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
ZTrans_InvTrans
- 对输入的一有理Z变换表达式（输入分子和分母系数序列），分别画出： （1）零极点图 （2）z在单位圆上时z变换所对应的DTFT的幅度谱和相位谱 （3）逆z变换所得序列，在各种不同的收敛域下（包括了右边序列，左边序列和双边序列的情况） -the importation of a rational expression Z-transform (input coefficient of the numerator and th
Fourier
- 编写一个程序计算并显示一幅二维图象的Fourier变换（幅度和相位谱）及其逆变换，要求用FFT实现-procedures for the preparation of a calculation and display a two-dimensional image of the Fourier transform (amplitude and phase spectrum) and its inverse transform, cal
%CD%BC%CF%F1%B4%A6%C0%ED%D7%F7%D2%B5C%2B%2B%D4%B4%
- 选择打开文件，可以打开相应的图像。当前只可处理8位灰度图像。 homework1 中值滤波中，边界没有处理。 均值滤波中，边界也处理了，边界的原值没有保存下来。边界模糊。 homework2 对同样的阈值soble算子检测边缘比梯度算子清楚。 homework3 幅度谱表现出一些可辨认的结构，相位谱看不出来。 忽略相位信息，反变换得到的图看不出与原图的影子。 忽略幅度信息，反变换得到的图与原图好像有一
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
ZTrans_InvTrans
- 对输入的一有理Z变换表达式（输入分子和分母系数序列），分别画出： （1）零极点图 （2）z在单位圆上时z变换所对应的DTFT的幅度谱和相位谱 （3）逆z变换所得序列，在各种不同的收敛域下（包括了右边序列，左边序列和双边序列的情况） -the importation of a rational expression Z-transform (input coefficient of the numerator and th
Fourier
- 编写一个程序计算并显示一幅二维图象的Fourier变换（幅度和相位谱）及其逆变换，要求用FFT实现-procedures for the preparation of a calculation and display a two-dimensional image of the Fourier transform (amplitude and phase spectrum) and its inverse transform, cal
FFT_FDCT
- 计算并显示一幅二维图象的Fourier变换（幅度和相位谱）及其逆变换，是用FFT实现，调用该程序完成DCT 和IDCT的快速实现程序-err
matlabimageprocessing
- matlab 实现对图像基本处理 包含 图像的幅度谱图及频域滤波，数字图像增强，平滑、锐化处理的模板运算，图像压缩与编码，包含原代码和任务书。图片资料齐全-basic matlab image processing to achieve the range of images and spectra of frequency-domain filtering, digital image enhancement, smoothing
DFT
- 对图像进行傅里叶变换，观察其幅度谱和相位谱-Fourier transform of the image to observe its amplitude spectrum and phase spectrum
HHT_power-system_power-quality_disturbances-detect
- 优秀论文及配套源码。Hilbert-Huang变换(HHT)是一种新的非平稳信号处理技术，该方法由经验模态 分解(EMD)与Hilbert谱分析两部分组成。任意的非平稳信号首先经过EMD方法处理后被分解为一系列具有不同特征尺度的数据序列，每一个序列称为一个固有模态函数(IMF)，然后对每个IMF分量进行Hilbert谱分析得到相应分量的Hilbert谱，汇总所有Hilbert谱就得到了原信号的谱图。该方法从本质上讲是对非平稳信号进行平稳
image-fft
- 对两幅图像作FFT变换，然后交换两幅图像的幅度谱和相位谱，然后通过逆fft变换还原图像，得到原图和变换后图像的对比，得出图像的幅度谱和相位谱哪个更重要的结果，注意图形是8位灰度图，尺寸大小必须一样-Exchange of the two images of the amplitude spectrum and phase spectrum and inverse FFT transform to restore
OFDMwithwindowing
- 基于MATLAB的OFDM系统仿真及分析（16QAM调制后星座图 OFDM载波幅度谱，相位谱，OFDM时域和频域分析 加窗后OFDM频谱分析 循环前缀对星座点的影响 ）-ofdm
matlab
- 产生右图所示亮块图像 f1(x,y)（128×128大小，暗处=0，亮处=255），对其进行FFT，同屏显示原图f1和FFT(f1)的幅度谱图，若令f2(x,y)=（-1）x+y f1(x,y)，重复以上过程。以及旋转45度后进行变换-Generating shown bright block image F1 (x, y) (128128 size dark = 0, light at = 255), the FFT, the sam
one
- 产生右图所示图像f1(m,n)，其中图像大小为256×256，中间亮条为128 ×32，暗处=0，亮处=100。对其进行FFT： ① 同屏显示原图f1(m,n)和FFT(f1)的幅度谱图； ② 若令f2(m,n)=（-1）m+n f1(m,n)，重复以上过程，比较二者幅度 谱的异同，简述理由； ③ 若将f2(m,n)顺时针旋转90 度得到f3(m,n)，试显示FFT(f3)的幅 度谱，并与FFT(f2)的幅度谱进
picture-processing
- 产生一图像 f1(m,n)，其中图像大小为256×256，中间亮条为128×32，暗处=0，亮处=100。对其进行FFT: 同屏显示原图f1(m,n)和FFT(f1)的幅度谱图；-Generating an image f1 (m, n), wherein the image size is 256 × 256, the highlight bar to the middle of 128 × 32, 0 = dark, bright
EEMD相关文件
- Hilbert-Huang变换(HHT)是一种新的非平稳信号处理技术，该方法由经验模态 分解(EMD)与Hilbert谱分析两部分组成。任意的非平稳信号首先经过EMD方法处理后被分解为一系列具有不同特征尺度的数据序列，每一个序列称为一个固有模态函数(IMF)，然后对每个IMF分量进行Hilbert谱分析得到相应分量的Hilbert谱，汇总所有Hilbert谱就得到了原信号的谱图。该方法从本质上讲是对非平稳信号进行平稳化处理，将信号中真实
107551700第三次作业
- 根据短时傅里叶变换原理，计算并显示该语音段的短时幅度谱和功率谱；根据语谱图显示原理，编程实现该语音段语谱图的计算和显示，并尽量多地分析出语谱图包含的语音特征信息,用MATLAB提供的倒谱计算函数，显示该语音段的复倒谱和倒谱(According to the principle of short-term Fourier transform, the short range spectrum and power spectrum of t
hht
- 希尔伯特谱，用于信号能量分析，将三维的频率幅度图压缩在二维图像上(Hilbert spectrum for signal energy analysis)
zhoucheng
- 轴承故障仿真信号时域波形图和轴承故障仿真信号幅度谱图的MATLAB程序(Bearing fault simulation signal time domain waveform and amplitude spectrum)