使用频谱门控降低python中的噪声 该算法基于的一种降噪效果（但并非完全再现）（） 该算法有两个输入： 包含音频剪辑的典型的噪声的噪声的音频剪辑（可选） 包含要删除的信号和噪声的信号音频片段 算法步骤 在噪声音频片段上计算FFT 统计信息是通过噪声的FFT计算得出的（频率） 基于噪声的统计信息（和算法的期望灵敏度）计算阈值 通过信号计算FFT 通过将信号FFT与阈值进行比较来确定掩码 使用滤镜在频率和时间上对蒙版进行平滑处理 掩码被叠加到信号的FFT中，并被反转 安装 pip install noisereduce noisereduce可以选择使用Tensorflow作为后端来加快FFT和高斯卷积。 它未在requirements.txt中列出，因为（1）它是可选的，并且（2）tensorflow-gpu和tensorflow（cpu）都与此软件包兼容。 该软件包需要所有

针对实际振动位移难以获取的问题，利用振动位移与加速度信号之间的关系，先对采样后的加速度信号采用时域数值积分，得到含有趋势项的速度信号及位移信号，再采用拟合多项式极值的方法，消除积分过程中产生的趋势项，从而得到更为精确的速度和位移信号。算例表明，利用拟合多项式极值消除趋势项的方法，得到的位移时程曲线拟合精度高。

离散太阳黑子信号的时域滤波及其周期性分析matlab代码，有注释，开始需自行导入数据文件

主要介绍通过16个接收水听器组成线列阵，分别给出各个阵元接收信号，可实现 时域、频域等信号到达角判别，代码齐全清晰，方便大家下载学习。

matlab由频域变时域的代码雷达多普勒处理项目 这个项目是我参加Radar Engineering的硕士课程的一部分。 在这里，我将提供Project声明，一些解释，结果以及我的代码，这些代码经过注释和不言自明。 项目说明书 该项目涉及对1GHz脉冲多普勒雷达的快速和慢速处理，以生成5个运动目标的距离多普勒地图。 使用Matlab函数将随机生成目标的范围和速度。 五个目标的反射率分别为1、0.5、0.25、0.25和0.1 来自每个目标的组合回波由下式给出： 其中，t是快速时间，m是慢时间脉冲指数。 b（t）是巴克码，k0是雷达传播常数。

信号有确定性信号和随机信号之分。 所谓确定性信号，就是信号的幅度随时间的变化有一定的规律性， 可以用一个明确的数学关系进行描述，是可以再现的。 而随机信号随时间的变化没有明确的变化规律，在任何时间的信号大小不能预测， 因此不可能用一明确的数学关系进行描述，但是这类信号存在着一定的统计分布规律，它可以用概率密度函数、概率分布函数、数字特征等进行描述。本书中针对时域离散随机信号展开分析与讨论。

西安电子科技大学 数字信号处理课件主要包括离散时间信号和离散时间系统、离散傅里叶变换和系统频率响应、Z变换及系统函数、系统的网络结构、有限长序列的离散傅里叶变换、快速傅里叶变换（FFT）算法、数字滤波器设计和数字信号处理的应用。

针对三相级联H桥型电力电子变压器(PET)，分析了输入侧瞬时功率波动特性，建立了其直流侧电容电压及中间级高频变压器原、副边电流的时域解析模型，并基于该模型提出一种PET电容值设计方法。基于MATLAB/Simulink仿真平台搭建三相级联H桥型PET仿真模型，并在功率模块测试平台进行实验验证。仿真及实验结果表明该解析模型可以准确地描述电容电压及变压器高频电流的波动特性，进而为主电路参数设计与控制系统设计提供研究基础。

从时域和频域角度讲解OFDMA的原理

关于微弱信号提取一个改进方法的论文，个人觉得很好，特此分享