首先要介绍一下什么是平稳过程，平稳过程是一类统计特性不随时间推移而变化的过程。在实际中，有相当多的随机过程，不仅它现在的状态，而且它过去的状态，都对未来状态的发生有着很强的影响。……

数字信号处理的作业，是噪声中非平稳信号的频谱分析。包含代码和讲义。matlab

在“ m”乘“ n”网格上模拟静态高斯场输入： - 'm' 和 'n' 用于评估 m*n 网格上的字段； 注意协方差矩阵的大小是 m^2*n^2； -标量函数rho（h），其中“ h”是二维向量输入和 cov(X_t,Y_s)=rho(ts) 是 cov。 的函数二维平稳高斯场； 请参阅下面的参考； 输出： - 两个统计独立的字段“field1”和“field2” 在m * n网格上； - 向量 'tx' 和 'ty' 以便通过绘制场图像c（tx，ty，field1） 例子： rho=@(h)((1-h(1)^2/50^2-h(1)*h(2)/(15*50)-h(2)^2/15^2).. . *exp(-(h(1)^2/50^2+h(2)^2/15^2))); % 定义协方差函数Fixed_Gaussian_process(512,384,rho); % 不需要输出时的绘图参考： Kroe

关于非平稳信号处理的书籍，一共453页，内容详尽！

kkphoon文章中非高斯非平稳随机过程模拟,程序选取的是beta分布，协方差函数为abs(x1-x2)，根据该协方差已有的特征函数与特征值给出数值模拟，使用者可以根据自己目标协方差函数，和累计分布函数来更改该程序。（kkphoon的该篇文章可在我另一份上传资源里找到，对与协方差函数的特征函数与特征值的数值解，另一份资源中也将给出）

ADF检验的三种类型 第一种类型 第二种类型 第三种类型

同信道干扰是通信系统中普遍存在的问题，这将导致到达方向（DOA）估计的恶化。 为了解决这个问题，提出了一种适用于均匀圆形阵列（UCA）的分数阶低阶循环MUSIC方法。 所提出的方法可以消除相同频带内的脉冲噪声和干扰，并且在高斯噪声中也能很好地表现出来。 特别地，该算法可以应用于窄信号模型或宽带信号模型。 仿真结果强烈验证了该方法的高性能。

文献中的大多数信道模型均基于以下假设：移动站（MS）沿直线以恒定速度移动。 在现实的环境中，MS可能会遇到速度和轨迹的变化。 在本文中，提出了允许移动速度变化的三维（3-D）非平稳宽带多输入多输出（MIMO）信道模型。 这些参数是从WINNER +通道模型中获得的，以使仿真更加逼真。 推导并分析了包括空间互相关函数（CCF），时间自相关函数（ACF）和多普勒功率谱密度（PSD）在内的统计属性。 我们的发现表明，MS速度的变化对通道模型的统计特性有重大影响。 此外，所提出的信道模型可以用作将来的非平稳信道建模的基本框架。

信号的突变性常携带有重要的信息，它是信号的重要特征之一。此文分别利用离散小波变换和平稳小波变换对信号奇异点进行检测，论述了二者突变性检测的MATLAB仿真实现，分析了信号奇异点的定位方法和检测效果。将二者的定位方法和检测效果进行比较，得出平稳小波变换（二进小波变换）比离散小波变换（正交或双正交小波变换）能更精确而且快速的对信号奇异点进行定位。

matlab稳定性检验代码有用的Matlab代码 我编写了一些有用的计量经济学例程。 BSD许可证。 最小二乘 适用于MATLAB的简单OLS。 矩阵进，矩阵出。 斜率估计，标准误差，t检验，R2等（带矩阵输入）。 Cluster_twoway.m 两向聚类标准错误。 为两个变量的聚类实现标准错误的Petersen（2006）代码。 此版本已优化，可用于非常大的数据集。 VAR_NoBias_K.m 偏差校正的VAR。 为了引导VAR置信区间，实施Nicholls和Pope（1988）的偏倚用Kilian（1998）平稳性限制校正VAR。 KP_RankTest.m SVD降级测试。 由Kleibergen和Paap介绍（2005）。