搜索资源列表
DLSSNBA
- 一种新的基于麦克风阵列的近场声源定位和语音分离算法,它结合双波束二维定位和近场最小方差波束形成技术在阵列近场范围内实现声源定位和语音分离。-based on a microphone array of near-field acoustic source localization and speech separation algorithm, It combines two-beam two-dimensional positioning and near-field minimum vari
rbf_mems
- 为了提高使用精度,研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了 该陀螺仪随机漂移数据的平稳性,并根据该漂移为均值非平稳、方差平稳的随机过程的结论, 采用梯度径向基(RBF)神经网络对漂移数据进行了建模。实验结果表明:相比经典RBF网络模 型而言,这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特;相对于季节时间序列模型而 言,其补偿效果提高了大约15%。
zuida
- 图象分割中最大类间方差法在图像处理中的应用
ULA
- 已知:信号中心波长为2,天线阵元的间距为1米,快拍数为2000,空中有四个 源信号,假设它们的频率 四个源信号的方向分别为: 求: 1)在不加入噪声的情况下,观察并计算协方差矩阵特征值,并对它的特点 加以说明 2)分别采用MUSIC算法,CAPON算法, ESPRIT算法在下面四种情况下,对 上述四个信号源的波达方向进行估计,并画出它们的空间谱图; ①在不加入噪声的情况下, ②在加入高斯白噪声的情况下,假设信噪比为10dB 3)在信噪比变化范围
fangchaxiefangcha
- 方差,协方差,通俗讲义,很容易理解,希望对大家有帮助-Variance, covariance, popular lectures, it is easy to understand
GARCH-Matlab
- 基于GARCH的预测例程,对解决存在异方差的时间序列很好。-GARCH forecasts based on routine, there is heteroscedasticity in solving the time series well.
1
- 文章对几种常用的基于循环前缀(CP)的最大似然同步算法进行了分析,并对其频偏估计方差进行了比较;同 时针对基于CP 的同步算法在多径衰落信道下性能较差的情况,提出了一种改进的CP 同步算法并进行了仿真,结果表明相比 于原ML 算法,文中算法在多径信道下可有效提高频偏估计性能。-】This paper does some research on multiple maximum-likelihood (ML) algorithms based on cyclic prefix (CP)
kringing
- 数值分析算法学习笔记之克里格插值及其实现2009-04-21 22:25克里格,或者说克里金插值Kriging。法国krige名字来的。 特点是线性,无偏,方差小,适用于空间分析。所以很适合地质学、气象学、地理学、制图学等。 -kringing
advanced_signal_processing
- 现代数字喜好处理的MATLAB程序代码,包含随机过程分析,各种功率谱估计(欧拉方程法、协方差算法、burg算法、修正协方差算法、等等),维纳滤波器的设计、自适应滤波器的设计。 note:里面包含一些很实际的算法设计,比如说:没有发送序列的自适应噪声抵消技术,etc .还包含了详细的设计报告!-Preferences of modern digital processing MATLAB code, including the random process analysis, a variety
Imgcx
- 数字图像放大缩小及旋转计算组间方差和组内方差的时候调用了一个函数专门求阈值,可能这里的计算还是有一点问题。而且在我的函数里,要256次调用这个函数,又因为计算机是按字节处理数据的,因此写图像数据的时候要用每8个写到一个数组中,然后通过计算得到字节类型的值,这些都使得我的算法效率比较低,最后一个问题,我觉得如果使用位运算会快一些,但是前面的问题还没有想到比较好的解决方法。-Digital Image zoom and rotation calculation of variances and gr
DOA_ESTIMATION
- 基于DOA估计的波束空间协方差理论文献,来自I-BEAMSPACE COVARIANCE-BASED DOA ESTIMATION
3
- 用卡尔曼滤波法,虽然刚开始的初始高度协方差很大为100,但通过2步之后减小到不超过1,逐渐接近于0-Kalman filtering method, although the beginning of the initial height of 100 covariance great, but by following the two-step reduced to no more than 1, and gradually close to 0
3
- 用卡尔曼滤波法,虽然刚开始的初始高度协方差很大为100,但通过2步之后减小到不超过1,逐渐接近于0-Kalman filtering method, although the beginning of the initial height of 100 covariance great, but by following the two-step reduced to no more than 1, and gradually close to 0
function-Bayes2
- function Bayes2 算法视线见《模式识别》P33-P44(各类样本的协方差不相等) 为了提高实验样本测试的精度,故采用多次模拟求平均值的方法-function Bayes2 algorithm line of sight, see " Pattern Recognition" P33-P44 (all sample covariance not equal) In order to improve the accuracy of test sa
123
- 控制系统性能评估的研究现状与展望摘要: 总结了控制系统性能评估理论研究近20 年的发展历程,分析了几类主要的控制性能评估基准:基于最 小方差控制、基于用户指定指标、基于LQ G以及基于限定结构等方法的适用对象,以及这几类方法对应的性 能指标在评价控制系统优劣时的准确有效性. 通过回顾控制系统性能评估研究的现状,提出该领域亟待解决 的问题,展望控制系统性能评估理论未来的研究趋势和应用方向.-Control System Performance Evaluation and Prospe
pcm
- 一。产生长度为500的零均值,单位方差的高斯随机变量序列,用均匀pcm的方法用16电平进行量化:1)求所得的SQNR,该序列的前5个值,相应的量化值和相应的码字。2)画出量化误差(定义为输入值和量化值之间的差),同时 画出量化值作为输入值的函数的图。3)用128量化电平数重做2)题, 比较结果。 二。产生一个长度为500,按N(O,1)分布的随机变量序列,分别用16,128量化电平数和u=255的u律非线性进行量化,画出每种情况下量化器的误差和输入-输出关系,并求SQNR. 三。长度为5
Based-on--ESPRIT-
- 摘 要:基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计.如果将空间的位移变成时间的 延迟,单个矢量传感器可以实现高分辨率的频率估计.将ESPRIT与矢量传感器相结合,研究了高分辨率频率估计 算法,建立了矢量传感器的数据模型,推导了矢量传感器的空时阵列流形,通过对协方差矩阵进行子空间分解,求得 目标信号的频率估计值.仿真计算研究了不同信噪比!采样频率和数据长度条件下该算法的性能.结果表明基于矢 量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度.
covariation
- 介绍了协方差的作用,协方差是关于如何调节协变量对因变量的影响效应,从而更加有效地分析实验处理效应的一种统计技术-Describes the role of covariance, the covariance is about how to adjust the covariate effects on the dependent variable, and thus a more effective analysis of the experimental treatment effect o
xietongdingwei
- 协同定位是多平台编队中的关键问题之一 是实现无人机~ 舰艇编队等定位控制的基础G 从信息融 合的角度研究了编队协同中的导航定位问题 提出了一种新的协同定位算法G 推导了二维情况下 基于最近邻准 则确定伪测量和相伴误差协方差矩阵的模型G 仿真分析表明 该算法可以稳定地完成己平台运动要素的估计-Co-location is one of the key issues in the formation of multi-platform UAV ~ vessel formation pos
quzao
- 对信号进行两层提升分解,构造小波分解结构,使用函数wnoise获取噪声方差,接着使用函数wbmpen获取小波去噪阈值,最后使用函数实现信号去噪。-Signal two layers enhance decomposition, the constructed wavelet decomposition structure, function wnoise for noise variance, and finally use the function signal denoising.