方位多通道SAR 非均匀采样信号重构 带通滤波器采样 Krieger重构滤波器

函数 sinide 是函数 sinfapm (FEX IDE 19902) 的强大替代品，后者对正弦参数的初始猜测相当敏感。 所有测试任务的结果都是可以接受的，直到 Will Wehner 向我提供了两个 mat 文件，这表明 sinide v.2.0 再次没有提供正确的结果。 这就是为什么函数的算法被完全重建的原因。 现在，sinide.m 自带的脚本 sinidetest.m 有两个分支。 第一个以提示“加载文件”开始。 用户可以通过按Enter键来接受它，然后通过输入带有扩展名的文件的名称来回答第二个提示。 允许的扩展名是 .mat、.m 或任何文本文件扩展名（.txt、.csv、.asc、...）。 如果省略扩展名，则假定程序应加载给定名称的 mat 文件，例如“y”或“z”，这意味着文件“y.mat”或“z.mat”被包含在内，被加载和处理。 或者，用户可以输入他|她提供的任何其

对一段采样信号做FFT，得到其包含的谐波成分 可以知道一段信号包含什么频率的谐波；以及各次谐波含量有多少 （MATLAB程序）

随机等效采样技术通过对周期信号进行多次随机时间间隔取样，以时间间隔为序排列采样数据，形成具有较高等效采 样率的波形。然而，由于时阃fH】隔的非均匀性，很难采集到足够的有效信号重构原始波形。为了克服这种信息不足引起的重构 误差，提出了一种基于压缩传感理论的随机等效采样信号重构方法，构造了随机等效采样测最矩阵。该方法能够对周期信号以 低于信号奈奎斯特频率的采样率进行随机采样，通过最优化问题从有限的采样值中重构原始信号。最后通过实验对该方法的 可行性进行了验证。

本文对信号重采样技术进行了介绍，其中包括重采样对信号的影响的理论分析，以及常用的多相表示法重采样技术。然后针对心电信号的仿真分析说明该重采样信号的有效性

应用小波分解的上采样和下采样，实现小波重构，能进行对输入的自学习。给大家分享。

函数输入采用采样信号 b、旧采样率 Fs 和想要的新采样率 Fsnwant。 函数输出重采样信号 bn 和实际新采样率 Fsn（四舍五入到最接近的整数样本）： [bn,Fsn] = sampleconverter(b,Fs,Fsnwant) 该算法的工作原理是在保留频域的共轭结构的同时，有策略地插入空白频率或移除关于 B 的奈奎斯特频率的频率（输入通常是实数，因此我操作以完全保留厄米对称，信号失真尽可能小）。 注意到奈奎斯特对于偶数和奇数信号长度（显式与隐式镜像）的行为有何不同，我们产生了 4 种上采样情况：{偶数到奇数，偶数到偶数，奇数到偶数，奇数到奇数}和同样的 4 个下采样情况：{偶数到奇数，偶数到偶数，奇数到偶数，奇数到奇数}。 分析表明，上采样案例 1 和案例 2 相同，案例 3 和案例 4 相同。 频域图可以帮助您区分其余 6 种不同的情况。 重采样后，我们得到新的长度

真实GPS卫星L1信号的采样数据，2bit ADC 采集，供Matlab仿真使用。

信号采样与重建GUI程序，可进行参数设置，增强对采样定理的理解。