检测信号的突变点
提取了信号的近似特征a和细节特征d。
在原始信号图像上，无法得知原始信号导数的不连续性。
初
2021-09-29 15:41:43
4.6MB
1
curvelet变换的C++实现和matlab实现，有具体的实例，从PUDN下载过来的，分享下
2021-09-27 23:01:12
841KB
1
傅里叶反变换matlab代码薄膜晶体管
STFT（短时傅立叶变换），ISTFT（逆-短时傅立叶变换），用于音频，麦克风输入
提供25％，50％的重叠STFTCraft.io。
笔记
git
clone
--recursive
https://github.com/kooBH/STFT.git
要构建测试代码，您需要克隆--recursive以使用子模块koobh/WAV.git
。
git
submoudle
init
git
submodule
update
使用子模块。
关于FFT
我目前正在使用的FFT。
由于这是单个标头文件中最快的FFT。
但是，有时（通常不是），在MATLAB
FFT输出和Ooura
FFT输出之间存在错误。
如果需要与MATLAB完全相同的输出，则必须使用其他FFT库。
例子
直接从缓冲区
#
include
"
cpp/STFT.h
"
...
//
frame/shift
must
be
4
or
2
STFT
process
(channels,frame_size,shift_size);
WAV
input;
WAV
output
(channe
2021-09-16 11:49:04
1.7MB
1
一维dct变换matlab代码DCT_DST_OnetoFour（double
and
single）-MATLAB_CUDA_MEX
编译：
首先尝试这里描述的方法：
成功编译，运行和测试之后，只需尝试以下语句（将其复制并粘贴到Matlab中并输入）：
>>
debug_Discrete_Transform(false)
[See
the
file
“debug_Discrete_Transform.m”]
#
To
compute
Discrete
Cosine/Sine
Transform
DCT/DST
and
inverse
Discrete
Cosine/Sine
Transform
IDCT/IDST
user
can
choose/use
the
following
unified
syntax:
B=Discrete_Transform
(Input
array
A,
Type
of
Discrete
Transform,
Type
of
Transformation,
Type
of
DCT/DST
or
IDCT/IDST,
Dimensions)
Where
B
2021-09-13 07:40:35
29.73MB
1
汉宁窗傅里叶变换matlab代码Matlab音频过滤
为了充分了解设备的性能，还必须在频域中分析信号。
这正是频谱分析仪的工作。
但是，应该指出的是，随着数字技术的飞速发展，这种区别变得越来越模糊。
一些示波器可以执行矢量信号分析，并且信号分析仪现在具有大量的时域测量功能。
但是，示波器针对时域测量进行了优化，而信号分析仪是频域测量的首选工具。
在频域中，复数信号（例如，包括一个以上的频率）被分离为它们的频率分量，并显示每个频率下的电平。
频域测量具有几个明显的优势。
首先，在频谱分析仪上很容易发现示波器上看不到的信息。
由于频谱分析仪能够缩小测量带宽，因此使用频谱分析仪测量信号还可以大大减少测量中存在的噪声量。
此外，当今的许多设备本质上都是面向频域的，因此必须在频域中进行分析，以确保不会受到相邻频率的干扰。
利用频谱的频域视图，可以轻松测量信号频率，功率，谐波含量，调制，杂散和噪声。
测量这些量后，仅使用频谱分析仪即可确定总谐波失真，占用带宽，信号稳定性，输出功率，互调失真，功率带宽，载波噪声比以及其他一系列测量结果。
频域测量（频谱分析）可以使用快速傅立叶变换（FFT）分析仪或通
2021-09-08 16:01:39
735KB
1