搜索资源列表
-
4下载：
该代码是经典的信噪比估计算法，用到了统计学中基于矩估计的思想，利用信号的2、4阶矩来估计接收信号的信噪比,The code is a classic signal to noise ratio estimation algorithm, using the statistical moment estimation based on the idea of the use of 2,4-order moment of signals to estimate the received signal
-
-
0下载：
当前论文主要考虑的是非信号依赖的高斯噪声下的图像恢复，本程序实现了泊松噪声下的图像恢复，泊松噪声为信号依赖噪声，能够更加有效逼近实际成像系统噪声。- This is the code that was used in the papers "A Nonnnegatively Constrained Convex Programming Method for Image Reconstruction", "Total Variation-Penalized Poisson Likelihood E
-
-
0下载：
均值漂移Mean Shift算法是一种基于核密度估计的处理方法，被广泛用于图像降噪，分割和目标跟踪中，本代码是图像分割实现。-Mean Shift algorithm is a kernel density estimation based approach is widely used for image noise reduction, segmentation and target tracking, the code is to achieve image segmentation.
-
-
0下载：
卡尔曼滤波以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计-Kalman filter to minimize the mean square error criterion for the best estimates, using the state space model of signal and noise, usin
-
-
1下载：
智能天线的核心技术之一是波达方向估计,在无线通信中具有重要作用。MUSIC算法是一种经典的DOA估计算法,但因其计算量大、对于相干及小信噪比信号无法分辨等缺陷,故有较多的改进算法被提出。文中研究了求根MUSIC算法、基于空间平滑技术的MUSIC算法、改进MUSIC算法及修正MUSIC算法。通过仿真分析了角度间隔、信噪比、信号相干对改进MUSIC算法分辨率的影响。以上几种改进MUSIC算法进一步发挥了该算法高分辨率的优势,且有利于其在智能天线方面的应用。-One of the core techn
-
-
0下载：
针对非圆信号DOA估计问题,提出了一种基于实值特征值分解 (Eigenvalue decomposition,EVD)的求根MUSIC算法.首先利用非圆信号为实值信号的特点,将阵列上的接收数据及其共轭用欧拉公式转换为实值正弦与 余弦数据,然后将正弦与余弦数据进行串联,从而扩展了数据维数.由于采用实值矩阵的EVD,因此在EVD阶段的运算量简化为复值EVD的1/4.根据 EVD后获得的信号与噪声子空间的特点,对噪声子空间和导向矩阵进行重构以便于可以使用求根MUSIC算法获取对DOA的估计.仿真实验验
-
-
0下载：
本文提出了一种基于补丁的噪声电平估计算法，补丁产生的单噪声图像。一个可以很容易地估计噪声水平使用主成分分析（PCA）如果图像块的图像只包含弱特将补丁。基于补丁的噪声电平估计的挑战是如何选择弱纹理补丁从嘈杂的图像。去描述在本文中，我们提出了一个选择弱纹理补丁的补丁和基于统计的梯度单噪声图像的新算法。然后，我们估计噪声水平从选定的弱纹理补丁使用PCA。我们实验证明，所提出的噪声电平估计算法优于国家的最先进的算法。-A patch-based noise level estimation algori
-
-
6下载：
此文件实现了自适应UKF和UKF算法对运动刚体的位姿估计，采用噪声估计器在线估计过程噪声的均值和方差，避免了人为设定噪声的统计特性。(This document implements adaptive UKF and UKF algorithm to estimate pose and pose of moving rigid body, and uses noise estimators to estimate the mean and variance of process noise on
-
