针对直接运用快速傅里叶变换（FFT）无法有效提取具有非线性非平稳特性的滚动轴承振动信号故障特征频率的问题，提出了一种基于经验模式分解和峭度指标的Hilbert包络解调方法。首先对滚动轴承的振动信号进行了经验模式分解（EMD），得到了包含轴承故障特征信息的各阶本征模态函数（IMF），再计算各阶IMF的峭度值，选取了峭度值较大的几阶IMF分量重构信号，并对重构信号进行了Hilbert包络解调分析，从而获得了滚动轴承的准确故障特征信息。分别对仿真模拟信号和实际滚动轴承发生内圈故障的振动信号进行了分析，清晰地得到

针对故障齿轮振动信号的非平稳和调制特性,提出了基于双树复小波包变换和谱峭度的齿轮故障诊断方法. 首先,利用双树复小波包变换将原始振动信号分解为若干个不同频带的信号分量,选择与原始信号相关系数大的分量进行阈值降噪并重构;然后,对降噪后的信号利用谱峭度所得的峭度图选择最佳的带宽和频带中心进行相应的带通滤波处理;最后,将带通滤波后的信号作平方包络和傅里叶变换,即可得到信号的包络解调谱,从而提取故障特征信息. 通过对试验和工程实际的齿轮故障信号分析表明:双树复小波包变换和谱峭度结合的方法可有效地提取齿轮故障特征信

应用循环自相关函数和快速谱峭度相结合的方法,对滚动轴承早期故障诊断进行分析研究。首先利用谱峭度方法确定滚动轴承振动信号的最佳带通滤波器,然后利用循环自相关函数对滤波后的信号进行解调,提取出滚动轴承故障特征频率,有效地减少了噪声信号的干扰且增强了故障信号。通过仿真与实验数据的轴承故障振动信号验证所提方法的有效性。

谱峭度工具箱，由法国人编写，非常实用，故障诊断的利器，发论文的好帮手！ 谱峭度工具箱，由法国人编写，非常实用，故障诊断的利器，发论文的好帮手！

针对包络分析中带宽和中心频率依靠经验估计的缺陷,应用一种快速峭度图算法自动为包络谱分析提供最佳带宽和中心频率。快速峭度图算法借鉴了二进小波分解算法,先将原始信号经过FIR滤波器将信号进行分解,然后在各个频段上计算信号的谱峭度值,并根据快速峭度图的结果得到最佳中心频率和带宽,最后进行包络谱分析。实验证明该方法可以更有效地诊断滚动轴承故障。

MATLAB陡度代码dwilib 新：切换到Python版本3，现在到处都需要并假定使用它！ 开发工具，以支持弥散加权成像（DWI）数据分析，重点关注前列腺癌。 该软件正在作为位于芬兰图尔库的研究项目的一部分进行开发。 注意：这是正在建设中。 程序代码是按需编写的，用于内部项目的自定义需求。 在程序员研究主题和学习工具的同时，它已经有机地增长了。 因此，代码在许多地方都非常混乱。 特征 以DICOM或自定义ASCII或MATLAB格式读取输入数据 执行模型拟合（单指数ADC，峰度，拉伸指数，双指数） 计算与格里森分数的相关性 计算和比较诊断ROC AUC 计算重现性指标 绘图方案 用于多切片，多b值DWI DICOM文件的查看器（使用Matplotlib GUI小部件） 用于自动流水处理数据处理任务的构建工具 待办事项或进行中 改进的文档 改进的构建工具 自主肿瘤描绘/ ROI放置 回归分类 要求 Python 3.4 pathlib2（或更新的Python） NumPy 科学 可选要求 （配件） （绘图） （读取DICOM文件） （处理HDF5文件） （纹理分析） （纹理分析） （任

计算信号的峭度，寻找共振频带，并对共振频带进行滤波后包络解调，适合于轴承、齿轮等故障诊断的信号处理中。

是MATLAB背景下的谱峭度程序，适合入门学习，欢迎下载。

J antoni的快速谱峭度程序，很详细，值得参考

简单的程序，用来计算一维时间序列的偏度和峭度值，matlab算法简单易懂，比较适合初学者，希望可以让他人直接调用。