西安交通大学数字信号处理（大三） - 频率采样型滤波器 实验报告。

该源码是《数字信号处理. 理论、算法与实现. 第二版（胡广书）》相配套的MATLAB源代码

matlab代码计步 数字系统设计最终项目报告 会员姓名： 杰森·阿德里安·马哈里姆 Muhammad Aliefian R. 穆罕默德·里兹基·费布里安托 初步的 计步器是用户使用时测量步数的工具。 计步器有机械计步器和电子计步器两种。 机械计步器使用类似摆钟的机制，当用户移动时，钟摆将摆动一次，从摆动开始，步数将被计为一个。 一些电子计步器使用钟摆计步，但也有使用加速度计计步的电子计步器。 带加速度计的电子计步器的工作方式是接收用户的步数信号，对信号进行处理，使其不会有很多噪音，最后在计步器上由计算机进行步数计算过程。 在这个最终项目中，我们制作了 matlab 编码和过滤器，以后可以用来制作计步器。 我们创建的 Matlab 编码和过滤器对于减少和分析我们获取的数据中包含的噪声非常有用。 要求制作一个简单的编码计步器需要几个工具，设备是： 带加速度计的智能手机 传感器应用程序来捕获数据 MATLAB 数据 数据是使用具有传感器应用程序的智能手机获取的。 有12个数据用来测试计步器的准确性。 我们采集的数据是10步、20步、30步和变体。 对于他自己的变化，Jason 跑了 10

北京工业大学研究生课程随机数字信号处理实验报告

大学生数字信号处理大作业完美完成

南京理工大学matlab上机完美版.pdf

注：见张贤达《现代信号处理》图6.5.3

假设一平稳随机信号为 ，其中 是均值为0，方差为1的白噪声，数据长度为1024。 假设均值为0，方差为1的白噪声 中混有两个正弦信号，该正弦信号的频率分别为100Hz和110Hz，信噪比分别为10dB和30dB，初始相位都为0，采样频率为1000Hz。

语音识别通过CNN 孤立词语音识别，复旦大学计算机科学技术学院数字信号处理期末项目 介绍 此仓库实现了一个强大的语音识别系统，该系统可以识别20个单独的单词，例如“语音”，“北京”，“文件”等。它利用从原始语音中提取的梅尔频谱特征，将频谱视为图片，卷积神经网络被用来对它们进行分类。 详细中文介绍请参考课程报告。 怎么玩 您需要一个支持CUDA（因为推理过程需要GPU）和flask的pytorch（版本> = 0.4）的python环境。 强烈建议使用Anaconda设置了环境，了解更多详情，请参考[]和[ ]（适用于中国大陆用户的方便，请参见[]）。 设置环境后，您可以通过键入以下内容轻松启动识别服务 python audio_server.py 进入您的命令行。 该命令将在端口22339上启动Web服务，因此您可以通过localhost:22339访问它 通过单击按钮，您的声音将被

JDSP是信号处理工具库，旨在提供适用于Python的科学信号包中的功能。 目的是提供易于使用的API，以对信号执行复杂的操作，从而无需了解处理流水线中的低级复杂性。 快速开始 要获取JDSP的最新稳定版本，请执行以下操作： Gradle implementation 'com.github.psambit9791:jdsp:0.6.0' 玛文 com.github.psambit9791 jdsp 0.6.0 对于JDSP的最新开发版本（未发布）： Github git clone --single-branch --branch master https://github.com/psambi