功率谱是功率谱密度函数的简称，它定义为单位频带内的信号功率。它表示了信号功率随着频率的变化情况，即信号功率在频域的分布状况。功率谱表示了信号功率随着频率的变化关系 [1] 。 常用于功率信号（区别于能量信号）的表述与分析，其曲线（即功率谱曲线）一般横坐标为频率，纵坐标为功率。周期性连续信号x(t)的频谱可表示为离散的非周期序列Xn,它的幅度频谱的平方│Xn│2所排成的序列，就被称之为该周期信号的“功率谱

对于信号分析特别有用，对信号包络分析，然后处理

生成 fsk 调制和功率谱的函数代码行 (NRZ)

用matlab算法，生成美国六级轨道谱，获得轨道不平顺激励

固有频率与故障距离之间存在数学关系，故障行波暂态能量在固有频率附近较集中，其暂态能量包含丰富的故障距离信息。利用人工神经网络（ANN）的非线性函数逼近拟合能力，建立直流输电线路故障定位的ANN模型。利用小波变换的等距特性提取单端线模电压7尺度的小波能量，并将其作为样本属性对神经网络进行训练、测试。所提方法将不易提取的固有频率点特征转化为容易提取的频带特征，提高了测距的可靠性。数字实验结果表明，所提方法在不同过渡电阻和不同故障距离下均能准确测距。

该功能可用于恒速运行的滚动轴承的基于振动的故障诊断。 这是一个三步程序： (i) 倒谱预白化：减少齿轮等其他周期源的贡献。 (ii) 带通滤波：提高 SNR，尤其是在系统谐振附近执行时(iii) 平方包络谱：允许检测以特定循环频率的大分量为特征的（伪）循环平稳贡献此功能与简单的演示一起提供，它与 Octave 完全兼容。 参考文献：Borghesani P. 等人，倒谱预白化在变速条件下轴承故障诊断中的应用，MSSP，2013 年。

Konno-Ohmachi 平滑窗口一种平滑低频微震信号和地震动数据的有效方法这段代码是由建石从 konno_ohmachi.py 编译的曼森图尔克和哈姆杜拉 livaoglu 科贾埃利大学地球物理系测量工程系

光学元件上不可避免地存在的“缺陷”会对传输光束产生局域振幅和相位调制。基于菲涅耳衍射积分，建立了高斯光束经局域相位调制后的传输模型，得到了高斯光束经有限多个小尺寸局域相位调制后的光强分布和角谱解析式，详细研究了相位调制尺寸与调制深度对光束光强分布和角谱的影响。结果表明，不同调制尺寸、调制深度对高斯光束在传输过程中的影响相似。且调制深度越大，产生的最大光强越大。相位“缺陷”尺寸越大产生的最大光强的位置离“缺陷”越远，随着调制深度、尺寸的增大和调制位置距光轴距离越近，低频区的角谱越小，中高频区的角谱越大。

出自GPM的约束程序，给出了动力学，路劲约束扥

通过串联质谱技术进行多肽测序是蛋白质组学领域中蛋白质识别最强有力的工具之一。因为完整的基因组序列正在迅速地积聚，串联质谱光谱解释的最近趋势早已是数据库搜索。然而，从头测序串联质谱光谱解释仍然是一个公开的问题，它典型地包含质谱专家手工解释。我们为从头测序解释开发了一种新算法SHERENGA，它可以自动地从任何类型质谱仪产生的一个测试光谱集合中学习碎片离子的类型和强度阈值。测试数据用来构建串联质谱光谱表示图中的最佳路径打分。一个高得分路径的分级列表对应了潜在的多肽序列。SHERENGA在解释未知蛋白质的多肽序列和验证全自动、高通量多肽测序数据库搜索算法的结果时是最有用的。