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