滤波器设计与分析：
|
计算以2或inf为范数的数字滤波器 |
|
纠正相位角产生更为平滑的相位图 |
|
基于FFT重叠相加法的FIR滤波器 |
|
计算直接Ⅱ型滤波器的初始条件 |
|
FIR滤波器的过采样和欠采样 |
|
创建离散时间滤波器对象 |
|
具有非线性相位的等波纹FIR滤波器设计 |
|
基于窗函数K的FIR滤波器——标准响应 |
|
基于窗函数K的FIR滤波器——任意响应 |
|
构建最小岼方滤波器用于多通道滤波器组 |
|
构建最小平方滤波器，用于线性相位FIR低通或高通滤波器 |
|
FIR高斯滤波器滤波器设计 |
|
最小平方线性相位滤波器設计 |
|
利用Kaiser窗为FIR滤波器设计估值 |
|
ChebyshevⅠ型滤波器设计（通带等波纹） |
|
ChebyshevⅡ型滤波器设计（阻带等波纹） |
线性系统特性：
|
Lattice梯形结构到传输函数K的变换 |
|
茬z域内计算多项式的根 |
|
离散时间解析信号的Hilbert变换 |
信号处理与谱分析：
|
随机信号处理与功率谱估计 |
|
通过Burg方法进行功率谱密度估计 |
|
通过协方差方法进行功率谱密度估计 |
|
通过Eigenvector方法进行功率谱密度估计 |
|
通过周期图方法进行功率谱密度估计 |
|
通过改进的协方差方法进行功率谱密度估计 |
|
通過Thomson多个正交窗方法进行功率谱密度估计 |
|
通过MUSIC方法进行功率谱密度估计 |
|
通过Welch方法进行功率谱密度估计 |
|
通过Eigenvector算法估计正弦频率和功率 |
|
通过MUSIC算法估计正弦频率和功率 |
|
通过Burg方法实现AR参数建模 |
|
通过协方差方法实现AR参数建模 |
|
通过改进的协方差方法实现AR参数建模 |
|
根据频响特性生成模拟滤波器 |
|
根据频响特性生成数字滤波器 |
|
生成Prony数字滤波器其冲激响应等于给定的时间序列 |
|
生成IIR滤波器，给定其输入与输出序列 |
|
自相关序列到反射系数的转换 |
|
自相关序列到预测多项式的转换 |
|
反正弦参数到反射系数的转换 |
|
对数面积比到反射系数的转换 |
|
使用自相关的方法计算线性预测滤波器系数 |
|
线谱频率到预测滤波器系数的转换 |
|
预测多项式→自相关系列 |
|
反射系数→对数面积比参数 |
|
反射系数→预测滤波器多项式 |
|
减小采样速率并重新采样 |
|
变换采样速率并重新采样 |
|
FIR滤波器的过采样和欠采样 |
|
sinc函数K（辛克函数K） |
|
信号向量到矩阵形式数据帧的缓冲器 |
|
从数据库中删除Slepian序列 |
|
删除Slepian序列所在数据库目录 |
|
从数据库中装载删除Slepian序列 |
|
将删除Slepian序列保存到数据库中 |
|
对齐离散时间传输函数K的长度 |
|
寻找向量中长度最小的重复序列 |
|
将浮点数均匀量化并编码以得到整数输出 |
