SP++ (Signal Processing in C++) 是一个关于信号处理与数值计算的开源C++程序库，该库提供了信号处理与数值计算中常用算法的C++实现，来自于作者张明。具体包括了向量类模板、矩阵类模板、线性方程组、非线性方程组、插值与拟合、优化算法、傅里叶分析、数字滤波器设计、随机信号处理、功率谱估计、自适应滤波器、时频分析、小波变换、查找与排序等具体C++的实现代码。是非常使用的工具箱。

这是我们提出的算法“ Multisynchrosqueezing变换”（MSST）的MATLAB实现，该算法具有较高的时频分辨率并允许模式分解。 而且，它是完全可逆的。 MSST不需要有关该信号的任何先验信息。 该代码仅需要输入参数，例如信号，窗口长度和迭代次数。 它是一种新颖而有趣的时频分析工具。 相应的论文“ Multisynchrosqueezing变换”已经发表在IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS上。 可以在此软件包中找到本文中出现的所有功能和数据。 只需直接运行从“ Example_1”到“ Example_5”的代码，它们对应于数值分析和实验验证。 例如，我们可以将文件“ Example_1.m”直接拖到MATLAB软件的命令窗口中，或在命令窗口中输入代码“ run（'absolute path \ MSST_Y \ Exa

短时傅里叶变换时频分析工具包，可直接放在matlab安装目录tools目录下调用

短时傅里叶变换(STFT)和广义S变换(GST)都被应用到地震时频分析中,但对两者在信号分析过程中的特点和差异的研究相对较少。通过比较两者的理论公式、窗口函数及地震信号的实际处理效果发现:短时傅里叶变换在地震信号分析过程中整个时频域具有相同的分辨率,整体性较强,缺少时频聚焦能力,不能对信号重点观测区域有针对性的提高时频分辨率;广义S变换对地震高频信号具有较高的时间分辨率,对低频信号具有较高的频率分辨率,且可以通过改变参数p的值对广义S变换窗口函数的形态做出较大的调整,也可以改变λ的值实现窗口形态微调,通过对窗口函数的调整,广义S变换可以对信号特定区域进行时频聚焦。

为了有效消除声发射信号中的噪声，将广义S变换滤波方法应用于声发射信号去噪，分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较，针对信号的不同时频特性设计了相应的时频滤波算子。结果表明，基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果，克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷。其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声，可以满足信号处理的要求。

提出了一种新的时频分析(TFA)方法，称为一般线性chirplet变换(GLCT)。 相应的论文“General linear chirplet transform”已经提交给MSSP。 我们希望开发一种有效的 TFA 方法，它可以表征具有不同时变瞬时频率的多分量信号。 实际上，传统的TFA方法在处理此类信号时受到限制。 所以为了解决这个问题，我们写了论文并实现了与他人分享我的想法的软件。

行业分类-物理装置-高精度高阶时间重排同步挤压变换时频分析方法.zip

这是我们提出的算法“同步提取变换”的 MATLAB 实现，具有高时频分辨率并允许模式分解。 它是一种新颖有趣的时频分析工具。 相应的论文“Synchroextracting Transform”发表在IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS 上。 论文中出现的所有函数和数据都可以在这个包中找到。 直接运行“Example_1”到“Example_4”的代码，对应两个数值分析和两个实验验证。 例如，我们可以直接将“Example_1.m”文件拖入MATLAB软件的命令窗口，或者在命令窗口输入代码“run('absolute path\SET_Y\Example_1.m')”。 论文可在网站“ http://ieeexplore.ieee.org/document/7906573/ ”中找到，或通过电子邮件“yugang2010@163.com”与

关于 傅里叶变换将时间函数分解为频率函数。该文件夹包含一系列分析波形的python程序。

在matlab实现中对一维信号的S变换，[spec,f,t]=st()，输入参数可以直接得到S变换结果、频率轴和时间轴。