matlab频谱分析代码小波方法测量地震行时变化的代码
联系人︰毛淑娟（）和奥丽莲·莫德雷（AurélienMordret）（）
该软件包包含用于使用小波互谱分析在时频域中测量地震传播时间偏移的代码和测试数据。
运行代码需要MATLAB
R2018a（或更高版本）和MATLAB
WAVELET
TOOLBOX。
此包装中的内容：
-My_Wxspectrum_TO.m：通过小波交叉谱分析在时频域中计算dt的核心功能。
-main_TO.m：在合成数据上使用My_Wxspectrum_TO.m的示例。
一键即可绘制图。
---synthetic_dvov_0.05percent.mat：两个用于测试代码的合成波形。
合成地震图是使用速度模型通过均质背景叠加随机异质性生成的。
当前和参考速度模型之间的扰动在整个介质中为0.05％均匀dv
/
v。
（如果有兴趣，请参阅以下参考资料中的第3.1节以获取更多详细信息。）
参考文献：S.Mao，A.Mordret，M.Campillo，H.Fang，RDvan
der
Hilst，（2019年），《利用小波交叉频谱分析测量时频域中的地震传播时
2021-11-22 19:48:19
376KB
1
仿真内容：
1、说明时域和频域的能量守恒（各以信号和噪声来说明）
2、说明信号不变时噪声带宽的变化对输入信噪比的影响
3、说明噪声带宽和FFT增益的关系
4、在矩形窗前提下用仿真曲线和理论分析讨论信号频点位置和FFT后输出信噪比的关系
5、说明频点位置造成的最大信噪比损失是多少
6、对于那些信噪比损失最大的频点位置通过加不同的窗函数有没有信噪比的改善
主要参数声明
噪声带宽为5MHz，噪声的概率分布：N（0，1），即均值为零、方差（功率）为1
单点频信号的频率为500kHz，采样率为10MHz，FFT点数可变（分1024、2048）
信号表达式：s(t)=A*exp(j2Πfdt+θ)，其中幅度A取1，初始相位θ为Π/6
【资源说明】
资源包共包含如下内容：
MATLAB源码文件4个（1个主程序、3个自定义函数）
PDF文件3个（创作声明x1、FFT增益损失理论推导x1、仿真表格x1）
【资源均属于原创、代码编写规范、注释明细可读性强、理论推导简单明了】
原创不易，感谢支持原创作品！
2021 11 15日更新包已同步
2021-11-14 19:02:09
419KB
辛普赛斯
地震资料时频域正演建模与反演
时域声波方程
使用海绵和 PML 边界条件处理正向建模
来（我们欢迎任何想与我们合作的人）
一种。 频域正向建模
湾弹性波动方程
C。 反演算法
2021-10-31 14:35:32
9.57MB
1
matlab希尔伯特变换代码神经元时间频率
专门用于时频域功能的特征提取库。
包括小波变换，频谱图，时频分布和其他算法。
程式码范例
使用短时傅立叶变换的频谱图
var
window
=
MathNet.Numerics.Window.Gauss(51,
0.5);
var
spectrogram
=
Spectrogram.Estimate(new
Signal(samples,
fs:
1000d),
window);
Console.WriteLine("Amplitude:
{0}",
spectrogram.EnumerateValueOfFrequency(60d).Max());
连续小波变换
var
wavelet
=
Wavelets.Wavelets.Morlet;
var
scales
=
Enumerable.Range(0,
10);
var
cwt
=
ContinuousWaveletTransform.EstimateUsingConvolutions(new
Signal(samples,
fs:
1000d),
wav
2021-10-10 19:46:45
5.53MB
1
本代码是用于给定（非平稳）信号的时频分析的 Matlab 程序。 结果是： 1) 时域中信号的图形表示； 2）频域中信号的图形表示（通过FFT）； 3) 时频域中信号的图形表示（通过 STFT）。
该代码基于以下内容中描述的理论：
[1] G. Heinzel、A. Rudiger、R. Schilling。 通过离散傅立叶变换 (DFT) 进行的频谱和频谱密度估计，包括窗口函数的综合列表和一些新的平顶窗口。 德国，汉诺威，Max-Planck-Institut für Gravitationsphysik，2002。
2021-09-28 11:33:09
339KB
1
压缩感知（CS）包含一个事实，即它可以从比传统方法少得多的测量中恢复某些信号和图像，从而为基于相控阵材料表征的大量数据收集提供了解决方案。 本文介绍了如何利用CS框架在时域和频域中有效压缩超声相控阵图像。 通过将图像投影到其离散余弦变换域，实现了一种新颖的方案，以验证CS用于数据缩减的潜力，并探索其重构精度。 CIVA仿真的结果表明，时域和频域CS都可以使用小于Nyquist定理的最低要求的样本来准确地重建阵列图像。 对于三种类型的人工缺陷的实验验证，尽管在保留明显缺陷的情况下可以实现可观的数据缩减，但目前尚无法打破时域的奈奎斯特限制。 幸运的是，频域中的合格恢复使其成为现实，这意味着相控阵图像重建的真正突破。 作为一个案例研究，将所提出的CS程序应用于检查具有不同凹坑缺陷的发动机汽缸腔，结果表明基于正交匹配追踪（OMP）的CS保证了实际应用的性能。
2021-09-12 18:16:52
1.12MB
1
为了解决传统的PMF-FFT（Partial Match Filter-Fast Fourier Transform）捕获算法在信号捕获方面的不足，提出了一种新的基于PMF-FFT的时频域双并行捕获方案。对PMF加改进的汉宁窗，通过调整窗系数，选择最优化的参数，减小了捕获系统输出增益的衰减。利用FFT频谱分析的特点，对FFT的输入进行合理补零，输出加改进的汉宁窗，调整窗系数，基本上消除了扇贝损失。理论分析和MATLAB仿真结果证明，该方案在尽量不增加系统复杂度的情况下提高了捕获速度和频率估计精度，能够适应
2021-06-17 10:30:23
1.12MB
1