参考资料：参见 K Vasudevan 所著的“数字通信和信号处理”一书中的第 2.7 节

在使用Allegro Sigrity仿真工具时，常常出现找到了教程，兴致冲冲地按每个步骤操作，但最后因为素材不一样，得不到想要的结果，最终无兴趣再玩Sigrity仿真。 所以我将SPEED2000用于电源噪声的时域分析和验证的仿真素材上传，供大家使用，不用苦苦寻找仿真资料。资料里包括：SODIMM_DDRSSO.spd（DDR3 SODIMM板卡）、ctrl_IO.ibs（I/O控制模型）、dram_IO.ibs（动态随机存储器模型）。 电源噪声的时域分析是电源完整性设计重要内容，所以大家不妨尝试仿真一下。

可直接进行应用，添加高斯噪声，方便，快捷，完整，实用。

中值滤波是一种非线性过程，可用于减少脉冲噪声或椒盐噪声。 它也可用于保留图像中的边缘。与其他中值滤波器相比，此滤波器可提供更好的结果

数模转换器（ADC）提供了许多系统中模拟信号到数字信号的重要转换。它们完成一个模拟输入信号到二元有限长度输出命令的振幅量化，范围通常在6到18b之间，是一个固有的非线性过程。该非线性特性表现为ADC二元输出中的宽带噪声，称作量化噪声，它限制了一个ADC的动态范围。本文描述了两种时下   的方法来改善实际ADC应用中的量化噪声性能：过采样和高频抖动。　　为理解量化噪声缩减法，首先让我们回顾一下，一个理想的N位ADC的信号与量化噪声比为（单位dB）　　SNRQ=6.02N+4.77+20log10（LF）dB，　　其中：LF=ADC的输入模拟电压级的加载因子测量（SNRQ由参考资料1提供）。参数L

LMS算法在噪声抵消中的应用，冯振勇，王玉良，自适应噪声干扰抵消器是基于自适应滤波器原理的一种扩展。本文首先根据自适应LMS滤波器的设计理念介绍了噪声抵消器的原理，得出自

在设计电源过程中，    的工作频率是一个重要的参数。对于低频，往往对应周围器件的尺寸增大，从而成本也增加。工作频率高，周围器件尺寸减小，但是对应的自身损耗也增加。那么如何降低噪声？频率与周围器件的关系　　在上图中，可以看到当频率在100Khz时，电感占据主要地位，随着频率升高，电感的体积也是在减小的，感值也相应的再减少。输出端的电容值也是随频率升高而降低。输入端的电容基本上保持不变。　　2.频率与损耗关系　　对于半导体器件，损耗包括两部分，一部分是开关损耗，一部分是传导损耗，开关损耗随频率的升高而升高，传导损耗不受工作频率的影响。当开关损耗与传导损耗相等时，总损耗    。　　通过以上两个参

Matlab维纳噪声抑制原创程序报告-维纳噪声抑制.zip 维纳噪声抑制的Matlab程序： Figure22.jpg 试验结果： Figure23.jpg Matlab维纳噪声抑制

为了抑制接收信号中的高斯噪声和窄带干扰,在进一步分析边带相关置换(SCR)算法的基础上,提出了一种新的高斯噪声和窄带干扰抑制算法———循环边带相关置换(CSCR)算法 。 CSCR算法将 SCR思想引入循环谱相关理论中,利用循环谱相关可有效抑制高斯噪声的技术优势,在接收信号的谱相关密度函数中用相对于窄带干扰的边带对称值代替干扰值来重构期望信号,从而实现了高斯噪声和窄带干扰的同时抑制 。该算法对谱相关密度谱对称的调制方式均适用 。通过对 2PSK信号的计算机仿真表明,循环边带相关置换算法可以有效抑制高斯噪声

正弦信号的matlab代码SiTraNo（正+瞬态+噪声） 一个MATLAB应用程序，用于音频信号的音调-瞬态噪声分解。 使用Matlab 2020b中的App Designer开发。 L. Fierro和V.Välimäki。 “ SiTraNo：用于音频信号的音调-瞬态噪声分解的MATLAB应用程序” 。 提交给2021年在奥地利维也纳举行的数字音频效果（DAFx）会议。 抽象的 将声音分解为音调，瞬态和噪声成分是一个活跃的研究主题，也是音频处理中广泛使用的工具。 近年来，已经提出了多种解决方案，使用时频表示来识别声音声谱图中的水平和垂直结构或方向和各向异性。 这就是SiTraNo：一个易于使用的MATLAB应用程序，带有用于音频分解的图形用户界面，可分别进行可视化和音调，瞬态和噪声类别的访问。 该应用程序允许用户在生成所需的输出文件之前，在不同的众所周知的分离方法之间进行选择，以分析输入的声音文件，即时控制和重新混合其频谱分量以及直观地检查分解的质量。 SiTraNo中很容易看到常见工件的可视化，例如小鸟和遗落物。 此应用程序希望通过观察每个频谱分量对原始声音的变化影响，并通过相