本文介绍了用于非平稳信号的时频技术的方法，特性和处理方法，该方法在生物医学，通信和图像处理领域中经常使用。 本研究选择了两类时频分析技术。 一种是基于线性时频分析的短时傅立叶变换（STFT）技术，另一种是基于二次时频分析技术的Wigner-Ville分布（WVD）。 针对频谱分析的非平稳信号，开发并实现了这两种技术的算法。 这项研究的结果表明，WVD及其类别最适合于时频分析。

（1）指数平滑法 指数平滑法有助于预测存在趋势和（或）季节的序列。指数平 滑法分为两步来建模，第一步确定模型类型，确定模型是否需 要包含趋势、季节性，创建最适当的指数平滑模型，第二步选 择最适合选定模型的参数。 指数平滑模法一般分为无季节性模型、季节性模型。无季节性 模型包括简单指数平滑法、布朗单参数线性指数平滑法等，季 节性模型包括温特线性和季节性指数平滑法。 指数平滑法，又称指数加权平均法，实际是加权的移动平均 法，它是选取各时期权重数值为递减指数数列的均值方法。

二、F检验定阶法 1.基本思想（以一般情形和ARMA(p,q)模型为例） 先对数据拟合ARMA(p,q)模型(假设不含常数项)，设其残差平方和为Q0，再对数据拟合 较低阶的模型ARMA(p-m,q-s)，设其残差平方和为Q1。 建立原假设H0： 返回本节首页 下一页 上一页

在分析基于SVD的平稳信号降噪原理的基础上,提出了一种基于SVD的非平稳信号重叠分段降噪算法。非平稳信号通过数据分段可近似处理为多段平稳信号。为降低连续分段降噪误差,进行一定比例的重叠分段,应用基于SVD的平稳信号降噪方法对各分段信号进行降噪,相邻段之间的重叠信号经过多次降噪后求平均得到最终降噪信号。仿真结果表明,该算法具有良好的降噪能力且稳定性较好

emd算法升级，包络分析

4.3.1调频信号的解调分析

首先要介绍一下什么是平稳过程，平稳过程是一类统计特性不随时间推移而变化的过程。在实际中，有相当多的随机过程，不仅它现在的状态，而且它过去的状态，都对未来状态的发生有着很强的影响。……

数字信号处理的作业，是噪声中非平稳信号的频谱分析。包含代码和讲义。matlab

在“ m”乘“ n”网格上模拟静态高斯场输入： - 'm' 和 'n' 用于评估 m*n 网格上的字段； 注意协方差矩阵的大小是 m^2*n^2； -标量函数rho（h），其中“ h”是二维向量输入和 cov(X_t,Y_s)=rho(ts) 是 cov。 的函数二维平稳高斯场； 请参阅下面的参考； 输出： - 两个统计独立的字段“field1”和“field2” 在m * n网格上； - 向量 'tx' 和 'ty' 以便通过绘制场图像c（tx，ty，field1） 例子： rho=@(h)((1-h(1)^2/50^2-h(1)*h(2)/(15*50)-h(2)^2/15^2).. . *exp(-(h(1)^2/50^2+h(2)^2/15^2))); % 定义协方差函数Fixed_Gaussian_process(512,384,rho); % 不需要输出时的绘图参考： Kroe

关于非平稳信号处理的书籍，一共453页，内容详尽！