针对基于分数阶傅里叶变换(FRFT)的多分量线性调频信号(MLFM)参数估计方法中计算量大、估算精度低等问题，本文提出了一种基于吕分布(LVD)与高分辨分数阶傅里叶变换（Zoom-FRFT）的参数估计方法。首先，对MLFM信号进行LVD，检测存在的分量个数，对各分量参数粗略估计，利用粗略调频斜率代入FRFT的参数估计公式，反向计算出FRFT的粗略变换阶次。然后，以粗略变换阶次为中心限定范围，设置精度，连续进行FRFT，从而提取峰值的坐标即精确变换阶次与粗略FRFT域坐标。最后，在精确变换阶次下，以粗略FRFT域坐标为中心限定区间，进行Zoom-FRFT，从而提取精确FRFT域坐标，对分量的参数进行精估计。仿真结果表明，该方法可以有效地对MLFM信号进行参数估计，并可以根据实际需要选择变换阶次的搜索范围与精度、FRFT域的细化倍数；与传统方法相比，本方法同时提高了参数估计精度与计算效率。

独立分量分析(ICA)去噪声的VC代码，次程序是用来滤除语音信号中的噪声的。

/* * （有向）图的深度优先遍历算法模板 */ package dsa; public abstract class DFS extends GraphTraverse { //变量 protected static int clock = 0;//遍历过程中使用的计时钟 //构造方法 public DFS(Graph g) { super(g); } //深度优先遍历算法 protected Object traverse(Vertex v, Object info) {//从顶点v出发，做深度优先查找 if (UNDISCOVERED != v.getStatus()) return null;//跳过已访问过的顶点（针对非连通图） v.setDStamp(clock++); v.setStatus(DISCOVERED); visit(v, info);//访问当前顶点 for (Iterator it = v.outEdges(); it.hasNext();) {//检查与顶点v Edge e = (Edge)it.getNext();//通过边e = (v, u) Vertex u = (Vertex)e.getVPosInV(1).getElem();//相联的每一顶点u switch (u.getStatus()) {//根据u当前的不同状态，分别做相应处理 case UNDISCOVERED ://若u尚未被发现，则 e.setType(TREE);//e被归类为“树边” traverse(u, info);//从u出发，继续做深度优先查找 break; case DISCOVERED ://若u已经被发现，但对其访问尚未结束，则 e.setType(BACKWARD);//将e归类为“后向跨边” break; default ://VISITED，即对u的访问已经结束 if (u.getDStamp() < v.getDStamp())//若相对于v，u被发现得更早，则 e.setType(CROSS);//将e归类为“横跨边” else//否则 e.setType(FORWARD);//将e归类为“前向跨边” break; } }//至此，v的所有邻居都已访问结束，故 v.setFStamp(clock++); v.setStatus(VISITED);//将v标记为VISITED return null;//然后回溯 } }

matlab 代码允许重现论文中的一些结果：Chen S、Yang Y、Peng Z 等人，转子-定子系统摩擦碰撞故障检测：一种基于自适应啁啾模式分解的新方法，Journal of Sound and Vibration, 2018. 论文中使用的算法是论文中算法的简化版本：Chen S, Yang Y, Peng Z, et al, Adaptive chirp mode tracking: Algorithm and Applications, Mechanical Systems and Signal Processing, 2018. Some部分脚本来自以下论文：Chen S、Dong X、Peng Z 等人，非线性 Chirp 模式分解：一种变分方法，IEEE 信号处理交易，2017 年。以及论文：Chen S、Dong X、Xing G等人，通过脊路径重组和固有线性调频分量分

基于Opencv库的投影矩阵P分解成K R T三分量，即内参K，外参R T。

matlab 佛度的代码全极化 SAR 数据 (MF4CF) 的无模型 4 分量散射功率分解 一般信息 极化合成Kong径雷达 (PolSAR) 数据的目标分解方法解释了来自目标的散射信息。 在MF4CF中，非常规3D Barakat偏振度用于获得散射电磁波的偏振态。 3D Barakat 偏振度用于获得偶数反弹、奇数反弹和漫射散射功率分量。 与此同时，计算了目标散射不对称的度量，然后适当地利用它来获得螺旋功率。 所有的功率分量都是滚动不变的、非负的和明确的。 功能流程图 算法 无监督聚类 clustering_four_component.m 中提供了不同散射机制的无监督clustering_four_component.m 。 不同簇与散射功率分量的物理关系如下所示： 启动并运行 这是一个基于MATLAB的代码。 用户必须选择PolSARpro格式的T3矩阵。 默认窗口大小设置为 7，这是在变量wsi下定义的。 请根据您的要求更改此窗口大小。 请使用MF4C.m计算目标表征参数和四个散射功率分量。 clustering_four_component.m执行无监督聚类。 NB 还提供

行业分类-物理装置-基于序分量的含分布式电源配电网故障分类方法及系统.zip

基于FPGA的三分量地磁数据采集系统——硬件平台部分.pdf

给出了一种散射模型与Wishart分类相结合的极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像非监督分类方法。首先利用去取向三分量散射模型进行粗分类,将像素划分为三种基本散射类型和混合散射类型;然后,在基本散射类型内根据占优散射机制的功率进行细分类,并根据Wishart距离对细分类的结果进行类别合并,合并到指定的类别数;最后对四种散射类型的像素分别重新进行Wishart迭代,从而实现极化SAR数据的非监督分类。利用美国AIRSAR机载系统采集的实测数据进行实验,并且同已有分类方法进行比较,结果表明本文方法改善了分类效果,且降低了体散射过估计。

有向图的强连通分量课程设计报告