信号处理方法的总结
发布时间
阅读量：
阅读量
智能信息处理的总结主要涉及两种方法：经典法和现代法。在频域分析中采用经典与现代两种方法：前者以傅里叶变换为基础解决线性时不变系统问题；后者则用于非线性时变系统的分析研究，并处于不断发展的阶段。经典的谱估计方法对采样得到序列进行处理隐含了一个加窗的操作；传统的谱估计方法假设采样数据在时间截断内为零，在这种情况下对信号进行频域分析。因此，在采样点数较少的情况下该类估计结果可能出现偏差甚至错误；而现代谱估计则是基于模型的方法通过对有限长度数据建立参数模型来实现更为可靠的频域特征提取工作。就其优点而言，在采样点数较多时表现良好；然而当时间窗口较短时其频率分辨率会受到影响；相比之下基于模型的方法具有更好的全局特性表现能够有效应对非线性时变信号的问题类型
1、FFT
电类工科学生的核心课程，“数字信号处理”课程中由指导教师重点讲解的内容。一种高效快速的傅里叶变换算法
- 非参数功率谱（周期图法、 Welch 方法） 在 MATLAB 中, welch() 函数实现了 Welch 方法。
[P13,f] = pwelch(data1,hamming(256),N,1004,fs);3、参数功率谱估计方法（Burg, Yale-Worker AR）
建立在AR模型的基础上
matlab中有 pburg() 和 pyulear()
[P21,f] = pburg(data2,8,1004,100); % 14th order model
[P22,f] = pyulear(data2,8,1004,100); % 14th order model4、短时傅里叶变换方法
win_sz = 60;
han_win = hanning(win_sz); % 选择海明窗
nfft = win_sz;
nooverlap = win_sz - 1;
[S1, F, T] = spectrogram(data1, window, nooverlap, nfft, fs);
figure,imagesc(T, F, log10(abs(S1)));hold on
set(gca, 'YDir', 'normal')
xlabel('Time (secs)')
ylabel('Freq (Hz)')
title('short time fourier transform spectrum of EEG1');
5、Wavelet transform是一种强大的数据分析工具。
在学习过程中, 我了解到, 在MATLAB中安装一套_Wavelet Toolboxes_是必要的.
matlab程序文件位于C:\Users\yang\doucuments\MATLAB\Examples\wavelet.
[cfs1,f] = cwt(data1,'bump',fs);
figure,helperCWTTimeFreqPlot(cfs1,t,f,'surf','CWT of EEG1','Seconds','Hz')4、5主要参考了以下内容：
STFT & CWT 和 希尔伯特黄变换 <> 两篇文章。
在Matlab官方平台提供了下载HHT相关代码的资源（具体有三个版本），目前尚未完全理解其中的原理和应用。
全部评论 (0)
还没有任何评论哟~