数字信号处理¶
理论¶
进度：
时频域分析:
- 时域分析——有量纲特征值含义一网打尽
- 时域分析——无量纲特征值含义一网打尽
- 信号时域分析方法的理解（峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等）
- 时域特征值提取的MATLAB代码实现（均方根、峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等）
- 频域特征指标及其MATLAB代码实现（重心频率、均方频率、均方根频率、频率方差、频率标准差）
- 信号频域分析方法的理解（频谱、能量谱、功率谱、倒频谱、小波分析）
- 频域特征值提取的MATLAB代码实现（频谱、功率谱、倒频谱）
- 如何优雅地进行频谱分析—— 一行代码实现绘制MATLAB频谱、功率谱图
- 补充：频域特征值提取的MATLAB代码实现（小波分析）
- 时频域分析的一些常用概念补充（线性时不变系统、卷积、冲激响应、窗函数等）
- 【熵与特征提取】基于“信息熵”的特征指标及其MATLAB代码实现（功率谱熵、奇异谱熵、能量熵）
- 【熵与特征提取】从近似熵，到样本熵，到模糊熵，再到排列熵，究竟实现了什么？（第一篇）——近似熵及其MATLAB实现
- 【熵与特征提取】从近似熵，到样本熵，到模糊熵，再到排列熵，究竟实现了什么？（第二篇）——样本熵及其MATLAB实现
- 【熵与特征提取】从近似熵，到样本熵，到模糊熵，再到排列熵，究竟实现了什么？（第三篇）——模糊熵及其MATLAB实现
- 【熵与特征提取】从近似熵，到样本熵，到模糊熵，再到排列熵，究竟实现了什么？（第四篇）——排列熵及其MATLAB实现
- 【多尺度熵与特征提取】一文看懂“多尺度熵”——多尺度样本熵、多尺度模糊熵、多尺度排列熵、多尺度包络熵、多尺度功率谱熵、多尺度能量熵、多尺度奇异谱熵及其MATLAB实现
- 【复合多尺度熵与特征提取】一文看懂“复合多尺度熵”——复合多尺度样本熵、模糊熵、排列熵、包络熵、功率谱熵、能量熵、奇异谱熵及其MATLAB实现
- 答疑：采样频率fs要怎样设置？
- 从傅里叶变换，到短时傅里叶变换，再到小波分析（CWT），看这一篇就够了（附MATLAB傻瓜式实现代码）
经验模态分解：
- 这篇文章能让你明白经验模态分解（EMD）——基础理论篇
- 这篇文章能让你明白经验模态分解（EMD）——IMF的物理含义
- 这篇文章能让你明白经验模态分解（EMD）——EMD在MATLAB中的实现方法
- 希尔伯特-黄变换（HHT）的前世今生——一个从瞬时频率讲起的故事
- 希尔伯特谱、边际谱、包络谱、瞬时频率/幅值/相位——Hilbert分析衍生方法及MATLAB实现
- 类EMD的“信号分解方法”及MATLAB实现（第一篇）——EEMD
- 类EMD的“信号分解方法”及MATLAB实现（第二篇）——CEEMD
- 类EMD的“信号分解方法”及MATLAB实现（第三篇）——CEEMDAN
- 类EMD的“信号分解方法”及MATLAB实现（第四篇）——VMD
- 类EMD的“信号分解方法”及MATLAB实现（第五篇）——ICEEMDAN
- 类EMD的“信号分解方法”及MATLAB实现（第六篇）——LMD
- 类EMD的“信号分解方法”及MATLAB实现（第七篇）——EWT
- 类EMD的“信号分解方法”及MATLAB实现（第八篇）——离散小波变换DWT（小波分解）
- “类EMD”算法分解后要怎样使用（1）——内涵模态分量IMF的方差贡献率、平均周期、相关系数的计算及MATLAB代码实现
- “类EMD”算法分解后要怎样使用（2）——高频、低频、趋势项分量判别与重构，及MATLAB代码实现
- 【滤波专题-第7篇】“类EMD”算法分解后要怎样使用（3）——EMD降噪方法及MATLAB代码实现
- 类EMD的“信号分解方法”及MATLAB实现（第九篇）——小波包变换（WPT）/小波包分解（WPD）
学习¶
滤波器设计：