常用滤波器相关指标介绍,借助 Matlab 设计符合我们需求的Butterworth 数字滤波器
2023-03-30 10:11:11 198KB butterworth 数字滤波 信号处理
1
共包含三个子目录,分别是DSP_FORTRAN, DSP_C和DSP_MATLAB。DSP_FORTRAN和DSP_C各含有约40个信号处理的子程序,概括了书中所涉及到的绝大部分算法。程序分别由FORTRAN语言和C语言编写(MA模型、ARMA模型及最小方差谱估计三个算法只给出了用C语言编写的程序, 没有给出相应的FORTRAN子程序),并在PC机上调试通过。编译环境是FORTRAN77 V5. 10和TURBO C2. 0。DSP_MATLAB含有近100个用MATLAB编写的信号处理程序,它们是本书各个章节的大部分例题,使用的是MATLAB6.1。
2023-03-30 09:56:54 162KB 信号处理DSP
1
宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理 宋知用教授 MATLAB 语音信号处理
2023-03-29 15:44:43 108.04MB 语音信号处理 宋知用教授  MATLAB 
1
(1)五种模拟滤波器类型的比较 a) 巴特沃斯滤波器(Butterworth):具有单调下降的幅频特性,过渡带最宽; b) 切比雪夫Ⅰ型滤波器(Chebyshev1):在通带具有等波纹幅频特性,过渡带和阻带是单调下降的幅频特性; c) 切比雪夫Ⅱ型滤波器(Chebyshev2):通道带幅频响应几乎与巴特沃斯滤波器相同,阻带是等波纹幅频特性; d) 椭圆滤波器(Ellipse):过渡带最窄,通带和阻带均是等波纹幅频特性; e) 贝塞尔滤波器(Bessel):在整个通带逼近线性相位特性,而其幅频特性的过渡带比其他四种滤波器宽得多。 (2)两种系统函数转换方法的比较 a) 双线性变换法 优点:频率变换关系是线性的,即 ,如果不存在频谱混叠现象,用这种方法设计得数字滤波器会很好地重现原模拟滤波器的频响特性。另外,数字滤波器的单位脉冲响应完全模仿模拟滤波器的单位冲激响应波形,时域特性逼近好。 缺点:会产生不同程度的频谱混叠失真,其适用于低通、带通滤波器的设计,不适用于高通、带阻滤波器的设计。 b) 脉冲响应不变法 优点:可由简单的代数公式 将 直接转换成 且不存在频谱混叠现象。 缺点:
1
电子科技大学研究生课程《现代数字信号处理及其应用》,包括何子述的PPT,期末仿真作业word文档
2023-03-28 21:23:17 13.79MB matlab 数字信号处
1
声音信号进行处理的matlab仿真,可以用于水声通信领域。
2023-03-27 19:49:18 1KB Matlab
1
SEMG肌电采集板,包括肌电采集原理图和PCB。 原理图中包括前置放大电路,滤波电路,二级放大电路,电平抬升电路。 前置放大电路由仪表放大器构成,通过电极板采集微弱的SEMG(0~2mv)滤波电路包括二阶有源高通滤波和二阶有源低通滤波以及50Hz工频滤波电路(可滤除20Hz以下,50Hz,500Hz的干扰信号),后经过二级放大电路输出位较干净的SEMG(-1~1v),最后通过电平抬升电路将SEMG抬升到0~2v给单片机采集。 整个电路可自行改变滤波电阻电容的值,改变滤波频段值。
2023-03-27 13:02:44 23.26MB 信号处理
1
关于信号处理方面的相关程序,希望对大家有一定的用处。
2023-03-26 19:22:45 938KB 希望对大家有用
1
压缩包里面包括MATLAB语音信号处理工具箱函数,包括常见的函数语音增强,语音识别,学习语音信号处理的必备工具
2023-03-26 15:30:03 721KB MATLAB voicebox 语音信号处理
1
matlab肌电信号处理代码EMG手腕姿势分类 EMG分类系统的M文件(计算机Matlab代码)集合,用于根据[1]中所述的来自Myo Armband的随机默认前臂EMG信号来识别九种腕手运动。 该系统使用八个时域特征的线性组合,然后进行线性判别分析(LDA)投影和多层感知器(MLP)分类。 使用Myo Armband中随附的8个主动传感器,对年龄在27±4岁的10位受试者(七名男性,三名女性)的EMG录音进行了开发和测试。 该系统在八个通道的EMG段上运行。 需要Matlab编程环境。 可以在上找到更新。 要引用此系统,请使用参考文献[1,2]。 概述: 一种基于随机获取的前臂EMG信号的九种腕手动作的低复杂度方法。 该方法是通过评估来自八个通道的256段EMG窗口中的八个时域特征而开发的。 来自八个通道的估计特征通过LDA分析进行合并和缩减,并使用数据驱动的MLP方法进行分类。 此处的代码实现了此运动分类系统,该系统已通过EMG记录进行了训练,并记录了来自10个健康受试者的100次训练中的9个运动数据。 快速开始: 使用system_parameters函数在Matlab中设置系统
2023-03-24 17:32:39 224KB 系统开源
1