基于短时傅里叶变换的语谱图的画法 基于MATLAB环境下的 基于短时傅里叶变换的语谱图的画法 基于MATLAB环境下的
2021-10-19 20:56:46 778B 语谱图
1
美食该如何制作?食品安全以什么为标准?用什么来检测食品成分?这么一份有机化合物谱图解析-有机质谱法...该文档为有机化合物谱图解析-有机质谱法,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
2021-09-10 11:48:45 16KB
1
修改谱图的进样、采集数据的时间,只建议用于紧急情况之下的谱图修改,不可常用。
2021-08-20 10:13:39 23KB n2000 谱图修改
1
实现倒频、FFT、循环谱、包络谱、快速谱峭度等
2021-08-07 16:58:18 3KB matlab
1
该程序在Intel C++编译通过,注释详尽,是学习MFC、语谱图的好帮手!
2021-08-06 19:01:09 1.57MB MFC 语谱图 时频图
1
将进化功率谱密度(EPSD)[1]与Matlab中实现的众所周知的谱图进行了比较。 EPSD 产生更平滑的信号,尤其是在数据点数量较少的情况下。 在下面,我使用 [2] 中的示例,其中频谱图适用。 对于其他应用,例如土木工程,频谱图方法可能提供过低的频率或时间分辨率。 因此,EPSD 的使用在该领域更为常见,参见例如 [3] 中 EPSD 的应用,以计算桥梁对非平稳风荷载的响应。 提交内容包括: • 示例文件• 函数 EPSD.m 任何改进提交的评论、问题或建议都受到热烈欢迎。 非常感谢赵世宇对频率向量下界定义的建议。 参考 [1] Priestley, MB (1965)。 进化光谱和非平稳过程。 皇家统计学会杂志。 B 系列(方法论),204-237。 [2] http://www.mathworks.com/help/signal/ref/spectrogram.html [
2021-08-06 16:03:08 243KB matlab
1
利用语音在语谱图中表现出的不同特征, 提出了一种基于语谱图的语音端点检测算法。首先利用基音频 率检测的原理在语谱图矩阵中搜索浊音段, 然后计算出浊音段的信噪比, 再根据信噪比和语谱图矩阵中浊音段的 峰值进行完整的端点检测。因多数突发噪声并没有稳定的频率或者频率不在人的基音频率范围内, 因此, 该算法能 够很好地抑制突发噪声的干扰, 实验结果表明, 在信噪比为 10 dB以上时该算法能够准确检测出语音的端点位置。
2021-08-04 17:34:05 615KB 语谱图
1
OMNIC 谱图库.rar
2021-07-14 22:05:37 319.85MB OMINIC FT-IR 谱图库
1
总结一下FFT和维纳辛钦定理求解PSD的问题-功率谱图.rar 早上在论坛上问了两个问题, 一个是关于FFT求频谱时纵坐标的值问题 https://www.ilovematlab.cn/thread-27092-1-1.html 还有一个是用维纳辛钦定理求解PSD时出现的问题 https://www.ilovematlab.cn/thread-27133-1-1.html 经过达人们的指点,和自己的总结,获得一点心得,在这里与大家分享一下:) 1.FFT求频谱 [CODE] Fs = 40; n = 0:1/Fs:159*1/Fs; x = sin sin; N = length; X = fftshift); Px1 = X.*conj/N; plot*Fs/N,Px1); grid on; axis title; 首先,fftshift的问题,以前上数字信号处理时,老师专门给提出了这个函数,但是我发现论坛里好多不太明白这个函数意义的,OO~,一般,fft得到的是频谱范围在【0-2*pi】范围内的频谱,以高频pi为中心,但是一般使用过程中,使用的频谱习惯以低频0为中心,fftshift的功能就是将频谱进行移位,使之在【-pi,pi】之间; 另外,纵坐标的问题,版主edifier2008提示说用/N的方法归一化,我试了一下,每次采样长度变大时,纵坐标的整体值都会变大,/N之后,值变为1之内了,但是并不是理论算法中得到的1. 图形如下: fft.jpg fft 2.维纳辛钦定理求解功率谱的问题 [CODE] Fs = 40; n = 0:1/Fs:159*1/Fs; x = sin sin; N = length; Rx = xcorr; Px2 = fftshift); plot*Fs/,abs); grid on; axis title; 图形如下: fftwei.jpg 程序中可以看出,也要使用fftshift对fft得到的频谱进行移位以得到以低频0为中心的频谱,另外,得到的功率谱纵轴值特别大,是不是也需要除以采样长度,我试了一下,仍然是很大,个人认为,在MATLAB中计算自相关函数以及计算FFT时,都没有对加和进行归一,将/N这一个系数可能都给省略掉了。 此外,我在很多教材里面看了不少里面的例题,都没有注意纵轴值的问题,我觉得在进行频谱分析,重点在于频率点,以及相近频率点的谱图是不是能够分辨出来,而对于各谱的大小,有个相对的比较即可。 不当之处,还望大家给与指正,:) :victory:
2021-07-12 08:48:42 13KB matlab
1
对基于电磁矢量传感器阵列的噪声子空间算法进行计算机仿真,并与经典的降秩MUSIC算法进行对比,绘制出二者的空间谱图
1