高阶统计量分析方法是一种重要的非高斯信号分析方法，在此上传张贤达的这本书，希望对大家的学习有所帮助

Pyqt5高级界面控件实例，简单易懂，内附有代码注释解析，附含详解地址

通信技术的快速发展使得数字通信信号的调制类别变得愈加多样化，通信信号调制识别 不仅在民用方面发挥着巨大的作用而且军用方面同样扮演着重要的角色。调制识别在信号处 理领域已成为热点研究课题，

比较四阶累积量和二阶矩的DOA性能，在高斯色噪声和白噪声条件下比较两者的性能

基于MATLAB实现的 二维有限差分正演模拟程序 PML边界条件 可直接用于RTM

高阶统计量广泛应用于所有需要考虑非高斯性、非最小相位性、有色噪声、非线性或循环平稳性的各类问题中。本书是国内外第一本全面论述时间序列分析和信号处理中的高阶统计量理论、方法及应用的专著。全书共分十三章，内容包括高阶统计量、非参数化高阶谱分析、因果和非因果非最小相位系统的辨识、自适应估计和滤波、信号重构、信号检测、谐波恢复、多元时间序列分析、时变非高斯信号的时频分析、阵列处理、循环平稳时间序列分析以及其它专题（时延估计、盲反卷积和盲均衡、多维非高斯信号）。本书可用作系统理论、信息与控制、信号处理、应用数学、物理学等众多专业的大学教师、高年级大学生和研究生的教学参考书，同时对从事时间序列分析和信号处理研究与应用的广大科技工作者有重要的参考和使用价值

以高阶统计量数学分析方法，对混舍高斯模型进行研究，并给出理论计算结果。重点讨论二元混合高斯模型， 给出高阶统计量的理论值，用Matlab仿真不同方差和不同均值时多膜性、对称性和斜度值、峰度值的估计结果，并比较斜度 值、峰度值的理论结果和仿真结果，验证理论结果的正确性，为通信理论中混合高斯模型的研究做补充。 关键词：混合高斯模型；高阶统计量；二元混合高斯模型；峰度值；斜度值

MATLAB高阶累积量工具箱的函数代码 直接调用

Voltage References From Diodes to Precision High-Order Bandgap Circuits中文版

高阶马尔科夫文献及代码实现 搜集 对于使用该工具进行图像分类与分割具有很大帮助