搜索资源列表
Kalman filter
- 卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Ka
FDTD仿真二维TE波方金属柱和圆金属柱的双站RCS
- 基于FDTD仿真二维TE波，方金属体和圆金属体的散射模型。(Scattering model of square metal body and round metal body based on FDTD simulation of two dimensional TE wave.)
自适应波束形成与Matlab程序代码注解(1)
- 自适应波束形成技术程序代码（有注解） 包括1.均匀线阵方向图2.波束宽度与波达方向及阵元数的关系当阵元间距时，会出现栅瓣，导致空间模糊 类似于时域滤波，天线方向图是最优权的傅立叶变换5.最大信噪比准则方向图和功率谱6.ASC旁瓣相消----MSE准则7.线性约束最小方差(LCMV)准则(Adaptive beamforming technology code (Annotated))
基于capon算法的DOA 估计
- 这是一个使用最小方差法的波达方向估计，可更改角度，阵元个数等参数。
波束形成matlab
- 波束形成matlab 1.均匀线阵方向图 2. 波束宽度与波达方向及阵元数的关系 4. 类似于时域滤波，天线方向图是最优权的傅立叶变换 5. %最大信噪比准则方向图和功率谱 6. %ASC旁瓣相消----MSE准则 7. %线性约束最小方差(LCMV)准则
宽带波束形成代码
- 通过将各阵元输出进行加权求和，在一定时间内将天线阵列波束“导向”到一个方向上，对期望信号得到最大输出功率的导向位置，即给出波达方向估计。