代码搜索：功率谱
找到约 2,083 项符合「功率谱」的源代码
代码结果 2,083
www.eeworm.com/read/463564/7178211
m samp9_6.m
%Samp9_6
clf;Fs=1000; %数据采样点数
%运用信号不重叠分段估计功率谱
N=1024;Nsec=256;n=0:N-1;t=n/Fs; %数据点数，分段间隔，时间序列
randn('state',0); %设置产生随机数的初始状态
xn=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(1,N); %带噪声的原始信号
px
www.eeworm.com/read/408940/11364789
m samp9_6.m
%Samp9_6
clf;Fs=1000; %数据采样点数
%运用信号不重叠分段估计功率谱
N=1024;Nsec=256;n=0:N-1;t=n/Fs; %数据点数，分段间隔，时间序列
randn('state',0); %设置产生随机数的初始状态
xn=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(1,N); %带噪声的原始信号
px
www.eeworm.com/read/257196/11944636
m samp9_6.m
%Samp9_6
clf;Fs=1000; %数据采样点数
%运用信号不重叠分段估计功率谱
N=1024;Nsec=256;n=0:N-1;t=n/Fs; %数据点数，分段间隔，时间序列
randn('state',0); %设置产生随机数的初始状态
xn=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(1,N); %带噪声的原始信号
px
www.eeworm.com/read/284606/8913775
txt 1.txt
demoautocorrelation 用来显示用自相关函数来估计<mark>功率谱</mark>密度（没有用FFT,只是用了DFT，）
其中调用mysave文件
1：改动其中的数据点数，可以发现
短序列时<mark>功率谱</mark>密度估计很不准确。
2：查看autocorrelation函数，可以发现
用自相关函数来估计时，实际上所估计的自相关函数在范围之外都为0，这样造成信息的偏差。
period 用来显示用周期图法来估计功率 ...
www.eeworm.com/read/292491/7077569
m answer2.m
%根据100年间每年12个月记录到的太阳黑子出现次数的平均值求太阳黑子的活动周期
clear all;
%100年间记录的太阳黑子出现平均数
x=[101 82 66 35 31 7 20 92 154 125 85 68 38 23 10 24 83 132 131 118 90 67 60 47 41 21 16 6 4 7 14 34 45 43 48 42 28 10 8 2 0 1
www.eeworm.com/read/451247/7468630
txt power-spectrum.txt
连续信号的产生，其相关函数，及其<mark>功率谱</mark>：
题目：模拟连续独立信号。产生一段在[-1,+1]上均匀分布的独立随机信号，长度为0.5s。(1)绘制该段信号的波形；(2)求自相关函数；(3)计算其<mark>功率谱</mark>。
(假设我们只关注频率为500Hz以内的信号)
...
www.eeworm.com/read/210861/15190860
txt 1.txt
demoautocorrelation 用来显示用自相关函数来估计<mark>功率谱</mark>密度（没有用FFT,只是用了DFT，）
其中调用mysave文件
1：改动其中的数据点数，可以发现
短序列时<mark>功率谱</mark>密度估计很不准确。
2：查看autocorrelation函数，可以发现
用自相关函数来估计时，实际上所估计的自相关函数在范围之外都为0，这样造成信息的偏差。
period 用来显示用周期图法来估计功率 ...
www.eeworm.com/read/386028/8770931
m dft法求周期信号功率谱.m
clf;
Fs=1000;
N=256;
Nfft=256;
n=0:N-1;
t=n/Fs;
xn=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(1,N);
Pxx=10*log10(abs(fft(xn,Nfft).^2)/(N+1));
f=(0:length(Pxx)-1)*Fs/length(Pxx);
subplot(211)
plo
www.eeworm.com/read/370772/9586098
txt welch功率谱的c语言程序 .txt
#include "math.h"
#include "stdlib.h"
#include "fft.c"
void pmpse(double x[],int n,int m,int nfft,int win,double fs,double r[],double freq[],double sxx[],int sdb)
{
int i,j,k,s;
www.eeworm.com/read/264066/11330949
m x_power.m
x1=xcorr(x); %求x的自相关函数x1
x1=fft(x1); %求x的一阶傅立叶变换
subplot(2,1,1);
plot(abs(x1))
title('数字基带信号功率谱密度')