wave separation

This program performs directional wave separation in a Discrete-Time Acoustic Pulse Reflectometry (APR) system, based on Louis et al.'s method (1993). The algorithm requires recordings from two microphones (pm1c and pm2c) positioned at axial intervals within the source tube. The microphone spacing (shift) represents the time samples needed for sound waves to travel between the two microphones. The outputs, pm2plus and pm2minus, represent forward and backward propagating waves at microphone 2 within the source tube. Key Reference: Louis, B.; Glass, G.; Kresen, B.; Fredberg, J. \"Airway Area by Acoustic Reflection: The Dual Microphone Technique,\" Journal of Biomechanical Engineering, 1993, 115, 278.

Matlab版的电磁波传播，2020新版电磁场实验源码，.m文件，能直接出结果。简单直观，是非常不错的一个范例。学习电磁场的时候最困难的就是无法理解电磁场空间分布状态，这个程序能帮助我们更好地理解电磁波的传播特性。

MATLAB的GUI编程画出衰减的正弦信号

----此脚本说明了如何使用NMF提取和弦音乐中的鼓部分。它利用了Mathworks文件交换中可用的NMF和Signal类。该技术的主要流程是： 计算不同频段的起始点。 将整个信号建模为NMF，对应于鼓的分量的H被初始化。 对信号进行过滤。 对于小文件（大约30秒），此代码应该可以正常工作。将此脚本用于研究目的时，请提供相应的参考：@article{LiutkusGPSS,author = {Liutkus, A. and Badeau, R. and Richard, G.},journal = {IEEE Transactions on Signal Processing},title = {Gaussian Processes for Underdetermined Source Separation},year = {2011},month = {July},volume = {59},number = {7},pages = {3155-3167},doi = {10.1109/TSP.2011.2117402}}

在粒子物理学研究中，背景分离技术是数据分析的重要部分，尤其是在信号与背景的分类中，信号代表我们感兴趣的粒子事件。我使用了多种机器学习技术，尤其是背景分离，来进行数据分析，以获得在其他数据集上的分析经验。本研究包括了在Coursera的Andrew Ng机器学习课程中的一些项目，这些项目使用了Matlab进行实现。 Matlab作为一种高级科学计算语言，能够处理各种机器学习任务，特别是信号与背景的分类。课程内容包括线性回归、逻辑回归、神经网络、支持向量机、K均值聚类等常见模型的应用。这些模型的实现涉及到诸如梯度下降、成本函数等技术细节。 例如： 例1：在练习1中，我们使用了线性回归模型，通过输入值预测实值输出，应用于房价预测，重点讨论了成本函数的概念，并实现了梯度下降算法。 例2：在另一个练习中，我们构建了逻辑回归模型，以预测学生是否能被大学录取。 这些方法的实现需要通过Octave或MATLAB来进行，帮助我们深入理解并实践机器学习算法的核心原理。

目的：这是一个Matlab代码，用于对L波段雷达接收到的信号进行接收和降噪。信号：在男女同调的开始，我创建了一个频率为60 Hz的正弦波，并使用repmat函数对其进行了周期性调整，然后以与在BEl研究实验室的雷达中采样的频率相同的频率对其进行采样。图表：我绘制了几张图：1. 输入信号（1个时间段） 2. 连续和周期性的输入信号（多个时间段） 3. 离散和周期性的输入信号 4. 带有增加的AWGN噪声的输入波 5. 傅立叶输入波域 6. 傅立叶变换的幅度谱 7. 在频域中将fft与cos（fc t）相乘而获得的波 8. 在滤波后所获得的正弦波与fft的关系图 9. 频域的曲线滤波后得到的波的平方和（I² + Q²） 10. 滤波后得到的波的平方和的log对数（I² + Q²）。然后，我绘制了图5、6、7、8、9、10，用于添加高斯白噪声、随机噪声。在图8中，我创建了一个低通滤波器来滤除前一个波。算法：1. 使波成为60 MHz的正弦函数。 2. 按照所需的时间间隔划分波并使其周期性。 3. 最终输入波被采样 4. 高斯白噪声被添加。

三相半波整流电路的工作原理如下：该电路通过将三相中的每一相单独形成半波整流电路，三个电压半波在时间上依次相差120度并叠加。结果，整流输出波形始终不过0点，且在一个周期内有三个宽度为120度的整流半波。滤波电容器的容量相较于单相整流电路较小。此类电路广泛应用于直流电动机调速、发电机励磁调节、电解及电镀等领域。常见的整流电路类型还包括单相桥式半控、全控整流电路及三相桥式全控整流电路等。

单相全波控制整流器 该整流器采用单相全波控制整流器技术，适用于R负载。通过在MATLAB中进行建模与仿真，可以实现对该整流器性能的优化与分析。整流器的工作原理包括通过控制开关的导通与关断，调节输出电压，以满足不同R负载的需求。利用MATLAB的Simulink模块，可以精确模拟并调节各参数，以实现更高效的能量转换。 主要步骤： 建模单相全波整流器电路。 利用MATLAB进行仿真与结果分析。 调节控制参数以优化R负载性能。 分析整流器的输出波形与电压特性。 该方法适用于各种工业与实验研究中，能够提高电力转换系统的效率和稳定性。

这是一个由我自行编写的Matlab函数，用于生成任意循环的三角波。该函数具有灵活的参数接口，包括起始值、终点值、区间和循环次数，能够方便地调用和测试。具体的函数代码和使用方法可以在链接中查看详细说明。

Wave2lip是PaddleGAN套件中的一款模型，专门用于唇形迁移。它能够将eps图像转化为Matlab代码，并实现图像中人物的唇部与语音的精确同步。Wave2lip利用唇形同步判别器，确保生成的唇部动作准确逼真，同时通过多帧连续信息和视觉质量损失提升时间相关性和图像质量。该模型适用于任何人脸和语音，能够高效融合并转换动画人脸及合成语音。