能量分布
-
-
自适应chirplet分解的快速算法
一种自适应chirplet分解的快速算法 针对信号自适应chirplet分解未知参数多、实现起来比较困难的特点，文献[1]提出了一种新的chirplet分解快速算法。该算法利用计算信号的二次相位函数，得到其能量分布集中于信号的调频率曲线上的结论，此时通过谱峰检测可同时获得chirplet调频率、时间中心和幅度的估计；然后通过解线性调频技术获得其初始频率和宽度的估计，仿真结果验证了本文算法的有效性。 -
小波变换和噪声信号地能量分布特性
根据小波变换和噪声信号地能量分布特性，提出了一种先用小波变换对含噪图像进行多尺度分解，求出各尺度小波变换高频系数地噪声方差和阈值，利用各尺度地阈值对高频系数进行处理，然后利用小波变换系数重构图像，实图像降噪地方法。 -
基于小波包分解的信号能量分布估计系统
该项目旨在利用MATLAB平台实现对一维离散信号的小波包分解（Wavelet Packet Decomposition）。系统通过递归地分解信号的近似分量和细节分量，在全频域范围内对信号进行多层次的精细划分，从而克服了传统小波变换在高频部分分辨率较低的局限性。系统支持多种常用的小波基函数，并允许用户根据信号特征自定义分解层数。分解完成后，程序将自动提取各频带的系数，并根据系数值估计每个节点对应的能量分布，计算各子带能量在总能量中的占比。通过该功能，用户可以清晰地识别出信号中能量集中的频率区域。此技术可广泛 -
基于Wigner-Ville分布及其平滑改进算法的离散信号时频分析系统
本项目致力于提供一套完整的非平稳离散信号时频特征提取方案，主要基于Wigner-Ville分布（WVD）及其改进版本。系统核心功能分为两大部分：首先是利用tfrpwv函数计算离散信号的Wigner-Ville分布，该算法作为二次型时频表示的基础，具有极高的时频聚集性和优良的数学性质，能够精确描述信号能量在时频平面上的瞬时演化过程，尤其在处理单分量线性调频信号时具有无与伦比的分辨率。其次，由于标准WVD在处理多分量信号时会不可避免地产生交叉项干扰，本项目引入了tfrspwv函数来计算平滑伪Wigner-Vi
