matlab频谱分析代码用于变更检测和时间序列分析的软件包 易卜拉欣·加德普(Ebrahim Ghaderpour) 版权2019-2021 正义(跨越频谱和趋势) 名称为JUST_MATLABPackage_EGhaderpour和JUST_PythonPackage_EGhaderpour的文件分别包含JUST的MATLAB代码和Python代码。 在GPS解决方案中发布(工具箱) JUST软件包包括: LSSA - Least-Squares Spectral Analysis (LSSA) ALLSSA - Antileakage Least-Squares Spectral Analysis (ALLSSA) LSWA - Least-Squares Wavelet Analysis (LSWA) JUSTjumps - Jumps Upon Spectrum and Trend (JUST) JUSTdecompose - JUST Decomposition into Trend, Seasonal, and Remainder Components JUSTmonito
2022-05-01 22:13:42 1.25MB 系统开源
1
1、根据走停模式生成SAR回波数据 2、两种成像情况: 合成孔径时长固定; 合成孔径时长由目标距离确定。 3、CSA成像算法: 通过CS方程对徙动曲线根据参考距离的徙动曲线进行校正; CS校正后的距离徙动曲线与距离无关,通过相位相乘实现一致RCM; 补偿残余相位进行方位脉压得到图像。 4、CSA处理过程徙动曲线分析: 根据信号在不同域上的表达式设计了三种匹配滤波器用于距离徙动曲线的生成。
2022-05-01 21:45:15 10KB SAR CSA 距离徙动曲线分析 信号处理
1
MATLAB时频域特征提取已封装为函数,可实现一行代码提取时域频域特征。亲测好用! 可以直接生成原始信号的特征向量。包括以下22个特征: % max :最大值 % min :最小值 % mean :平均值 % peak :峰峰值 % arv :整流平均值 % var :方差 % std :标准差 % kurtosis :峭度 % skewness :偏度 % rms :均方根 % waveformF :波形因子 % peakF :峰值因子 % impulseF :脉冲因子 % clearanceF:裕度因子 % FC:重心频率 % MSF:均方频率 % RMSF:均方根频率 % VF:频率方差 % RVF:频率标准差 % psdE:功率谱熵 % svdpE:奇异谱熵 % eE:能量熵 %
在散布熵的基础上提出多尺度散布熵以及精细复合多尺度散布熵
2022-05-01 16:01:26 2KB 信号处理、特征提取、散布熵
1
用MATLAB工具实现数字信号处理实验,实验一 离散时间信号和系统响应;实验二 用FFT对信号作频谱分析;实验三 用双线性变换法设计IIR数字滤波器;实验四 用窗函数法设计FIR数字滤波器;适用于数字信号处理课程学习者,内含源代码与结果图
2022-04-30 21:04:09 1.34MB matlab 数字信号处理
1
小波包分解与重构多种特征提取MATLAB代码 内容概要:该资源为博主自己编写,内含小波包分解与重构,小波包分解与重构后的频谱分析,小波包升降采样,小波包能量熵,小波包能量,小波包能量占比三种特征提取方法,内含封装好的特征提取函数,内含详细代码注释,更换输入数据就可直接运行,可直接更换小波包基函数,可直接生成特征向量,。 理论描述:小波包分解(wavelet packet decomposition,WPD)能够同时在低频和高频带内对信号进行分解,并自适应地确定不同频段上信号的分辨率,且各分解频带内信号相互独立、无冗余、不疏漏[。小波包分解层数越多,分辨率越高,包含故障信息越丰富。但层数过多会造成计算复杂且分析速度慢。一般需要根据实际需要和相关实验选取分解层数以及小波基函数。能量熵表示信号中出现的状态数目的可能性及相应概率,可用来评估信号的复杂性,可用来描述电信号、轴承等振动信号的特征变化。 适用人群:信号处理,机器学习,深度学习研究者对信号进行特征分析以及特征提取。 本代码为matlab代码,在matlab2020上编写。
安全技术-网络信息-生物电信号处理及神经网络的混沌同.pdf
2022-04-29 20:00:20 7.59MB 神经网络 文档资料 安全 网络
随着无线通信领域的发展,具有诸多优点的可见光通信(VLC)已经发展成为了一种具有广阔前景的通信手段。然而,可见光通信中的各种非线性效应会给其信号处理带来诸多的困难,并恶化系统的性能。机器学习在解决非线性问题方面具有很大的优势和潜力,结合机器学习算法的可见光通信技术必然具有巨大的研究价值。已有研究表明,传统的机器学习算法如K-means、DBSCAN以及支持向量机(SVM)等在预均衡、后均衡、抗系统抖动,以及相位纠正等方面均有很好的表现。而深度神经网络(DNN)则因为其强大的非线性拟合能力能够更进一步提升VLC系统的性能。对以上几种方法进行了分析和介绍,并对其在可见光通信信号处理领域的应用进行了分析与总结,希望可以为机器学习解决可见光通信方面的各种非线性问题提供参考。
2022-04-29 14:30:28 11.07MB 光通信 机器学习 非线性效 信号处理
1
基于MATLAB的数字信号处理虚拟实验仿真平台.pdf
2022-04-29 14:05:57 1.03MB 基于 matlab 数字信号处理 虚拟
1
EMD分解或HHT变换 文件内已添加详细备注,有助于读者尽快入门 % 返回值为cell类型,依次为一次IMF、二次IMF、...、最后残差 % 是否单调 % 是否IMF分量 % 据极大值点构造样条曲线 %找极大值点,返回对应极大值点的坐标
2022-04-28 16:03:26 1KB 数字信号处理
1