基于51單片機(jī)的音樂頻譜設(shè)計(jì)程序，利用增強(qiáng)型51，stc12c5a60s，快速傅里葉變換，實(shí)現(xiàn)頻譜顯示
標(biāo)簽： 單片機(jī) 音樂頻譜 點(diǎn)陣
上傳時(shí)間： 2015-07-01
上傳用戶：mouxian
matlab中計(jì)算短時(shí)傅里葉變換的程序源碼，需要的戲在
上傳時(shí)間： 2016-12-01
上傳用戶：qiang244664
OMAP-L138處理器包含ARM和DSP內(nèi)核，目的是在便攜式和移動(dòng)多媒體應(yīng)用。這《OMAP-L138DSP原理與應(yīng)用實(shí)例》主要針對(duì)在其C6748DSP內(nèi)核上實(shí)現(xiàn)實(shí)時(shí)DSP算法的演示。《OMAP-L138DSP原理與應(yīng)用實(shí)例》為OMAP-L138數(shù)字信號(hào)處理實(shí)驗(yàn)和應(yīng)用提供了一套廣泛而全面的程序例子，主要章節(jié)包括："模擬輸入和輸出的OMAP-L138的實(shí)驗(yàn)者"有限脈沖響應(yīng)濾波器"無限脈沖響應(yīng)濾波器"快速傅里葉變換"自適應(yīng)濾波器"DSP/BIOS和平臺(tái)支持包
標(biāo)簽： OMAP-L 138 DSP 應(yīng)用實(shí)例 英文
上傳時(shí)間： 2016-12-19
上傳用戶：lonehorse
1024點(diǎn)快速傅里葉變換C程序。。。。。。。。。。。。
上傳時(shí)間： 2017-02-07
上傳用戶：Mr.HWang
fft變換。信號(hào)分析使用，對(duì)信號(hào)進(jìn)行fft變換得基本軟件操作程序編程
標(biāo)簽： 快速傅里葉變換
上傳時(shí)間： 2017-05-03
上傳用戶：安然浮華
1. 制作自己的 GUI用戶界面，實(shí)現(xiàn)圖像的傅里葉變換，并驗(yàn)證傅里葉變換的“平移不變性”、“旋轉(zhuǎn)一致性”； 2. 在GUI中，實(shí)現(xiàn)圖像的灰度拉伸，要求有靈活的（a,a’）點(diǎn)、（b,b’）點(diǎn)的選擇。 （提高題）圖像的灰度拉伸，用曲線控件完成。
標(biāo)簽： 數(shù)字圖像 處理技術(shù) 圖像 變換
上傳時(shí)間： 2017-05-10
上傳用戶：mouroutao
基于DSP的快速傅里葉變換的部分流程圖，以及一般方法
上傳時(shí)間： 2018-05-12
上傳用戶：ID_LQ
1．熟練掌握使用MATLAB程序設(shè)計(jì)方法 2．掌握數(shù)字信號(hào)處理的基本概念、理論、方法 3．掌握序列離散傅里葉變換的MATLAB實(shí)現(xiàn)，并進(jìn)行頻譜分析 4．熟練掌握使用MATLAB設(shè)計(jì)IIR或FIR數(shù)字濾波器
上傳時(shí)間： 2019-03-07
上傳用戶：00001111
%========================開始提取加噪信號(hào)的各類特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信號(hào)'signal_with_noise=y+noise'的前256個(gè)元素，抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %對(duì)調(diào)制信號(hào)進(jìn)行快速傅里葉算法（離散） y1=hilbert(y0) ; %調(diào)制信號(hào)實(shí)部的解析式 factor=0; %開始求零中心歸一化瞬時(shí)幅度譜密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
標(biāo)簽： matlab 神經(jīng)網(wǎng)絡(luò)算法 通信信號(hào) 調(diào)制識(shí)別
上傳時(shí)間： 2020-04-07
上傳用戶：如拷貝般復(fù)制
%========================開始提取加噪信號(hào)的各類特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信號(hào)'signal_with_noise=y+noise'的前256個(gè)元素，抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %對(duì)調(diào)制信號(hào)進(jìn)行快速傅里葉算法（離散） y1=hilbert(y0) ; %調(diào)制信號(hào)實(shí)部的解析式 factor=0; %開始求零中心歸一化瞬時(shí)幅度譜密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
標(biāo)簽： matlab 神經(jīng)網(wǎng)絡(luò)算法 通信信號(hào) 調(diào)制識(shí)別
上傳時(shí)間： 2020-04-07
上傳用戶：如拷貝般復(fù)制
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
