Step1.采集一段语音信号，语音信号录音文字内容要求如下 要求：石狮寺前有四十四个石狮子，寺前树上结了四十四个涩柿子，四十四个石狮 子不吃四十四个涩柿子，四十四个涩柿子倒吃四十四个石狮子。 要求 9：从歌曲《一起红火火》中任意截取一段和录音文字内容相同长度的信号。 Step2.对 Step1 产生的语音信号添加如下要求的噪声信号 要求：添加信噪比为 XdB 的高斯白噪声； Step3.选择如下要求的滤波器对信号进行降噪处理。 要求：设计相应的维纳滤波器，对 Step2 产生的加噪信号进行降噪处理； Step4.自己的录音内容语音信号和要求 9 的录音内容的语音信号相加； 要求：Step1 中要求的语音信号平均功率比要求 9 的语音信号平均功率大 10 倍； Step5.对 Step4 中叠加后的语音信号进行分离，分离方法自选，要求最大程度分离出自己 录音内容，并对分离结果进行详细的分析。 Step6.以文件形式保存处理结果。

很轻的混叠现象 严重的混叠现象

课程设计代码，完成了基础要求和提高要求，运行就能出图，用了很多函数，注释很详细，新手都能看懂，注意对比函数名，有些函数是多余的，是之前用来试错的。

针对传统经验模式分解方法所导致的模态混叠现象，提出通过加噪声辅助分析 的EEMD方法，将白噪声加入信号来补充一些缺失的尺度，在信号分解中具有良好的表现。EEMD仿真系统的实现利用了Matlab 平台，通过GUI 控件实现了系统设计，能直观方便地进行比较分析，验证了EEMD 在抗混叠方面较原有方法的改进。

针对传统盲信号分离方法通过估计分离矩阵实现盲信号分离难以同时适应适定、欠定和过定模型的问题,给出了一种新的方法,直接估计混叠矩阵实现盲分离.首先给出估计混叠矩阵的梯度学习公式,并分析了该梯度算法对适定模型的有效性,然后将它推广到过定混叠和欠定混叠模型,从而得到了一种适用于各种盲分离模型的混叠矩阵估计算法.仿真例子检验了所提出的算法在适定情形下与原有算法有类似的特性,而又可以同时适应过定和欠定模型.

DDS架构基本原理 　　随着数字技术在仪器仪表和通信系统中的广泛使用，可从参考频率源产生多个频率的数字控制方法诞生了，即直接数字频率合成(DDS)。其基本架构如图1所示。该简化模型采用一个稳定时钟来驱动存储正弦波(或其它任意波形)一个或多个整数周期的可编程只读存储器(PROM)。随着地址计数器逐步执行每个存储器位置，每个位置相应的信号数字幅度会驱动DAC，进而产生模拟输出信号。终模拟输出信号的频谱纯度主要取决于DAC。相位噪声主要来自参考时钟。 　　DDS是一种采样数据系统，因此必须考虑所有与采样相关的问题，包括量化噪声、混叠、滤波等。例如，DAC输出频率的高阶谐波会折回奈奎斯特带宽，因而

在为你的应用设计抗混叠滤波器时，请考虑3个通用指导原则，本文将详细的进行介绍。

同频混叠信号的处理一直是通信信号处理中的难点,常规的信号处理方法难以对其进行有效分析。本文运用最新的盲源分离理论,实现了混叠通信信号的盲分离。仿真结果表明,本文采用的算法分离效果好,运算速度快,可移植性强,基本实现了对混叠通信信号的实时盲分离。

基于集群和GPU的宽带混叠信号盲分离技术.pdf

行业分类-设备装置-基于AMD的消除经验模态分解中模态混叠方法.zip