本程序是通过分析当前3G通信时代中关键技术-------OFDM，结合OFDM信号的循环平稳特性，通过相位和幅度进行信道估计，从而获取更加准确的信道信息，这个是当前通信业的关键问题之一！

针对红外图像对比度和分辩率低、噪声大的特点，提出一种基于平稳小波域的红外图像增强新方法。对高频子带中幅值较小的噪声系数进行衰减，幅值较大的边缘细节系数进行放大；对低频子带系数的幅值采用所提出的正弦函数进行伸缩处理。实验结果表明，本文提出的方法在有效地增强红外图像对比度及边缘细节的同时，又能很好地抑制背景噪声，综合性能明显优于传统的直方图均衡化和反锐化掩膜增强方法。

matlab自带了短时傅里叶变换的分析函数，老版本的matlab是specgram函数，新的改成了spectrogram函数，虽然一说到时频分析，都会说到小波分析，小波分析要比短时傅里叶要好云云，但在分析信号的瞬时频谱时，短时傅里叶还是有它的用武之地的。前一阵也看了一些有关小波分析的matlab实现，发现帮助中使用小波也多是除噪、压缩，都说小波是时频显微镜，它的用武之地还是在于查看高频在哪一级分解中，进而可以有效滤除一些信号，比如除噪，所以短时傅里叶变换查看瞬时频率正好互补一下。

包含去除仿真交叉项的工具 以及fbrr的工具箱 代码在里面

针对噪声的随机性和突变性,使得传统算法抑制非平稳噪声比抑制平稳噪声难度增大的问题,提出了一种基于深度神经网络的子空间语音增强算法。该算法利用带噪的语音信号数据训练一组深度神经网络语音生成型模型(DNN训练模型);在测试增强阶段根据噪声估计和DNN模型去除非平稳噪声;最后,通过信号子空间在抑制噪声和减少信号失真上做出较为折中的选择重构语音信号。实验结果表明,基于深度神经网络的子空间语音增强算法对非平稳噪声有非常强的抑制能力,通过STOI和PESQ值反映了在低信噪比下,该算法可以提高增强语音的可懂度。

直接序列扩频技术具有强杭干扰能力,高保密性等优点,在军事和民用通信等领域有广泛的应用．但反过来在复杂噪声环境中对其进行检测和参数估计是一个非常困难的课题．本文利用循环谱理论,根据直扩信号和高斯噪声在循环平稳性上的差异来实现在循环频率轴上对二者的检测和参数估计．实验仿真结果表明,此方法在低信噪比条件下具有很好的效果．

大数据-算法-随机缺失函数型平稳遍历数据的非参数核回归估计.pdf

人工智能-机器学习-混合平稳随机变量列的平均移动过程的大偏差原理.pdf

《非平稳随机信号分析与处理》是2008年国防工业出版社出版的图书，作者是王宏禹、陈喆

大数据-算法-非平稳色噪声环境下的参数估计方法研究.pdf