代码搜索:序列信号

找到约 10,000 项符合「序列信号」的源代码

代码结果 10,000
www.eeworm.com/read/391780/8377221

m ms2r4.m

f=200;Um=1;nt=2; %输入信号频率、振幅和显示周期个数 Fs=4000;N=Fs/f; %采样频率,求采样点数N T=1/f; %T为信号的周期 dt=T/N; %采样时间间隔 n=0:nt*N-1;
www.eeworm.com/read/390473/8464391

m widesignal.m

%高斯噪声环境下宽带矢量信号仿真 %固定信号源,水听器位于原点 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clear all clc; %初始化 x_a=0; y_a=0; %水听器坐标 len=8192; %采样点数 fs=4096; %采样频率 SNR=5; %信
www.eeworm.com/read/389641/8509667

asv ds.asv

%====Spread Spectrum system==== clear; pic=1; %===定义参数======= len=128; %二进制信号长度 ds=63; %直序扩频倍数 len_ss=len*ds; %扩频信号长度 wv=64; %交织深度 bpsk_r=8; %BSPK上采样率 sig
www.eeworm.com/read/389641/8509676

m ds.m

%====Spread Spectrum system==== clear; pic=1; %===定义参数======= len=128; %二进制信号长度 ds=63; %直序扩频倍数 len_ss=len*ds; %扩频信号长度 wv=64; %交织深度 bpsk_r=8; %BSPK上采样率 sig
www.eeworm.com/read/432412/8606070

m conv_m.m

function [y,ny] = conv_m(x,nx,h,nh) % 信号处理的改进卷积程序 % -------------------------------------------------- % [y,ny] = conv_m(x,nx,h,nh) % y = 卷积结果 % ny = y 的基底(support) % x =基底 nx 上的第一个信号 % nx =
www.eeworm.com/read/432412/8606411

m conv_m.m

function [y,ny] = conv_m(x,nx,h,nh) % 信号处理的改进卷积程序 % -------------------------------------------------- % [y,ny] = conv_m(x,nx,h,nh) % y = 卷积结果 % ny = y 的基底(support) % x =基底 nx 上的第一个信号 % nx =
www.eeworm.com/read/386254/8759820

m main.m

[y,fs,bits]=wavread('音乐.wav'); sound(y,fs); figure(1) plot(y) title('声音信号的时域波形') xlabel('时间'); ylabel('幅度'); figure(2) freqz(y) %绘制信号采样后的频率响应图 title('声音经采样后的频率响
www.eeworm.com/read/185856/8981393

m mywigner2.m

clc;clear; %Wigner分布 %2006年11月 %设置信号 j = sqrt(-1); f = 200; % signal = mysignal(f); signal = rand(1,f+1); % signal = mysignal_deta(f); %双信号形式 % s1 = mysignal(f); % s2 = mysignal(f); % s
www.eeworm.com/read/168453/9912495

m conv_m.m

function [y,ny] = conv_m(x,nx,h,nh) % 信号处理的改进卷积程序 % -------------------------------------------------- % [y,ny] = conv_m(x,nx,h,nh) % y = 卷积结果 % ny = y 的基底(support) % x =基底 nx 上的第一个信号 % nx =
www.eeworm.com/read/164601/10100380

txt waveletthresholddenoise.txt

clear x=wavread('s5.wav'); %语音信号数据格式转换 s=x(1:16384); subplot(311); plot(s); n=randn(size(s)); %生成白噪声 sn=200*s+n; %信号染噪 subplot(312); plot(sn) [c,l]=waved