搜索资源列表
METHED_OF_STEEPEST_DESENT
- 通过最速下降算法研究基于梯度的自适应方法，最速下降是递归的，滤波器计算是一步步迭代进行-through the steepest descent gradient algorithm based on the adaptive method, the steepest decline is recursive, Filter is an iterative step by step
firbynna
- 此程序为本人编写的神经网络法设计1型FIR滤波器的程序，读者读此程序后，可以很深刻地理解如何用BP网络和LMS算法来设计滤波器。 只需更改程序中的H值，即可生成各种低通，高通，带通，带阻滤波器。程序运行结果可得到滤波器系数，幅频曲线和衰减曲线。 可通过更改迭代步长和误差极限来调整滤波器特性。
MATLAB_LMS1
- 自适应滤波器LMS算法的误差性能曲面和等高线，并在等高线上绘出最陡下降法和LMS迭代的轨迹曲线，配合数字信号处理2课程的学习
MATLAB_LMS2
- 自适应滤波器LMS算法的误差曲线和误差平方曲线，并在等高线上绘出LMS100次迭代的平均轨迹曲线，配合数字信号处理2课程的学习
Matlab_LMS3
- 自适应线性预测编码问题，利用白噪声序列生成信号序列，进而进行LMS迭代，计算滤波器权系数的轨迹曲线和衰减曲线
sample9
- 绘制互相关信号,采用权向量和迭代次数求滤波器系数.-Drawing cross-correlation signal, weight vector and the iteration number for filter coefficients.
LSL
- LSL最小二乘格型算法实现自适应滤波器，采取迭代递推算法，更新滤波器权值参数因子-LSL least square of lattice implements adaptive filter improve effective iteration
LMS_Algo
- 功能描述：用matlab语言实现LMS自适应算法 函数名：LMS_Algo 输入参数： (1)M:滤波器的阶数 (2)N:LMS算法迭代的次数 (3)mu:自适应参数 (4)xn:LMS算法的输入序列 输出参数： (1)系数矢量A -Function Descr iption: The LMS adaptive algorithm matlab language function name: LMS_Algo Input para
RLS_Algo
- 功能描述：用matlab语言实现RLS自适应算法 函数名：RLS_Algo 输入参数： (1)M:滤波器的阶数 (2)N:LMS算法迭代的次数 (3)lamda:遗忘因子 (4)xn:LMS算法的输入序列 输出参数： (1)系数矢量A 调用函数：无 被调用： 作者：mingcheng 编写时间：2009-10-13 修改时间：2009-10-13 版本：V1.0 -Function Descr
LMS
- 使用LMS算法实现的自适应滤波器范例，对一个加白噪声的正弦信号滤波。并且比较不同步长的滤波器的迭代次数。-LMS algorithm using adaptive filter example, a sinusoidal signal plus white noise filter. And less synchronized long filter iterations.
An_improved_ekf_new_methods
- 本文对于非线性非高斯问题，提出了一种改进扩展卡尔曼滤波（NIEKF）新方法。该方法将迭代滤波理论引入到扩展卡尔曼滤波器方法中，有效地重复利用新的测量信息，还利用Levenberg-Marquardt 方法调整预测协方差阵以保证算法具有全局收敛性。实验结果表明，所提方法具有更高的估计精度，是一种效率较高、性能较好的跟踪方法。-This non-Gaussian for nonlinear problems, an improved extended Kalman filter (NIEKF) th
PowerControlinWireles
- 本文提出一种联合盲自适应梯度算法的功率控制算法，该算法同时对功率向量和接收滤波器权向量进行迭代更新。仿真结果表明，采用本文提出 的功率控制算法， 在系统内用户发射总功率一定的条件下， 可以获得更高的用户信干比和更大的系统容量。-Throughout the monograph, we highlight the use of mathematical language and tools in the study of power control, including optimiza
beamforming
- 利用lms自适应滤波器原理，实现波束形成。 波束形成器的零干扰容量随着迭代次数和干扰目标信号比的增大而改善。-Lms adaptive filter using the principle to achieve beamforming. Beamformer with the zero-interference capacity of the number of iterations and the target signal interference ratio increased to
myfrf
- 利用remez设计rrc滤波器,通过迭代算法实现-use the remez to design rrc filter
LMS
- LMS算法及仿真实现，在等高线性能平面上绘制出了滤波器系数的运动轨迹和最优滤波器系数，以及错误概率的变化趋势。针对迭代次数变化和迭代步长变换分别作了相关讨论。-LMS algorithm and the simulation realization, in contour performance plane drawing out of the filter coefficient trajectory and optimal filter coefficient, and the change
FLO
- 基于粒子群优化算法的无源模拟滤波器优化设计方法容易陷入局部最优,收敛速度慢迭代次数多、运算量大且稳定性不够好。提出果蝇优化算法对滤波器的整个参数空间进行高效并行搜索直到获得最优的参数值,实例仿真表明,采用该方法设计的滤波器在相同的带宽准确度及阻带衰减的情况下,具有更快的运算速度及收敛性能。-Passive analog filter optimization algorithm based on particle swarm optimization design method is easy
hengxianglvbo
- 本程序用自适应牛顿算法实现的滤波器，在不同权值下的滤波器结果，不同权值迭代的效率也会不一样-This procedure Newton algorithm with adaptive filters, filter results in different weights, different weights will be different iterations efficiency
LMS
- LMS算法的MATLAB实现函数, 输入参数: xn 输入的信号序列 (列向量) dn 所期望的响应序列 (列向量) M 滤波器的阶数 (标量) mu 收敛因子(步长) (标量) 要求大于0,小于xn的相关矩阵最大特征值的倒数 itr 迭代次数 (标量)-LMS algorithm MATLAB realization function
nef-1.4.0
- 非线性滤波框架（nef）,包括了 EKF,UKF,DDF1 DDF2,CDF,迭代滤波器,随机积分滤波器, 组合滤波器, 集合卡尔曼滤波, 高斯和滤波，粒子滤波，自回归最小二乘方法-nonlinear estimation framework (NEF) toolbox A. Implemeted local estimation techniques： a1. (extended) Kalman filter a2. Unscented Kalman filter a3.
ALIF-master
- 非线性非平稳信号的时频分析是一项非常具有挑战性的工作。为了捕获这些信号中的特征，分析方法必须是局部的、自适应的和稳定的。近年来，不同的研究小组开发了基于分解的分析方法，如Huang等人首创的经验模态分解(EMD)技术。这些方法将信号分解成有限数量的分量，在这些分量上可以更有效地应用时频分析。在本文中，我们考虑迭代滤波(IF)方法作为EMD的替代方法。我们在滤波器上提供了充分的条件，保证了对任意l2信号的中频收敛。然后，我们提出了一种新的技术，自适应局部迭代滤波(ALIF)方法。此外，我们设计了光