emd算法升级，包络分析

数字信号处理的作业，是噪声中非平稳信号的频谱分析。包含代码和讲义。matlab

关于非平稳信号处理的书籍，一共453页，内容详尽！

kkphoon文章中非高斯非平稳随机过程模拟,程序选取的是beta分布，协方差函数为abs(x1-x2)，根据该协方差已有的特征函数与特征值给出数值模拟，使用者可以根据自己目标协方差函数，和累计分布函数来更改该程序。（kkphoon的该篇文章可在我另一份上传资源里找到，对与协方差函数的特征函数与特征值的数值解，另一份资源中也将给出）

文献中的大多数信道模型均基于以下假设：移动站（MS）沿直线以恒定速度移动。 在现实的环境中，MS可能会遇到速度和轨迹的变化。 在本文中，提出了允许移动速度变化的三维（3-D）非平稳宽带多输入多输出（MIMO）信道模型。 这些参数是从WINNER +通道模型中获得的，以使仿真更加逼真。 推导并分析了包括空间互相关函数（CCF），时间自相关函数（ACF）和多普勒功率谱密度（PSD）在内的统计属性。 我们的发现表明，MS速度的变化对通道模型的统计特性有重大影响。 此外，所提出的信道模型可以用作将来的非平稳信道建模的基本框架。

非平稳极值分析 (NEVA) 软件包，2.0 版作者：Linyin Cheng，博士，加州大学欧文分校发布：09/14/2014 源代码：Matlab 非平稳极值分析 (NEVA) 软件包的开发旨在促进平稳和非平稳假设下的极值分析。 在贝叶斯方法中，NEVA 使用差分进化马尔可夫链 (DE-MC) 方法估计极值参数，以在参数空间上进行全局优化。 NEVA 包括通过贝叶斯推理估计收益水平的后验概率区间（不确定性界限），在不确定性量化方面具有固有优势。 该软件使用各种超标概率方法呈现非平稳极值分析的结果。 我们为一个案例研究评估了包的平稳和非平稳组件，该案例研究由网格化全球温度数据集的年度温度最大值组成。 结果表明，NEVA 可以可靠地描述极端情况及其回报水平。 NEVA 包括两个组件： (1) 用于分析年度最大值（块最大值）的广义极值 (GEV) 分布。 （2）广义帕累托分布（GPD），用于

本代码是用于给定（非平稳）信号的时频分析的 Matlab 程序。 结果是： 1) 时域中信号的图形表示； 2）频域中信号的图形表示（通过FFT）； 3) 时频域中信号的图形表示（通过 STFT）。 该代码基于以下内容中描述的理论： [1] G. Heinzel、A. Rudiger、R. Schilling。 通过离散傅立叶变换 (DFT) 进行的频谱和频谱密度估计，包括窗口函数的综合列表和一些新的平顶窗口。 德国，汉诺威，Max-Planck-Institut für Gravitationsphysik，2002。

RLMD 是一种改进的局部均值分解，由一组优化策略提供支持。 优化策略可以处理 LMD 中的边界条件、包络估计和筛选停止准则。 它从混合信号中同时提取一组单分量信号（称为乘积函数）及其相关的解调信号（即 AM 信号和 FM 信号），这是与其他自适应信号处理方法（如EMD。 RLMD 可用于时频分析。 参考： [1] 刘志良，金亚强，左铭，冯志鹏。 基于鲁棒局部均值分解的时频表示，用于多分量 AM-FM 信号分析。 机械系统和信号处理。 95: 468-487, 2017。 [2] Smith J S.局部均值分解及其在脑电感知数据中的应用[J]. 皇家学会界面杂志，2005 年，2(5)：443-454。 [3] G. Rilling、P. Flandrin 和 P. Goncalves。 关于经验模式分解及其算法。 IEEE-EURASIP 非线性信号和图像处理研讨会 NSIP-03

matlab 代码允许重现论文中的一些结果：Chen S、Yang Y、Peng Z 等人，转子-定子系统摩擦碰撞故障检测：一种基于自适应啁啾模式分解的新方法，Journal of Sound and Vibration, 2018. 论文中使用的算法是论文中算法的简化版本：Chen S, Yang Y, Peng Z, et al, Adaptive chirp mode tracking: Algorithm and Applications, Mechanical Systems and Signal Processing, 2018. Some部分脚本来自以下论文：Chen S、Dong X、Peng Z 等人，非线性 Chirp 模式分解：一种变分方法，IEEE 信号处理交易，2017 年。以及论文：Chen S、Dong X、Xing G等人，通过脊路径重组和固有线性调频分量分

专门用来处理非线性非平稳信号的工具~~~相当经典~~~编写的时间是2012年10月1日