代码搜索：辅同步信号

找到约 10,000 项符合「辅同步信号」的源代码

代码结果 10,000
热门代码： main.c GPIO I2C SPI UART timer interrupt ADC PWM LED
www.eeworm.com/read/257196/11944742

m samp3_1_1.m

%Samp3_1_1 clear all %将工作空间中的所有变量清除 N=256;dt=0.02; %数据的个数和采样间隔 n=0:N-1;t=n*dt; %序号序列和时间序列 x=sin(2*pi*t)+0.5*sin(2*pi*5*t); %信号加得到的合成信号 m=N;
·
www.eeworm.com/read/257196/11944852

m samp3_1ex.m

%Samp3_1 clear all %将工作空间中的所有变量清除 N=256;dt=0.02; %数据的个数和采样间隔 n=0:N-1;t=n*dt; %序号序列和时间序列 x=sin(2*pi*t)+0.5*sin(2*pi*5*t); %信号加得到的合成信号 m=floor(
·
www.eeworm.com/read/257196/11944943

m samp3_1.m

%Samp3_1 clear all %将工作空间中的所有变量清除 N=256;dt=0.02; %数据的个数和采样间隔 n=0:N-1;t=n*dt; %序号序列和时间序列 x=sin(2*pi*t)+0.5*sin(2*pi*5*t); %信号加得到的合成信号 m=floor(
·
www.eeworm.com/read/256571/11986869

m pp_zfj.m

%产生信号序列 n=linspace(-pi,pi,1024); x=2*sin(n*40)+cos(n*100); figure,plot(x); title('输入信号'); %计算序列的DFT y1=fft(x); figure,plot(abs(y1)); grid on title('频谱'); %计算序列的PSD y2=conj(y1); Ppw=y1.*y2/
·
www.eeworm.com/read/153052/12063454

m idfs.m

function [xn]=idfs(Xk,N) %计算离散傅立叶级数（IDFS）系数 %Xk=周期信号在主值区间的单周期信号，N为Xk的周期 n=[0:1:N-1]; %行向量数目 k=[0:1:N-1]; %列向量数目 WN=exp(-j*2*pi/N); %WN的因子 nk=n'*k;
·
www.eeworm.com/read/153052/12063488

m dfs.m

function [Xk]=dfs(xn,N) %计算离散傅立叶级数（DFS）系数 %xn=周期信号在主值区间的单周期信号，N为xn的周期 n=[0:1:N-1]; %行向量数目 k=[0:1:N-1]; %列向量数目 WN=exp(-j*2*pi/N); %WN的因子 nk=n'*k;
·
www.eeworm.com/read/255316/12089859

m canshu.m

clc clear; f0=8000; %信号频率 fs=4*f0; %采样频率 Ns=16; %采样点数 N1=8; %阵元数 c=1500; %声速 r1=0.226 %大子阵半径 r2=0.113 %小子阵半径 fai=0; %信号入射方向 w=2*pi*f0; ph1=-180;
·
www.eeworm.com/read/340467/12155769

txt 说明.txt

首先运行LoadData，将数据加载上 然后在commander window中输入fasticag，将数据导入到程序中。 fastica:主函数 pcamat:CA程序 这个主要是分析信号个数时有一些参数，里面要调用whitenv和remmean fpica: fix-pointed 算法 有各种nonlinearities的算法。分离信号时分为deflationary
·
www.eeworm.com/read/340466/12155888

m functionchaospredict.m

%AOLMM多步预测函数 function [FChaosPredict] = FunctionChaosPredict(Data,N,mtbp,deltaT,tao,d,MaxStep) %Data是一维信号时间序列，N是信号数据长度，mtbp,deltaT,tao,d分别是重构相空间的平均时间序列、采样周期、时延及嵌入维 roll=Data;%取横摇数据 M = N - (d -
·
www.eeworm.com/read/338071/12325885

m draw4.m

T3=filter(window,1,Temp3); T3(1:300)=[];%删除增加项 NorMK3_DH=NorMK3-T3;% h0=figure('position',[50 50 900 650],... 'name','原信号归一化以及去重力处理演示'); subplot(221); plot(MK3);grid on;title('原信号'); axis
·