- 博客(33)
- 资源 (1)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 【生物医学信号处理及其MATLAB应用】Chapter 1 生物医学信号概述
【生物医学信号处理及其MATLAB应用】Chapter 1 生物医学信号概述
2023-11-29 18:56:56
1197
1原创 【生物医学信号处理及其MATLAB应用】Chapter 5 初步应用：ECG信号的时间特征检测和提取
【生物医学信号处理及其MATLAB应用】Chapter 5 初步应用：ECG信号的时间特征检测和提取
2023-08-10 16:05:03
687
原创 【生物医学信号处理及其MATLAB应用】Chapter 3 随机信号基础
【生物医学信号处理及其MATLAB应用】Chapter 3 随机信号基础
2023-08-09 16:35:40
651
原创 【生物医学信号处理及其MATLAB应用】Chapter2 数字信号处理基础
【生物医学信号处理及其MATLAB应用】Chapter 2 数字信号处理基础
2023-08-08 21:55:06
727
原创 【MATLAB数字信号处理】离散时间信号的频域分析（一）
3.1 基础知识回顾 序列x[n]x[n]x[n]的离散时间傅里叶变换（DTFT）X(ejw)X(e^{jw})X(ejw)定义为： X(ejw)=∑n=−∞∞x[n]e−jwnX(e^{jw})=\sum_{n=-∞}^{∞}x[n]e^{-jwn}X(ejw)=n=−∞∑∞x[n]e−jwn 通常X(ejw)X(e^{jw})X(ejw)是实变量www的一个复函数并可写为： X(ejw)=Xre(ejw)+jXim(ejw)X(e^{jw})=X_{re}(e^{jw})+jX_{im
2022-05-01 08:00:00
2169
原创 【MATLAB数字信号处理】离散时间系统的时域分析（三）
2.6 线性时不变系统的级联 在实际应用中，高阶因果线性时不变离散时间系统可以用低阶因果线性时不变离散时间系统级联得到。例如，四阶离散时间系统：y[n]+1.6y[n−1]+2.28y[n−2]+1.325y[n−3]+0.68y[n−4]=0.06x[n]−0.19x[n−1]+0.27x[n−2]−0.26x[n−3]+0.12x[n−4]y[n]+1.6y[n-1]+2.28y[n-2]+1.325y[n-3]+0.68y[n-4]=0.06x[n]-0.19x[n-1]+0.27x[n-2]-
2022-04-05 17:30:14
1808
原创 【MATLAB数字信号处理】离散时间系统的时域分析（二）
2.3 线性和非线性系统 y[n]−0.4y[n−1]+0.75y[n−2]=2.2403x[n]+2.4908x[n−1]+2.2403x[n−2]y[n]-0.4y[n-1]+0.75y[n-2]=2.2403x[n]+2.4908x[n-1]+2.2403x[n-2]y[n]−0.4y[n−1]+0.75y[n−2]=2.2403x[n]+2.4908x[n−1]+2.2403x[n−2] 用MATLAB仿真上式描述的系统，输入三个不同的输入序列x1[n]x_1[n]x1[n]、x2[n]x
2022-04-02 22:35:52
1702
原创 【MATLAB数字信号处理】离散时间系统的时域分析（一）
2.1 基础知识回顾 对线性离散时间系统，若y1[n]y_1[n]y1[n]和y2[n]y_2[n]y2[n]分别是输入序列x1[n]x_1[n]x1[n]和x2[n]x_2[n]x2[n]的响应，则输入x[n]=αx1[n]+βx2[n]x[n]=αx_1[n]+βx_2[n]x[n]=αx1[n]+βx2[n]的输出响应为y[n]=αy1[n]+βy2[n]y[n]=αy_1[n]+βy_2[n]y[n]=αy1[n]+βy2[n]。上式的叠加性质对任意常量α和β以及任意输入x1[n
2022-03-28 23:11:49
2029
原创 【MATLAB数字信号处理】离散时间信号的时域分析（二）
1.3 序列的简单运算1.3.1 信号平滑（三点滑动平均算法） 假定信号s[n]被噪声d[n]污染，得到了一个含有噪声的信号x[n]=s[n]+d[n]。若想对x[n]进行运算，产生一个合理逼近s[n]的信号y[n]，因此对时刻n的样本附近的一些样本求平均，产生输出信号是一种简单有效的方法。例如，采用三点滑动平均算法的表达式如下：% 三点滑动平均法clf;R = 51;d = 0.8*(rand(R,1) - 0.5); % 产生随机噪声m = 0:R - 1;s = 2*m.*(0.
2022-03-18 12:46:32
847
原创 【MATLAB数字信号处理】离散时间信号的时域分析（一）
1.1 基础知识回顾1.1.1 信号的特征与分类 信号可以由一个或多个源产生。在前一种情况下，该信号为标量信号；而在后一种情况下，该信号为向量信号，通常也称为多通道信号。一维信号是单个自变量的函数，二维信号是两个自变量的函数，多维信号是多个自变量的函数。 在自变量的指定值上信号的值称为信号的振幅，作为自变量的函数的振幅变化称为波形。 对于一维信号，自变量通常为时间。若自变量是连续的，则该信号称为连续时间信号；若自变量是离散的，则称为离散时间信号。对于一维连续时间信号，连续自变量通常用t表示；而
2022-03-15 21:48:35
3957
命令行窗口安装pyecharts时报错
2021-08-16
python相关：怎么解决这个代码的问题
2021-08-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人