自己编写的
自己编写的,1024点快速傅里叶变换、倒频谱分析、功率谱分析及其Applet曲线显示程序源代码。 说明清楚,附有验证使用的数据文件...
自己编写的,1024点快速傅里叶变换、倒频谱分析、功率谱分析及其Applet曲线显示程序源代码。 说明清楚,附有验证使用的数据文件...
A. 产生一个长为1000的二进制随机序列,“0”的概率为0.8,”1”的概率为0.2;B. 对上述数据进行归零AMI编码,脉冲宽度为符号宽度的50%,波形采样率为符号率的8倍,画出前20个符号对应的波形(同时给出前20位信源序列);C. 改用HDB3码,画出前20个符号对应的波形;D. 改用密勒码...
考虑L的三个不同值:L=256(3个数据段),L=128(7个数据段)和L=64(15个数据段)。各自的谱估计图如上图所示。可以明显的看到,加窗明显的减小了频谱上的假谱峰,但也更加进一步平滑了谱峰。所以,对于L=64的情况,在ω=0.8π的谱线可以很确定的辨认,但是那两个靠近的谱峰不容易区分。对于L...
用Burg算法估计AR模型参数,进而实现功率谱估计. 形参说明: x——双精度实型一维数组,长度为n,存放随机序列。 n--整型变量,随机序列的长度。 p--整型变量,AR模型的阶数。 a--双精度实型一维数组,长度为(p十1)。存放AR模型的系数a(0),a(1),...,a(p)。 ...
计算ARMA(p,q)模型的功率谱密度。 形参说明: b——双精度实型一维数组,长度为(q+1),存放ARMA(p,q)模型的滑动平均系数。 a——双精度实型一维数组,长度为(p+1),存放ARMA(p,q)模型的自回归系数。 q——整型变量,ARMA(p,q)模型的滑动平均阶数。 ...