搜索资源列表
Root-MUSIC-algorithm-source.
- MUSIC算法是基于天线阵列协方差矩阵的特征分解类DOA算法，这里给出的是求根MUSIC算法源程序。-MUSIC algorithm is based on the characteristics of the antenna array covariance matrix decomposition class DOA algorithm given here is Root MUSIC algorithm source.
uniform-circular-array
- 对一维角度估计采用MUSIC算法 ,通过谱峰搜索得到信号的方位角 对二维角度估计采用模式激励法 ,对均匀圆形阵列的输出信号进行模式激励 ,使其阵列流形具有类似于均匀线性阵列的形式 ,在此基础上 ,对波达矩阵进行特征分解 ,由各特征值对应的特征向量处理得到对应信号的到达方向 .给出的计算机仿真结果证实了它们的有效性 . -This paper studies the DOA estimation based on uniform circular bursts out of a one-dimen
AR
- 时域music算法，包括数据滑动相关求快拍数据协方差矩阵，并对其进行特征分解，应用music算法进行谱峰搜索。-Time domain music algorithm, including sliding correlation for fast data covariance matrix, and carries on the characteristics of decomposition, using music algorithm for searching spectral peak
Eigen-decomposition
- 矩阵特征分解算法的C代码程序包，包括瑞利商算法、Givens旋转算法、QL分解，和雅可比循环算法，另有一篇英文文档详细描述了各种算法函数的参数，程序思路。 -This is C code packet for Matrix decomposition algorithms including C file of Rayleigh s quotient method, Givens bisection method, QL method and Jacobi cyclic method as
kalman_BF
- 基于卡尔曼滤波的自适应波束形成，无需估计协方差矩阵，无需特征分解，自适应迭代收敛最优权矢量。-Adaptive beamforming based on Kalman filter.
EllipseFitting
- 基于直接最小二乘的椭圆拟合程序，该程序通过构造约束项利用广义特征分解算法求取椭圆参数-ellipse fitting
MUSIC-algorithm
- 基于天线阵列协方差矩阵的特征分解类DOA估计算法-Based on the characteristics of the antenna array covariance matrix decomposition type of DOA estimation algorithm
beamformingmusicbs3
- 随着电磁环境的日益恶化,以及低检测概率、低截获概率等通信技术的广泛应用,往往需要 在较大的带宽内同时对多个信号进行处理,才能够在大量信号中找到有用信号,因此对空间谱估计算法的时效性也提出了更高的要求。本文研究了空间谱快速算法及 实现问题,通过改进算法减少计算量,并合理利用硬件平台,将快速测向算法在FPGA+DSP平台上联合实现。本文的主要内容如下: 1、研究了基于直线阵的空间谱估计快速算法。针对MUSIC等测向算法大多需要特征分解和谱峰搜索,计算量较大的问题,给出了一种基于传播算子的Root
eig3volume
- 利用对称矩阵的特征对图像进行处理，得到特征分解。- Eigen decomposition code for symmetric matrices
music
- 基于特征分解的多重信号分类（MUSIC）方法的一维搜索来波方向-DOA estimation by MUSIC
新建 WinRAR 压缩文件
- 一种新的特征选择和基于分解的多目标进化算法(a new feature selection and weighting method aided with the decomposition based evolutionary multi-objective algorithm called MOEA/D)
Disfrft
- 特征分解型求取离散分数阶傅里叶变换 特征分解算法通过求ＤＦＴ的核矩阵Ｆ（ｋ，ｎ）的特征值 和特征向量构造ＤＦＴ核矩阵的分数幂，以此作为Ｆａ（ｋ，ｎ） 来计算ＤＦｒＦＴ。(The kernel matrix eigenvalue decomposition algorithm for DFT F (k, n) characteristic value And the feature vectors are constructed as the fractional powers of the DF
p_wavelet
- 小波分解轴承故障诊断代码，包括特征提取，用的数据是西储大学轴承数据(Wavelet decomposition bearing fault diagnosis code, including feature extraction, the data used is the West Park University bearing data)
EMD工具箱
- 经验模态分解方法是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。(The empirical modal decomposition method is a kind of signal analysis method proposed by Dr. Huang E of NASA, which decomposes according to the time scale characteristic of the data
Spectral_ClusteringNJW
- 谱聚类能够识别任意形状的样本空间且收敛于全局最优解，其基本思想是利用样本数据相似矩阵的进行特征分解后得到的特征向量进行聚类，程序进行了几种不同聚类算法的比较，包括Q矩阵聚类，kmeans聚类，第一特征分量聚类，第二广义特征分量聚类，公用数据生成和近邻矩阵生成(Spectral clustering can distinguish arbitrary sample space and converge to the global optimal solution, the basic idea i
eemd
- 提取信号特征及归一化处理，比emd明确度更高，可与emd做对比(Extracting signal features and normalization processing)
SVD_C++
- C++实现矩阵的SVD分解，矩阵基本运算“+，-，*，/”，三角分解，QR分解，矩阵显示，矩阵转置，矩阵特征值与特征向量运算. 并在 Source.cpp中附有使用例子代码，方便读者快速上手。 经本人测试，完全可以运行，放心使用。 对于SVD分解，经过与matlab中结果对比，发现，当矩阵的列数>=行数时，基本没问题。(Using C++ language realizes the SVD decomposition of matrix,as well as the basic o
emd
- 信号处理，用于信号分解和分析。将原信号进行包络分解后，提取特征信号，从而可以进一步的分析和处理。(Signal processing is used for signal decomposition and analysis.The original signal is decomposed by envelope, and then the characteristic signal is extracted, which can be further analyzed and process
xiaobobao
- 从excel中提取数据，应用小波包分解提取特征频段能量值的matlab程序(Extracting data from excel, the wavelet packet is used to decompose the matlab program that can measure the value of the feature frequency)
xiaobobaofenjie
- 小波包分解并能提取特征频段能量的完整的matlab程序(The wavelet packet decomposes and can extract the full matlab program of feature frequency energy)