针对语音卷积盲源分离频域法排列顺序不确定性问题，提出一种多频段能量排序算法。通过对混合信号的短时傅里叶变换（STFT），在频域上各个频点建立一个瞬时混合模型进行独立分量分析，之后结合能量相关排序法和波达方向（DOA）排序法解决排序不确定性问题，再利用分裂语谱方法解决幅度不确定性问题，进而得到每个频点正确的分离子信号，最后利用逆短时傅里叶（ISTFT）变换得到分离的源信号。仿真结果表明，与Murata的排序算法对比，改进的算法在信号偏差比、信道干扰比、系统误差比上都所提高。

多种短时傅里叶变换实现及其对比分析的程序，matlab源代码！附带文档进行说明！

将文本复制粘贴在matlab的命令窗口即可运行，大家可以共同学习。

为了对山西省短期暴雨事件的正确预报和更好的防灾减灾服务提供参考，对山西省短期暴雨事件进行系统的研究非常重要。 根据1980-2015年山西省109个气象站汛期（5月至9月）的每小时降水数据，运用小波分析和时空分析，分析了汛期短时强降雨的时空变化特征。曼恩·肯德尔测试。 结果表明，山西省汛期短时强降水主要发生在20-30 mm / h的等级，平均每年有97个台站为短时强降雨，占全省的89％。全站仪。 短时强降雨主要集中在7月和8月，1991年6月17日在山西永济出现的历史最大降雨强度为91.7 mm / h。 在洪水季节，短期的强降雨总是在16-18 pm发生，并且在不同月份的集中时间略有不同。 6月，7月和8月的主要高峰分别在16、17和18，推迟了一个小时。 短时强降雨总体上具有山西地区南部多于北部，东部少于西部的分布。 在过去的36年中，山西短期暴雨有轻微的增加趋势，但并不明显。 有一个明确的4年振荡和年代际变化周期。 在汛期总降水量与短时强降雨时间之间有很好的相关性。

此 MATLAB 练习计算语音分析帧的四种类型的短时自相关，并且在确定代表浊语音帧的情况下，估计四种类型的短时自相关中每一种的当前分析帧的基音周期。 该练习还逐帧处理语音信号，并估计和绘制整个话语的基音周期轮廓。

短时傅里叶变换时频分析工具包，可直接放在matlab安装目录tools目录下调用

短时傅里叶变换(STFT)和广义S变换(GST)都被应用到地震时频分析中,但对两者在信号分析过程中的特点和差异的研究相对较少。通过比较两者的理论公式、窗口函数及地震信号的实际处理效果发现:短时傅里叶变换在地震信号分析过程中整个时频域具有相同的分辨率,整体性较强,缺少时频聚焦能力,不能对信号重点观测区域有针对性的提高时频分辨率;广义S变换对地震高频信号具有较高的时间分辨率,对低频信号具有较高的频率分辨率,且可以通过改变参数p的值对广义S变换窗口函数的形态做出较大的调整,也可以改变λ的值实现窗口形态微调,通过对窗口函数的调整,广义S变换可以对信号特定区域进行时频聚焦。

自己编写的短时傅里叶变换程序，对处理时频联合分析有一定参考意义，读取wav文件，按帧计算短时傅里叶，用mesh函数画出三维图

%% 函数 [t,frequency,Power_spectrum]=fft_s(y,windowlength) %% 输入： % y：输入原始信号% windowlength：进行快速傅立叶变换的窗口长度，是一个采样频率的百分比因子，例如可以输入窗口长度% 采样频率的一半，输入 0.5，如果 fs =1000，则% 窗口是 500 个样本长度% 整形：将信号整形为窗口长度的长度。 如果你的% 信号已经被分块，否则它应该总是为零% = 1; % gr : 绘图与否（0 绘图，1 无绘图） %% 示例：[t,frequency,Power_spectrum]=fft_s(EMG,0.1,1000,1,1) %% 输出： % t : 时间% 频率 : 频率% Power_spectrum : 功率谱％％ 方法： % 用 windowlength 的 elength 分块信号并得到% 快速傅

行业制造-电动装置-一种基于FFT短时傅里叶分析的电路结构及其控制方法.zip