搜索资源列表
random_wind_trajectory_simulation
- 利用纵风作用下随机弹道系统成形滤波器,把成形滤波器的微分方程与外弹道角运动方程及质点弹道方程联立,便构成为易于求解的完整的外弹道随机动力学模型。在具体的数字仿真实施过程中,采用尾翼延时张开技术来减小散布的措施,利用经典的统计试验法——蒙特卡洛法得出了不同平均风速下的火箭弹角散布与尾翼延张时间的关系的仿真曲线。 仿真结果表明,有色噪声的白化是完全可行,同时也从实例中证明了成形滤波器理论的正确性 也得到在一定风速下的最佳尾翼延张时间。 -err
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
SR
- 现有的随机共振系统只能应用于低频率信号检测或待测信号频率已知的高频率信号检测, 这束缚了系统的实用范围。针对这个不足, 本文提出一种基于尺度变换的随机共振弱信号检测方法, 该方法通过引入尺度变换,消除了随机共振系统对待测信号频率的限制,实现了在绝热近似理论下, 待测目标信号为大参数、 多频率且频率分量的分布未知的条件下, 从强噪声中提取弱目标信号的频谱。-Scale transfor mation for detecting weak peri odic signal of stochastic
TEM
- 晚期瞬变电磁信号是大参数、 多频率、 且各频率分量未知的电磁信号， 特别在晚期还是强噪声背景下的微弱信号． 随机共振系统可以在极限信噪比的情况下提取微弱信号， 但仅适用于小参数、 单一频率或频率已知的高频信号的情况． 为此， 本文提出一种基于尺度变换的随机共振算法用于检测晚期瞬变电磁信号， 该方法充分利用了随机共振检测弱信号的优势， 通过引入尺度变换， 消除了随机共振系统对待测信号频率的限制， 在绝热近似理论下，实现了从强噪声中提取出微弱晚期瞬变电磁目标信号．-Transient Electro
MT-005
- 噪声功率比(NPR)这个概念自频分多路复用(FDM)电话系统诞生之初即已出现。简单而 言，NPR用于衡量多通道系统中当其他通道上存在随机活动时，某个闲置通道的“安静”程 度。噪声和交调失真产物进入该闲置通道，从而降低性能。该概念最初用来检查FDM链 路中的4 kHz宽语音通道，如今，在确定多通道宽带通信系统的特性时也是有用的——但在 现代测量技术方面，存在一些重要的区别。-The concept of the noise power ratio (NPR) from the fr
acceleration-signal
- 利用加速度信号测量位移是油田抽油井光杆位移测量的主要方法 而加速度信号的随机噪声和趋势项是影响 测量精度的主要因素 本文提出了一种基于学习的实时消噪和剔除趋势项方法 学习时先获取一段时间的加速度信 号 再通过时间序列分析技术得出 ARIMA 模型及其参数 最后基于 FFT 变换的 Rife-Jane 频率估计方法求出加速度 信号的周期 在线实时消噪和剔除趋势项方法是基于学习阶段所得模型参数 运用卡尔曼滤波技术消除加速度信号 随机噪声 按周期两次积分得到光杆位移 用加窗递推最小二乘
Stochastic-RHC
- 在本文中,我们开发了一种计算易于管教的方法随机滚动时域控制下的线性系统状态和控制乘法噪声和二次约束。我们的方法使用开环加线性反馈的在线滚动时域优化,允许作为半定规划要解决的问题。-In this paper, we have developed a computationally tractable approach to stochastic receding horizon control of linear systems under state and control multiplic
RD
- 随机减量法，对白噪声激励下的响应进行平均处理，得到自由衰减响应。-Random Reduction Act, under white noise excitation response averaged to give the free decay response.
matlab
- 对具有随机噪声的二阶系统的模型辨识，进行标幺化以后系统的参考模型差分方程为 (7.90) 式中， 为随机噪声。由于神经网络的输出最大为1，所以，被辨识的系统应先标幺化，这里标幺化系数为5。利用图7.5正向建模(并联辨识)结构，神经网络选用3-9-9-1型，即输入层i，隐层j包括2级，输出层k的节点个数分别为3、9、9、1个； -Model identification of two order systems with stochastic noise
2.4Pkb-sPMELP
- 提出了一种新的工作于极低码率下的混合激励线性预测(MELP)声码器.该声码器结合了线性预测编码(LPC)和多带激励编码算法的优点,对算法和量化方案重新进行了设计和改造,其主要特征包括改进的基音检测算法、混合的周期脉冲和随机噪声激励、有效的线性谱频率(LSF)参数量化以及激励谱形状表示.非正式主观测试表明,由采用本算法的一个2.4 kb/s编码器所重建的语音质量略优于美国联邦标准4.8 kb/s码激励线性预测编码(CELP)所重建的语音质量.-New Mixed Excitation Linear