TSTNN 这是PyTorch实施的论文“ TSTNN：基于两级变压器的时域语音增强神经网络”，该方法已被ICASSP 2021接受。更多细节将在稍后显示！

利用时域有限差分法的专业光学建模工具----lumerical破解版，32位\64为系统具有

通过搭建串联电弧检测试验平台，在不同功率的阻性负载下，采集正常和发生串联故障电弧状态下的线路电流，并分析了电流的时域特征和频域特征，包括零休时间、电流上升率、平均值、有效值以及各奇次、偶次谐波因数等。分析结果表明，选择2~6次谐波因数及其变化率作为串联故障电弧的判据较为合理。

在这项工作中，使用三维时域有限元方法（TDFEM）结合逆Jiles-Atherton（JA）矢量磁滞模型，建立了非线性铁磁问题的数值解。 简要介绍了JA本构模型后，通过时域中的磁矢量势构造了二阶非线性偏微分方程（PDE），然后使用Newmark-β格式对其进行离散化，并通过应用牛顿-拉夫森法。 构造和比较了不同的牛顿-拉夫森方案。 通过几个数值示例证明了所提出方法的能力，包括物理退磁过程的仿真，铁磁材料中的剩磁的预测以及高次谐波的产生。

Android 音乐频谱分析，把时域上连续的信号(波形)强度转换成离散的频域信号(频谱)

时域波形图matlab代码信号和系统：声学调制解调器 介绍 对于此项目，我们创建了一个声学调制解调器接收器。 声学调制解调器发送以声波编码的数字信号。 具体来说，数字“ 1”或“ 0”被编码在我们正弦信号的相位偏移中。 为了确保我们发送的信号具有足够高的频率可以在空中传输，我们乘以了一个余弦波，该余弦波的载波频率足够高。 在接收端，我们必须首先确定信号的开始。 这是通过在包含我们感兴趣的消息的波形之前的已知类似噪声的信号中找到的。此后，我们可以乘以与用于将二进制编码的消息转换为正弦声波形的余弦波相同的值，并应用低通滤波器，以及较小的后处理以恢复原始信号。 框图 我们整个系统的框图可以在下面看到。 该图指示了声学调制解调器系统的理论实际实现，而我们在MVP中并未考虑这种情况。 例如，在MVP中-由于我们不通过空中传输信号-因此不会因H（jω）传递函数而造成任何损失。 同样，我们不需要乘以增益G1。 整个声学调制解调器的框图。 对于MVP系统，我们假设空中没有损耗（H（jω）= 1），并且G1为1。 实现-发送和解码消息 如前所述，我们将通过空中发送和接收消息。 这个过程可以很容易地分为两

西电网信院信息安全专业——数字信号处理实验 ，系统响应以及系统稳定性，时域采样与频域采样，用FFT对信号做频谱分析，IIR数字滤波器设计及软件实现

对太赫兹时域光谱成像在时域和频域两种模式下不同处理方法进行了研究。太赫兹波时域光谱成像技术与一般的强度成像不同, 它具有信息量大、同时含有振幅和位相信息等显著特点。根据不同需求, 可以选取不同的物理量来展示不同的成像特征, 以便提供更多、更精确的样品信息。每一个像素点对应一个时域波形, 可以从时域信号或它的傅里叶变换谱中选择任意数据点的振幅或位相进行成像, 从而重构样品的空间密度分布、折射率和厚度分布。在频域模式下以不同频率点的振幅、吸收率、折射率、功率作为参数进行成像, 进行了太赫兹波多光谱成像技术的初步研究。这些研究结果对提高太赫兹成像的分辨率和太赫兹图像识别有着重要的意义。

超声场仿真研究在工业超声探伤领域一直起到举足轻重的作用。本文采用脉冲超声波检测原理，建立仿真平台，利用k-wave工具箱对超声场进行了时域仿真研究，针对声场在圆柱体工件内部的传播情况，并利用声学传感器接收到的回波信号，采用插值重构模型，对工件内部超声场分布做了重构研究和可视化实现，为实际工业生产奠定了理论基础。

模拟了基阵接收信号的过程，并对其进行了时域波束形成的仿真。