提出一种基于FFT谱分解进行噪声倍频程谱分析和插值法求计权声级的算法,以解决传统1/3倍频程谱分析和计权声级算法复杂且精度不高的问题.深入分析了基于FFT频谱求1/3倍频程谱、噪声频谱幅值还原成实际声压值和通过加窗FFT减少幅值误差的方法,研究了计权网络的插值应用方法,并对总声压级求取过程中的易错点进行了剖析.噪声分析试验结果验证了所提出的算法具有精度高、速度快等特性.

汽车车身噪声与振动控制

同信道干扰是通信系统中普遍存在的问题，这将导致到达方向（DOA）估计的恶化。 为了解决这个问题，提出了一种适用于均匀圆形阵列（UCA）的分数阶低阶循环MUSIC方法。 所提出的方法可以消除相同频带内的脉冲噪声和干扰，并且在高斯噪声中也能很好地表现出来。 特别地，该算法可以应用于窄信号模型或宽带信号模型。 仿真结果强烈验证了该方法的高性能。

程序仿真了信号与卷积噪声相卷积的过程，并分别对卷积噪声前信号频谱和卷积造成后信号频谱做了仿真分析。.mat文件是用matlab的工具箱生成的滤波器系数，这组滤波器系数用来对噪声进行窄带滤波 注：压缩包内文件被设置隐藏，需要打开查看隐藏项目，才能够看到

旋转声源辐射噪声预测方法的对比分析，毛义军，，分析了旋转声源辐射噪声的三种不同预测方法，即时域数值方法、频域数值方法和球谐级数展开方法。对比了三种预测方法的各自特点，

所需频率为 1kHz 和 1.7kHz。 它添加了高斯白噪声。 嘈杂的信号被带通过滤，然后是带阻。 滤波器和设计都带有 FIR Hamming Window 100 Tap，通过增加抽头数量可以更好。 随意尝试，您也可以插入自己的信号。

如果想要知道含有高斯噪声的信道模型，这个可以用

MATLAB小程序，对图像添加高斯噪声和椒盐噪声。

根据雷达信号的时宽带宽乘积为常量, 不能兼顾作用距离和距离分辨率的原理, 使含有噪声的Chirp 信号经过匹配滤波器加以检测, 并对其进行了MATLAB 仿真

此实现估计图像中的噪声水平，如论文中所述标题为盲去噪的单图像噪声水平估计刘心豪、田中正之和奥富正敏。 函数 NLEstimate 是执行此任务的主要文件。 细节如下， 输入： 我 = 图像ps = 补丁大小（可选）； 默认大小为 7 maxiter = 迭代次数（可选）； 默认值为 5 输出： ENL = 估计噪声水平 如果 I 是单个值如果 I 是 1 X 3 维的灰度图像或向量以红色、绿色和蓝色通道表示的 RGB 图像 用法： 使用默认值估计噪声水平。 ENL = NLEstimate(imread('football.jpg')); % Return 估计噪音水平对于图像中的所有通道，即红色、绿色和蓝色ENL = NLEstimate(rgb2gray(imread('football.jpg'))); % 预计回报噪音水平。 参考： [1] [Xian Zhu, and Pe