代码搜索:多信号

找到约 10,000 项符合「多信号」的源代码

代码结果 10,000
www.eeworm.com/read/300378/13916974

m program_10_09.m

% 当前扩展模式是补零(参见dwtmode函数) % 低频信号由1~6层系数获得 cfs = [1]; essup = 10; figure(1) for i=1:6 rec = upcoef('a',cfs,'db6',i); % essup 是重构信号必须的 % 当j等于essup时,rec(j) 非常小 ax = subplot(6
www.eeworm.com/read/237777/13930883

m idfs.m

function [xn] = idfs(Xk,N) % 计算逆离散付利叶级数(IDFS) % ---------------------------------------- % [xn] = idfs(Xk,N) % xn = 周期信号在 0
www.eeworm.com/read/237777/13930903

m mulaw_c.m

function [y] = mulaw_c(s,mu) % mu-定律的压缩器 % ----------------- % [y] = mulaw_c(s,mu) % y = 压缩了的输出信号 % s = -1 和 1之间的零均值归一化信号 % mu = 参数 mu % if mu == 0 y = s; else y = (log(1+mu*abs(s)
www.eeworm.com/read/237777/13931255

m ex03180a.m

% 第三章: 例 3.18a: % % 模拟信号 Dt = 0.00005; t = -0.005:Dt:0.005; xa = exp(-1000*abs(t)); % 离散时间信号 Ts = 0.0002; n = -25:1:25; x = exp(-1000*abs(n*Ts)); % 离散时间付利叶变换 K = 500; k = 0:1:K; w = pi*k/K;
www.eeworm.com/read/237777/13931557

m ex032100.m

% 第三章 : 例 3.21 % 利用stairs和plot函数进行重构 % figure(1); clf % 离散时间信号 x1(n) : Ts = 0.0002 Ts = 0.0002; n = -25:1:25; nTs = n*Ts; x = exp(-1000*abs(nTs)); % 利用stairs重构模拟信号 subplot(2,1,1);
www.eeworm.com/read/237777/13931573

m ex031800.m

% 第三章: 例 3.18: % % 模拟信号 Dt = 0.00005; t = -0.005:Dt:0.005; xa = exp(-1000*abs(t)); % 离散时间信号 Ts = 0.001; n = -5:1:5; x = exp(-1000*abs(n*Ts)); % 离散时间付利叶变换 K = 500; k = 0:1:K; w = pi*k/K; X
www.eeworm.com/read/234999/14089370

m exam10_12.m

clc; clear; % 当前的延拓模式是补零(参见dwtmode函数) % 装载原始一维信号 load sumsin; s = sumsin; % 使用db1执行3层小波分解 [c,l] = wavedec(s,3,'db1'); subplot(311); plot(s); title('原始信号s.'); subplot(312); plot(c); titl
www.eeworm.com/read/234999/14089376

m exam10_9.m

clc; clear; % 当前扩展模式是补零(参见dwtmode函数) % 低频信号由1~6层系数获得 cfs = [1]; essup = 10; figure(1) for i=1:6 rec = upcoef('a',cfs,'db6',i); % essup 是重构信号必须的 % 当j等于essup时,rec(j) 非常小
www.eeworm.com/read/204642/15335767

m exa130401.m

%------------------------------------------------------------------------- % exa130401 % 本程序先生成一个“Blocks”信号,然后加上高斯白噪声,再用'db3'小波进行分解, % 以说明信号和噪声在各个尺度上的表现。 % 注:在该程序中,用到了子程序 GWNoisy.m, % 该程序请读者
www.eeworm.com/read/201792/15396388

m xlinpred.m

% LinPred.m % Linear prediction. % 用NEWLIND设()计一个线性网络,用SIM()对此线性网络进行仿真。 % 网络利用过去五个信号值可以对下一个信号进行预测。 % % Author: HUANG Huajiang % Copyright 2003 UNILAB Research Center, % East China U