考虑L的三个不同值：L＝256（3个数据段），L＝128(7个数据段)和L=64（15个数据段）。各自的谱估计图如上图所示。可以明显的看到，加窗明显的减小了频谱上的假谱峰，但也更加进一步平滑了谱峰。所以，对于L＝64的情况，在ω＝0.8π的谱线可以很确定的辨认，但是那两个靠近的谱峰不容易区分。对于L＝128的情况，这种情况提供了在分离和检测间最好的均衡。当然，对于在L＝256时的情况，效果是更好的，能够从谱估计图上明显的分辨出三条谱线的存在以及它们幅度关系的强弱。 除了Welch法外，还可以采用对多个周期图求平均的功率谱估计方法的其他方法如Bartlett法等等，在功率谱估计上也能取得较好的结果。
上传时间： 2013-12-02
上传用户：Amygdala
LZW压缩算法简介 作者:宋成 描述:一篇关于LZW压缩算法简介的文章，通俗易懂，值得一看！ 备注:该文章整理自软件报1998年合订本上册。 LZW压缩算法是一种新颖的压缩方法，由Lemple-Ziv-Welch 三人共同创造，用他们的名字命名。它采用了一种先进的串表压缩不，将每个第一次出现的串放在一个串表中，用一个数字来表示串，压缩文件只存贮数字，则不存贮串，从而使图象文件的压缩效率得到较大的提高。奇妙的是，不管是在压缩还是在解压缩的过程中都能正确的建立这个串表，压缩或解压缩完成后，这个串表又被丢弃。
上传时间： 2015-04-30
上传用户：Shaikh
无损数据压缩的源码，Lempel Ziv Welch算法
上传时间： 2013-11-25
上传用户：
kalman滤波的matlab程序Updated: January 11, 2002To execute the Matlab version simply execute gui.mEnjoy.Greg Welch
标签： execute Updated January version
上传时间： 2013-12-22
上传用户：aa54
Hidden_Markov_model_for_automatic_speech_recognition This code implements in C++ a basic left-right hidden Markov model and corresponding Baum-Welch (ML) training algorithm. It is meant as an example of the HMM algorithms described by L.Rabiner (1) and others. Serious students are directed to the sources listed below for a theoretical description of the algorithm. KF Lee (2) offers an especially good tutorial of how to build a speech recognition system using hidden Markov models.
标签： Hidden_Markov_model_for_automatic speech_recognition implements left-right
上传时间： 2016-01-23
上传用户：569342831
笔者在前人研究的基础上，利用TI 公司的TMS320C6713BDSP 芯片对改进的功率谱估计算法——Welch法进行了实现，验证了算法的可实现性与硬件系统的可行性。
标签：
上传时间： 2016-02-25
上传用户：cuibaigao
This program is a new way to estimate the coherence function. It s based on the MVDR and is much more reliable than the classical Welch s method implemented in MATLAB. There are 2 programs: the main program called coherence_MVDR.m and and an example, called illustrate.m, that calls the main function to show how it works. There also included 2 papers that we published on this algorithm.
标签： coherence the estimate function
上传时间： 2016-07-03
上传用户：athjac
使用MATLAB编程，示意随机信号功率谱估计算法中的Welch算法和Thomson多窗估计法MTM在估计随机信号功率谱时，参数改变对频谱图的影响。
上传时间： 2017-05-04
上传用户：黑漆漆
ex6_1 ～ ex6_3二项分布的随机数据的产生 ex6_4 ～ ex6_6通用函数计算概率密度函数值 ex6_7 ～ ex6_20常见分布的密度函数 ex6_21 ～ ex6_33随机变量的数字特征 ex6_34 采用periodogram函数来计算功率谱 ex6_35 利用FFT直接法计算上面噪声信号的功率谱 ex6_36 利用间接法重新计算上例中噪声信号的功率谱 ex6_37 采用tfe函数来进行系统的辨识，并与理想结果进行比较 ex6_38 在置信度为0.95的区间上估计有色噪声x的PSD ex6_39 在置信度为0.95的区间上估计两个有色噪声x，y之间的CSD ex6_40 用程序代码来实现Welch方法的功率谱估计 ex6_41 用Welch方法进行PSD估计，并比较当采用不同窗函数时的结果 ex6_42 用Yule-Walker AR法进行PSD估计 ex6_43 用Burg算法计算AR模型的参数 ex6_44 用Burg法PSD估计 ex6_45 比较协方差方法与改进的协方差方法在功率谱估计中的效果 ex6_46 用Multitaper法进行PSD估计 ex6_47 用MUSIC法进行PSD估计 ex6_48 用特征向量法进行PSD估计
上传时间： 2013-12-10
上传用户：mpquest
功率谱估计,包括周期图法，burg法，music法，和Welch法，并绘图比较
上传时间： 2013-12-25
上传用户：aa54
