提出了一种由经验模态分解构造虚拟噪声通道，结合独立分量分析进行信号消噪的方法．在分析经验模态分解及独立分量分析优越性基础上，阐述了构造虚拟噪声通道的基本原理，给出了具体构造方法．用固有模态函数的Hilbert时频谱作为虚拟噪声通道重构分量选择的依据．仿真计算表明，该方法对白噪声的消除是有效的，消噪效果较为理想．与传统小波方法比较，具有优势．

起始检测器 用于检测音乐信号中事件开始的python脚本

本书从数学的角度对随机信号进行了详尽描述；对卡拉曼滤波及其在INS、GPS中的应用进行了阐述

正弦信号的matlab代码SiTraNo（正+瞬态+噪声） 一个MATLAB应用程序，用于音频信号的音调-瞬态噪声分解。 使用Matlab 2020b中的App Designer开发。 L. Fierro和V.Välimäki。 “ SiTraNo：用于音频信号的音调-瞬态噪声分解的MATLAB应用程序” 。 提交给2021年在奥地利维也纳举行的数字音频效果（DAFx）会议。 抽象的 将声音分解为音调，瞬态和噪声成分是一个活跃的研究主题，也是音频处理中广泛使用的工具。 近年来，已经提出了多种解决方案，使用时频表示来识别声音声谱图中的水平和垂直结构或方向和各向异性。 这就是SiTraNo：一个易于使用的MATLAB应用程序，带有用于音频分解的图形用户界面，可分别进行可视化和音调，瞬态和噪声类别的访问。 该应用程序允许用户在生成所需的输出文件之前，在不同的众所周知的分离方法之间进行选择，以分析输入的声音文件，即时控制和重新混合其频谱分量以及直观地检查分解的质量。 SiTraNo中很容易看到常见工件的可视化，例如小鸟和遗落物。 此应用程序希望通过观察每个频谱分量对原始声音的变化影响，并通过相

DDS数字移相信号发生器的原理及FPGA实现

将通过频域卷积信号盲源分离算法从MP3歌曲音频信号中分离出人声主唱信号,再从人声主唱信号中提取出能够表征歌曲的旋律特征构建哼唱检索系统的歌曲数据库。盲源分离要求观测信号数目不小于源信号数目,因此先用小波多分辫率分析构造一路观测信号,再用频域独立成分分析(FDICA)实现MP3歌曲音频信号的盲源分离(BSS)。实验证明,采用FDICA-basedBSS从歌曲MP3中分离出的人声主唱信号的旋律特征与待检索的人声哼唱信号的旋律特征有较高的相似度,可以用歌曲MP3构建哼唱检索系统的歌曲数据库。

利用labview进行正弦信号收发，在实际使用过程中，使用N210作为硬件平台，利用Labview2018软件作为IDE工具，分别调用正弦信号收发，实现信号在实际无线环境中传输

其中一个实验内容如下 DFT的应用 1. 熟悉并在计算机上实现DFT的基本 运算公式； 2. 掌握频率轴的构造方法，学会对信 号进行谱分析； DFT的栅栏 DFT 基本公式的编程实现 (1) 已知数字信号 xn = cos(n 6 π ) ， 其中n = 0,1,L11，在 matlab 中创建 m 文件(脚本)来计算 xn 的离散傅里叶变换； (2) 新建 m 文件，在编译器中键 入如下程序： clear close all clc %旋转因子 W N = 12; n = 0:N-1; WN = exp(-j*2*pi/N); w0 = pi/6; % 原始数据 x(n) x = cos(n*pi/6); % 变换结果 X = zeros(size(x)); for k = 0: N-1, X(k+1) = 0.0; for n = 0: N-1, X(k+1) = ？？？？(补齐程序) end; end n = 0:N-1; k = 0:N-1; subplot(211); stem(n, x); subplot(212); stem(n

基于cpld的数字信号发生器

1、基于yolov5算法实现红绿灯识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、识别4类别：红灯、绿灯、黄灯、交通灯 4、迭代200次，模型拟合较好。 【备注】有相关使用问题，可以私信留言跟博主沟通。