通过自动对齐算法,newlc算法，平均加权算法，自适应混音加权算法等进行简单的混音测试

这是一款小巧、绿色、无需安装的混频杂波计算软件，非常实用。我已经使用这个软件很多年了，对接收机设计非常有帮助，可以节省大量的计算时间。而且该软件可以打印和输出计算结果，直观。

强大的图文混排

多路混音算法，包括算法源码，测试代码，混音用的多个音频源文件（8K, 16bit采样PCM数据）

独立信号解混代码，可以把混合的信号分离开来，可以用于图像处理和语音信号分离。

高光谱解混数据集（Urban），matlab的mat格式文件，Urban是高光谱分离研究中使用最广泛的高光谱数据之一。有307 x 307像素，每个像素对应 一个2 x 2 平方米的区域。在该图像中，存在210nm波长，范围从400nm到2500nm，光谱分辨率10nm。在通道 1--4,76,87,101-111,136--153和198-210被移除后（由于密集的水蒸气和大气效应），仍保留162个通道

高光谱解混数据集（Samson），具有156个通道的Matlab 格式数据，原始数据有952x 952像素。每个像素记录在156个通道上，覆盖401nm 至889nm的波长。光谱分辨率高达3.13 nm。由于原始图像太大，这在计算成本方面非常昂贵，因此使用95×95像素的区域。它从原始图像中的第（252,332）像素开始。此数据不会被空白通道或严重噪声通道降级。具体而言，该图像中有三个目标，分别是“＃1土壤”，“＃2树”和“＃3水”。

高光谱解混数据集（Japser Ridge），matlab的mat文件。原始数据有512 x 614 个像素。每个像素记录在范围从380nm到2500nm的224个通道中。光谱分辨率高达9.46nm。由于这个高光谱图像太复杂而无法得到基本事实，因此我们考虑100 x 100像素的子图像。第一像素从原始图像中的第（105,269）像素开始。在移除通道1--3,108-112,154-166和220-224后（由于密集的水蒸气和大气效应），我们保留了198个通道（这是HU分析的常见预处理）。

Cuprite（矿区图）是高光谱解混研究的最基准数据集，涵盖美国内华达州拉斯维加斯的Cuprite矿区，原始数据有224个波段，从370nm至2480nm。在移除有噪声的通道（1--2和221-224）和吸水通道（104-113和148-167）后，仍然有188个通道。250×190个像素的区域被认为存在14种矿物。由于类似矿物的变体之间存在细微差别，最终确定为12名成员，总结如下"#1 Alunite", "#2 Andradite", "#3 Buddingtonite", "#4 Dumortierite", "#5 Kaolinite1", "#6 Kaolinite2", "#7 Muscovite", "#8 Montmorillonite", "#9 Nontronite", "#10 Pyrope", "#11 Sphene", "#12 Chalcedony".

本论文介绍了在matlab平台下的数字音效处理的实现。主要使用了matlab中的 GUI、FDAtools、audio函数、fft函数、filter函数等制作了图形用户界面、声音的采集和播放、信号在时域和频率的多种处理、滤波器的制作和应用。通过对声音的时域和频域分析，利用梳状滤波器、IIR2阶滤波器、信号加权线性叠加算法、频域差值算法等理论工具最后实现出对声音的均衡、变声、回声和混音的音效处理