搜索资源列表
sampleandrebuildofcontinoussignal
- 连续信号的采样与重构，主要说明信号采样与重构程序-continuous signal sampling and Reconstruction, the main note signal sampling procedures and Reconstruction
dds_wave
- 基于DDS的任意频谱信号重构与数字正交调制方法，主要介绍的是正交调制方法。
MATLAB
- 应用MATLAB实现连续信号的抽样与重构仿真 1. 掌握利用MATLAB分析系统频率响应的方法，增加对仿真软件MATLAB的感性认识，学会该软件的操作和使用方法。 2. 掌握利用MATLAB实现连续信号采用与重构的方法，加深理解抽样与重构的概念。 3 . 初步掌握线性系统的设计方法，培养独立工作能力。 4. 学习MATLAB中信号表示的基本方法及绘图函数的调用，实现对常用连续时间信号的可视化表示，加深对各种电信号的理解。 5. 加深理解抽样对信号的时域和频域特性的影响；验证信
time-verying-filtering-and-signal-estimation-using
- 利用信号的wigner-ville分布重构信号的逼近算法介绍，IEEE英文原版，相当不错。-Use the WD of signal to synthesis the original signal，IEEE in English language，it is very good。
Development_and_Applicaiton_of_CS
- 沿着CS 理论的发展历程介绍了CS 理论框架, 给出了其严格的数学描述, 着重讨论了对原始信号的重构技术, 最后介绍了一些可能的应用。-This paper introduces the theory framework of CS, gives its strict mathematic descr iption,focuses on the reconstruction of the original signal,and finally describes some possible ap
Heart-murmur-extraction
- 采用奇异谱主分量分析方法从病理心音信号中提取杂音成对四种常见的病理心音信号进行奇异谱分析，得到各主分量和经验正交函数，选择合适阶次重构正常心音成分和杂音成分。分。-The principal component analysis singular spectrum extracted from the pathological heart sound signals murmur pairs four common pathological heart sound signals Singula
xiaobo
- 给定一信号，用db1小波对信号分别进行单尺度和三尺度分解，求出各层的低频和高频系数，并进行重构。-Given signal db1 wavelet signal single-scale and scale decomposition, obtained layers of low-frequency and high-frequency coefficients to reconstruct.
1
- matlab程序代码 用来进行小波分析 信号重构等功能的实现-matlab process code
xiaobo
- 这个程序是小波去噪的程序，可以滤除高频噪声，重构原信号-This program is a wavelet denoising procedure, you can filter out high frequency noise, and reconstruct the original signal
watermatking
- 对信号进行DWT分解，并对信号进行水印提取重构，测试信噪比-decompose signal by DWT,watermark the watermarking test it s PSNR
cs-speech-enhancement
- 文利用带噪语音经特征基函数矩阵转换后所具有的稀疏特性，用最大似然估计方法对转换后得到的稀疏 分量进行非线性压缩去噪，然后再经过反变换和重构恢复出原始语音信号的估计。特征基函数矩阵反映了语音数据本 身的统计特性，因此具有很好的合理性和可取性。仿真结果表明利用稀疏编码方法能极大程度地抑制背景噪卢，与小波消噪法相比优势明显。-a speech enhancement algorithm based Compressed Sensing.
Structured-Compressive-Sensing
- 本文围绕压缩感知的三个基本问题, 从结构化测量方法、结构化稀疏表示和结构化信号重构三个方面对结构化压缩感知的基本模型和关键技术进行详细的阐述.-In this paper, the basic models and key techniques of structured compressive sensing are introduced in terms of the structured measurements, the structured dictionary representat
synsq_toolbox_v1
- 对信号分析实现同步挤压小波，能进行时频分析，进行信号时频分解和重构，时频分析效果很好(Synchrosqueezed wavelet transforms toolbox V1.0)