RLS算法，编写了MATLAB程序实现自适应干扰对消。给出信号实例，用于验证所编写程序的性能。所给信号为：①噪声与语音的混合信号——signalnosie.wav；②噪声信号——noise.wav。两信号均为立体声，PCM压缩，采样速率为48000Hz，采样精度16bits。
上传时间： 2014-12-05
上传用户：anng
基于verilog语言的ＧＰＳ模拟源代码，代码为４颗星，包含噪声信号。
上传时间： 2017-04-20
上传用户：569342831
ex6_1 ～ ex6_3二项分布的随机数据的产生 ex6_4 ～ ex6_6通用函数计算概率密度函数值 ex6_7 ～ ex6_20常见分布的密度函数 ex6_21 ～ ex6_33随机变量的数字特征 ex6_34 采用periodogram函数来计算功率谱 ex6_35 利用FFT直接法计算上面噪声信号的功率谱 ex6_36 利用间接法重新计算上例中噪声信号的功率谱 ex6_37 采用tfe函数来进行系统的辨识，并与理想结果进行比较 ex6_38 在置信度为0.95的区间上估计有色噪声x的PSD ex6_39 在置信度为0.95的区间上估计两个有色噪声x，y之间的CSD ex6_40 用程序代码来实现Welch方法的功率谱估计 ex6_41 用Welch方法进行PSD估计，并比较当采用不同窗函数时的结果 ex6_42 用Yule-Walker AR法进行PSD估计 ex6_43 用Burg算法计算AR模型的参数 ex6_44 用Burg法PSD估计 ex6_45 比较协方差方法与改进的协方差方法在功率谱估计中的效果 ex6_46 用Multitaper法进行PSD估计 ex6_47 用MUSIC法进行PSD估计 ex6_48 用特征向量法进行PSD估计
上传时间： 2013-12-10
上传用户：mpquest
伪随机码，运用语音发射，噪声为发射信号，音乐为噪声信号。
标签： 伪随机码
上传时间： 2017-07-06
上传用户：清风冷雨
此程序为MATLAB程序，功能为基于能量检测的频谱感知技术，源程序很全面，包括加性白噪声信号
上传时间： 2017-08-21
上传用户：watch100
小波包变换去噪，对一维噪声信号进行去噪，可移植性好，可以变更小波种类以及分解层数进行滤波处理。
上传时间： 2016-04-27
上传用户：wangjh_2016
编程产生一组正态分布的白噪声信号,它的均值和方差以及长度可随意调整。将产生的白噪声信号存入数据文件。 本程序算法用C++语言编写。首先用乘同余法产生均匀分布白噪声，再用变换抽样法转换为高斯分布白噪声。
标签： 程序
上传时间： 2019-02-23
上传用户：orange_
雷达截获接收机、反辐射导弹等电子设备的使用对军用雷达的生存构成了严重威胁。因此，雷达必须避免被敌方电子设备截获和干扰。这种形式下噪声雷达应运而生，其中一种很成熟的便是噪声调频雷达。上世纪八十年代，我们课题组成功研制了噪声调频雷达原理样机。虽然该雷达具有十分优异的LPI性能，但是限于当时的电子技术水平，该雷达采用模拟器件实现，使得雷达的体积较大、工作稳定性受外界环境影响大，在小型化、高精度的应用领域受到诸多限制。FPGA是上世纪八十年代发展起来的数字技术，具有体积小、精度高、稳定性好和速度快等特点。 本文在噪声雷达课题组研究的基础上，设计实现噪声调频雷达信号处理系统。内容安排如下：第一章介绍噪声雷达的研究背景和发展前景；第二章介绍噪声调频雷达的原理，证明混频器输出信号各态历经性；第三章介绍FPGA开发软硬件环境；第四章详细阐述基于FPGA技术的噪声调频雷达信号处理系统设计和系统中关键模块的设计实现；第五章对设计的FPGA信号处理系统进行仿真和验证。最后，第六章对全文进行总结，指出了设计中的不足和须改进的地方。
上传时间： 2013-05-21
上传用户：天涯
针对超声波应用系统易受噪声干扰以及超声波信号的空间衰减现象影响, 从而要求\r\n超声波传感器工作在其最佳特性的特点, 论证了驱动脉冲信号的控制精度对传感器工作特\r\n性的影响, 给出了传感器驱动信号脉冲宽度与传感器频率之间的最佳关系式, 提出了采用复\r\n杂可编程逻辑器件(CPLD) 产生传感器驱动控制信号的方法, 将该方法应用于一超声波流\r\n量计测量系统中, 得到了比传统型单片机控制电路更好的控制精度和控制效果。
上传时间： 2013-08-23
上传用户：ippler8
利用加速度信号测量位移是油田抽油井光杆位移测量的主要方法，而加速度信号的随机噪声和趋势项是影响测量精度的主要因素，本文提出了一种基于学习的实时消噪和剔除趋势项方法。学习时先获取一段时间的加速度信号，再通过时间序列分析技术得出ARIMA模型及其参数，最后基于FFT变换的Rife-Jane频率估计方法求出加速度信号的周期；在线实时消噪和剔除趋势项方法是基于学习阶段所得模型参数，运用卡尔曼滤波技术消除加速度信号随机噪声；按周期两次积分得到光杆位移，用加窗递推最小二乘法在线消除趋势项。通过抽油机半实物仿真平台测试和分析加速度信号，结果表明，该方法有效地去除了加速度信号中的噪声和趋势项，极大地提高了位移的测量精度。
上传时间： 2013-11-16
上传用户：稀世之宝039
