代码搜索：同步信号
找到约 10,000 项符合「同步信号」的源代码
代码结果 10,000
www.eeworm.com/read/300386/13916298
m mybss.m
%“盲信号分离的matlab仿真”，信号与信息处理专业，罗敏，061120054
clear all
clc
K=4;
N=100;
k=1:N;
s1=rand(1,N);
s2=square(2*pi*k/8); %generate a square wave with a period of 2*pi
s3=sin(2*pi*k/32);
s4=cos(2*pi*k/
www.eeworm.com/read/300378/13916706
m program_01_02.m
%生成正弦信号
N=1000;
t=1:N;
sig1=sin(0.3*t);
%生成三角波信号
sig2(1:500)=((1:500)-1)/500;
sig2(501:N)=(1000-(501:1000))/500;
x=sig1+sig2+randn(1,N);
figure(1)
plot(t,x,'LineWidth',2);xlabel('时间 t/s');yla
www.eeworm.com/read/300378/13916725
m program_13_07.m
% 装载bumps的噪声信号
load noisbump; x = noisbump;
% 使用sym6执行5层小波分解
wname = 'sym6'; lev = 5;
[c,l] = wavedec(x,lev,wname);
% 由第1层的高频系数估计噪声标准差
sigma = wnoisest(c,l,1);
% 信号降噪时，采用调整参数选择全局阈值
alpha = 2;
www.eeworm.com/read/300378/13916799
m program_13_19.m
% 装载噪声chirp信号
load noischir; x = noischir;
% 使用sym6对信号进行5层小波包分解
wname = 'sym6'; lev = 5;
tree = wpdec(x,lev,wname);
% 由第1层高频系数估计噪声的标准差，结点索引号为2
det1 = wpcoef(tree,2);
sigma = median(abs(det1))/0
www.eeworm.com/read/300378/13916959
m program_10_11.m
% 采用补零的扩展模式（参见dwtmode函数）
% 装载一维尺度信号
load leleccum; s = leleccum(1:3920);
ls=length(s);
subplot(2,1,1);plot(s);
title('原始信号');
% 使用db1小波在第3层进行分解
[c,l] = wavedec(s,3,'db1');
% 由小波分解框架[c,l]，提取第3
www.eeworm.com/read/300378/13917012
m program_10_08.m
% 采用补零的扩展模式 （参见dwtmode函数）
% 装载一维信号
load sumsin; s = sumsin;
subplot(2,1,1);plot(s);title('原始信号');
%使用sym4进行尺度为5的分解
[c,l] = wavedec(s,5,'sym4');
% 从小波分解结构[c,l]，重构尺度为5的低频部分
a5 = wrcoef('a',c,l,'
www.eeworm.com/read/135430/13933708
c read_time.c
#include //PIC单片机头文件
#define CLOCK RA2//定义时钟信号
#define OUTPUT RA4//定义程序模拟反相器输出端
#define INPUT RA3//定义程序模拟反相器输入端
#define DATA RB0//定义数据信号
void delay(unsigned int time);//延时子程序
/*
* 函数介绍：读
www.eeworm.com/read/135238/13948999
m d_ase.m
%自适应谱增强滤波
%输入：残差信号、LPC系数
%输出：处理过的信号
function [f,state_ase,state_tilt]=d_ase(e,lpcs,G,Gn,u,T,state_ase,state_tilt)
%计算自适应谱增强滤波器的系数
ppp=(G-Gn-12)/18; %probability p
if ppp
www.eeworm.com/read/235626/14058961
m front_lrls.m
%shuru(n)为实际输入信号，biaozhun(n)为参照信号
M=1000;%时长
N=8;%阵元数
lamda=0.99;%遗忘因子
constant=0.01;%small positive constant
kb=zeros(M+2,N+2);
kf=zeros(M+2,N+2);
a=zeros(M+2,N+2);%derta
aD=zeros(M+2,N+2);
www.eeworm.com/read/235625/14058965
m behind_lrls.m
%shuru(n)为实际输入信号，biaozhun(n)为参照信号
M=1000;%时长
N=8;%阵元数
lamda=0.99;%遗忘因子
constant=0.01;%small positive constant
a=zeros(M+2,N+1);
aD=zeros(M+2,N+1);
kf=zeros(M+2,N+1);
kb=zeros(M+2,N+1);
r=