programming Matlab
Vibration-Signal-Processing
- 本程序为《matlab在振动信号处理中应用》的配套程序，对于振动信号的处理，时域频域信号的处理有很大的帮助-This program is " matlab application in vibration signal processing" matching program for processing vibration signal processing time domain and frequency domain signal of great help
包络分析VI
- 在频域分析中，包络谱分析是一种十分有效的信号处理手段。利用包络谱分析能够准确得出故障频率，能够直观判断故障类型。本文件将包络谱分析直接做成了一个子VI，方便信号处理程序直接调用。(In frequency domain analysis, envelope spectrum analysis is a very effective signal processing method. The fault frequency can be accurately obtained by using e
自功率谱VI
- 自功率谱是分析非平稳信号频谱的重要手段。对于非平稳信号来说，利用自功率谱分析能够更容易找到信号中能量聚集区域，对信号中的频率分布有更好的了解。本文件中将其制作成独立子VI方便程序直接调用。(Self power spectrum is an important method to analyze the spectrum of non-stationary signals. For non-stationary signals, it is easier to find the energy a
audio_tezheng
- 语音信号的时域、频域与倒谱域分析。 1.分析一帧清音和浊音的自相关函数和倒谱系数 2.用Matlab画出该段语音的时域波形、短时能量、短时平均幅度、短时过零率、短时过电平率 3.选择一帧无声、清音和浊音的语音，用Matlab画出它们的对数幅度谱(Time domain, frequency domain and cepstrum domain analysis of speech signals. 1. Analyze the autocorrelation function and c
实验一AM信号
- 通过Labview编写，经过USRP通道的AM的调制和解调。可以观察其时域频域波形(Written by Labview, modulated and reconciled by AM of USRP channel. The waveform in time domain and frequency domain can be observed.)