EEMD通过添加高斯白噪声并进行平均的方法，处理了EMD的模态混叠问题。
但其会因为白噪声残留较大，导致筛分次数增加，以及分解失败，因而计算效率不高。
针对以上问题，Torres等提出了一种噪声自适应完备总体平均经验模态分解(CompleteEEMDwithAdaptiveNoise，CEEMDAN)方法。
该方法特别适合ECG信号处理。

基于MATLABGUI设计的数字信号处理零碎，可以实现基本的信号生成，信号分析和信号滤波以及简单的语音信号处理等功能。
其中信号生成模块可实现正弦波、方波、三角波、高斯白噪声、chrip信号的生成和叠加；
信号分析模块支持基本的傅氏变换下的频域分析功能；
信号滤波模块可以实现数字低通、高通、带通、带阻下的切比雪夫、巴特沃思、椭圆滤波器的设计和滤波处理；
语音信号处理模块可以实现音频文件的读取、播放、叠加噪声、滤波等功能。

本人系统辨识课程的全部代码以及报告报告里有所有算法原理。
内容如下：第一章 最小二乘法 11.1 问题重述 11.2 最小二乘法 11.2.1 基本最小二乘法 11.2.2 不需矩阵求逆的最小二乘法 21.2.3 递推最小二乘法 41.3 辅助变量法 61.3.1 一次辅助变量法 61.3.2 递推辅助变量法 71.4 广义最小二乘法 91.4.1 一次广义最小二乘法 91.4.2 递推广义最小二乘法 101.5 夏式法 121.5.1 夏式偏差修正法 121.5.2 夏式改良法 131.5.3 递推夏式法 131.6 增广矩阵法 161.7 自编方法-多阶段最小二乘法 181.8 噪声特性分析 191.8.1 时域波形 201.8.2 均值分析 201.8.3 方差分析 211.8.4 自相关函数分析 211.8.5 功率谱密度分析 221.8.6 总结 22第二章 极大似然法 23第三章 方法比较 253.1 问题重述 253.2 各方法精度对比 253.3 各方法计算量对比 253.4 噪声方差的影响 263.5 白噪声和有色噪声对辨识的影响 27第四章 系统模型阶次的辨识 284.1 问题重述 284.2 按残差方差定阶 284.2.1 按估计误差方差最小定阶 284.2.2 F检验法 294.3 按AKAIKE信息原则定阶 294.4 按残差白色定阶 304.5 噪声对定阶的影响 314.6 三种方法的优劣及有效性 31附录 32

基于MATLAB语音信号去白噪声、高斯白噪声分析的源法式，将白噪声中的1/10改成1/50就可滤除白噪声，高斯白噪声的就不用改了！

用于整车模子平顺性仿真的空间四轮路面时域模子——滤波白噪声

在本文中，首先介绍GMSK、MSK原理，并对其产生方式进行理论分析；
然后，设计了一个GMSK、MSK调制解调系统。
最后，利用SIMULINK仿真分析在信道中加入高斯白噪声与不加高斯白噪声两种情况下调制波形的异同，其中还分析了各主要参数对调制的影响，同时将仿真结果与理论相比较，使研究愈加深入。
从而，加深对GMSK、MSK的认识和理解，为解决调制技术与移动通信技术的频谱利用率问题提供基础，对今后移动通信的研究具有积极的作用。

针对准循环低密度奇偶校验(QC-LDPC)码中准循环基矩阵的移位系数确定问题,该文提出基于等差数列(AP)的确定方法。
该方法构造的校验矩阵的围长至少为8,移位系数由简单的数学表达式确定,节省了编解码存储空间。
研究结果表明,该方法对码长和码率参数的设计具有较好的灵活性。
同时表明在加性高斯白噪声(AWGN)信道和相信传播(BP)译码算法下,该方法构造的码字在码长为1008、误比特率为510-时,信噪比优于渐进边增长(PEG)码近0.3dB。

语音变速以及语音变调是语音信号处理中非常重要的两个内容。
语音信号可表述成激励源与线性时变系统的冲激响应的卷积。
若激励源是高斯白噪声，则声道发清音，若激励源是一准周期信号，则声道发清音。
清音在语音信号序列中影响语音速度，它是基音，是由多次谐波构成的准周期信号。
语音信号序列可看成是基音周期经整数倍延拓后叠加而成。
插入部分基音周期使语速降低，删除部分基音周期使语速提高，即通过改变单位时间内输出的语音信息量（可以通过改变语音信号的激励的长度来实现），来达到改变语速的要求；
而语音的音调的不同则是体现在基音周期和共振峰这两个特征参数上，利用基音周期和共振峰的改变可以达到改变语调的要求。

EEMD是EnsembleEmpiricalModeDecomposition的缩写，中文是汇合经验模态分解，是针对EMD方法的不足，提出了一种噪声辅助数据分析方法。
EEMD分解原理是当附加的白噪声均匀分布在整个时频空间时，该时频空间就由滤波器组分割成的不同尺度成分组成。
MATLAB版本

matlab正弦信号处理程序，可以完成对一个正弦信号的高斯加性白噪声处理。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。