斯托克韦尔 通过Stockwell变换进行时频分析的Python软件包。 基于原始代码。 安装 C编译器 该Python软件包的一部分是用C编写的，因此您将需要C编译器。 在Linux（Debian或Ubuntu）上，安装build-essential软件包： sudo apt install build-essential 在macOS上，安装XCode命令行工具： xcode-select --install 在Windows上，安装 。 快速傅立叶变换 确保已安装 。 如果您使用Anaconda（Linux，macOS，Windows）： conda install fftw 如果您使用自制软件（macOS） brew install fftw 如果您使用apt （Debian或Ubuntu） sudo apt install libfftw3-dev 安装

高清原版，非扫描，信号处理的小波分析方法。很好的书

频率分析 编写程序以对消息中的字母进行频率分析（由代码中的文本文件提供），并使用结果来解密秘密消息。 版本或日期：06/09/2018 作者：Briana Berger 我遇到的困难：通过这个程序，我知道我可以轻松地执行26 if和else语句来测试字母是否匹配。 但是，我知道这样做效率不高，而且很费时间。 因此，我创建了一个额外的循环。 看着它，似乎可行。 但是，无论是空指针还是索引不足，我都会遇到错误。 看起来有些调试并盯着代码看我哪里出了问题，但最终我使它工作了。 我很享受：我真的很喜欢这个项目，因为我从字面上学到了通过频率破坏代码的概念，这是由于Susan Holmes在介绍她的代码破坏者课程之一时就该主题进行了演讲。 我正在观看视频，以了解她的教学风格，看看我是否愿意接受。

根据VK中的注释对现代俄语进行频率分析 代码 scraping_text.py-数据抓取。 data_cleaning.py-删除逗号，表情符号和重复的注释。 plotting_graph.py-频率分析和绘图图，其中y轴是符号出现的频率，x是字母。 encryption.py-通过频率分析的方法对文本进行加密，并使用频率分析进行解密。 syllables_splitting.py-将单词拆分为音节。 要将单词拆分为音节，我使用rusyllab / rusyllab.py。 来自 。 check_syllable.py-每个不正确的单词（您需要手动选择它）都被分成多个音节，并且我们为每个音节搜索最相似的音节。 结果 图形形式的符号出现频率： 以表格形式出现字符的频率： 音节出现的频率： 文章

fastF0Nls-基本频率的快速非线性最小二乘估计（又称音高） 在许多实际应用中会遇到周期性信号，例如音乐处理，语音处理，声纳，顺序分析和心电图（ECG）。 可以将此类信号建模为正弦曲线的加权总和，这些正弦曲线的频率是公共基频的整数倍，在音频和语音应用中，该基频通常称为音高。 因此，上述应用中的一个重要且基本的问题是从观察到的（通常是嘈杂的）数据集中估算该基本频率。 从简单的基于相关的方法（例如PRAAT，RAPT，YIN和Kaldi）到参数方法（例如子空间方法，滤波方法，谐波求和和NLS），科学文献中已经提出了多种估计方法。 尽管一般而言，参数化方法比基于相关性的方法更准确，对噪声更强

本代码是用于对给定（非平稳）信号进行离散 Wigner-Ville 时频分析的 Matlab 程序。 % 离散 Wigner-Ville 分布% x = 输入信号% fs = 采样率% K = 内核值% DVW = DWVT %这个程序是免费软件； 您可以重新分发和/或修改

水下潜艇的时频分析，重点是傅里叶变换和频率滤波。

时频分析的matlab实现，功能很强大

时频分析时频分析（JTFA）即时频联合域分析（Joint Time-Frequency Analysis）的简称，作为分析时变非平稳信号的有力工具，成为现代信号处理研究的一个热点，它作为一种新兴的信号处理方法，近年来受到越来越多的重视。时频分析方法提供了时间域与频率域的联合分布信息，清楚地描述了信号频率随时间变化的关系。

时频分析的经典教材，中文版，好不容易找到的，拿出来和大家分享。