风电机组轴承处于早期故障阶段时，特征信号往往比较微弱，并且受环境噪声及信号衰减的影响严重，因此轴承早期故障特征一直难以提取。经验模态分解(EMD)在轴承的故障特征提取中已经得到了广泛的应用，但其在强背景噪声干扰下对轴承早期故障特征的提取具有一定的局限性。针对这一问题，考虑到最大相关峭度解卷积(MCKD)算法可凸显出轴承振动信号中被噪声所掩盖的故障冲击脉冲，非常适用于轴承早期故障信号的降噪处理，因此将MCKD与EMD相结合用于轴承早期故障诊断。用MCKD对强噪声轴承信号进行降噪，然后对降噪后的信号进行EMD，选取敏感本征模态函数(IMF)并计算其包络谱，通过分析包络谱中幅值凸出的频率成分判断故障类型。仿真和试验分析结果验证了所提方法的有效性和准确性。

电商案例分析之易趣网

都是调试好的程序，电源类的可以用

西电 数据结构与算法导论 第三章 栈与队列 上机代码 C语言

数字信号处理实验讲义西电版 实验内容，方法，原理等等

用于提取心电信号的特征, 用python编写

学习altium desiger10 四层板，需要进行内电层的分割，很有帮助的

基于互联网的音频传输技术在广播电台远距离直播的应用

各向异性介质大地电磁正演，利用三角剖分以适合于倾斜物性界面，采用二次插值，有利于提高计算精度

蓝牙通信恒电位仪式电-生化信号读取电路设计