搜索资源列表
遗传算法TDOA解决
- 用遗传算法解决通信中的TDOA问题 文件名 program 完成功能 求出在进行account_test次的试验中每一次的最优染色体，并且求出均值MV，和均方误差MSE 文件名 definition_constant( ) 完成功能 对各个常量试验参数进行设定 文件名 main_program 完成功能 完成一次试验的计算 文件名 all_Noise 完成功能 计算TDOA值（由基站所测量的TDOA（受到噪声的干扰）) 文件名 gen_ini_pop_
KalmanFilterProgram
- 目标跟踪问题的应用背景是雷达数据处理，即雷达在搜索到目标并记录目标的位置数据, 对测量到的目标位置数据（称为点迹）进行处理，自动形成航迹，并对目标在下一时刻的位置进行预测。 ben文简要讨论了用Kalman滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。 trajectory.m产生理论的航迹，并绘出 Kalman_filter.m 利用Kalman滤波算法，对目标的航迹进行估计 filter_result.m kalman滤波估计的
selfCorrelationInRandomization
- 产生零均值单位方差高斯白噪声的1000个样点,估计随机过程的自相关序列-units have zero mean Gaussian white noise variance to the 1,000-point, it is estimated that the random process autocorrelation sequence
zjf147
- 用来产生均匀分布或高斯分布的伪随机数 （近似白噪声），它们可具有不同的均值和方差。用REMEZ算法求交错点组。用Cholesky分解求ARMA模型的参数并作谱估计。求MA模型的参数 并估计功率谱。 用最小方差法估计序列 的功率谱。-used to produce uniform or Gaussian distribution of the pseudo-random number (similar to white noise). They may have a different mean
MATLAB
- 对噪声信号中的正弦信号，通过Pisarenko谐波分解方法、Music算法和Esprit算法进行频率估计，信号源是： 其中， ， ， ； 是高斯白噪声，方差为 。使用128个数据样本进行估计。 1、用三种算法进行频率估计，独立运行20次，记录各个方法的估计值，计算均值和方差； 2、增加噪声功率，观察和分析各种方法的性能。-Sinusoidal signal in the noise signal through the Pisarenko harmonic decomposition metho
G
- 实现了一个产生符合高斯分布的随机数发生器，并用最大似然估计法估算其方差及均值-Produced in line with the realization of a Gaussian distribution of the random number generator, and the maximum likelihood estimation method to estimate their variance and mean
MUSIC
- 求一个复正弦加白噪声随机过程的信号： xn=exp(j*pi*n-j*pi)+exp(j*w0*n-j*0.7*pi)+v v(n)为零均值白噪声。S/N=10dB。取P=3，构造4阶的自相关矩阵R的基于MUSIC算法的功率谱估计的MATLAB程序-For a complex sinusoid plus white noise of the signal random process: xn = exp (j* pi* nj* pi)+ exp (j* w0* nj* 0.7* pi)+ v
L_D
- 用Matlab程序实现P阶Levinson-Durbin算法。以一个2阶自回归模型（参数为b0=1, a1=0, a2=0.81）和一个2阶滑动平均模型（参数为b0=1, b1=1, b2=1）为例，选取观测数据长度为1000，分别用一个AR(2)模型和一个AR(10)阶模型来估计其功率谱。设激励信号模型的高斯白噪声的均值为0，方差为1。用Levinson-Durbin算法迭代计算AR模型参数，并用估计出的AR模型参数画出观测信号的功率谱。并对Levinson-Durbin算法的性能进行分析。-
OFDM
- OFDM通信系统调制解调 包括数字前端处理、卷积编码、峰均值抑制、符号定时、频偏检测、信道估计、相位补偿等-OFDM modulation and demodulation communication system including digital front-end processing, convolution coding, the mean peak inhibition, symbol timing, frequency offset detection, channel estim
Bayesian_parameter_est
- 贝叶斯参数估计 输入：train_patterns, train_targets, sigma 输出：均值，协方差-function [mu, sigma] = Bayesian_parameter_est(train_patterns, train_targets, sigma)
pis-esprit-music
- 频率估计：Pisarenko谐波分解算法、music算法和esprit算法对有干扰的信号频率进行估计，并且计算估计频率的均值和方差。-Pisarenko、music和esprit
BasicMotionVectorEstimation
- 运动估计块匹配算法 以下是工程中m文件的简单注释： main.m 可通过主函数调用各种基本的块匹配算法 FullSearch.m 全搜索法（又称为Exhaustive Search） ThreeStepSearch.m 三步搜索法（Three Step Search） NewTSS.m 新三步搜索法（New Three Step Search Algorithm） SESTSS.m 简便高效的三步搜索法（Simple And Efficient TSS）
k-means
- 名为k-means的MATLAB函数，实现k均值算法。输入矩阵X,w，输出最终估计值和聚类的标识数字。-Called the k-means of the MATLAB function, to achieve k means algorithm. Input matrix X, w, the output value of the final estimates and cluster identification number.
em
- MATLAB实现的EM算法，用于高斯混合模型的均值、方差、权重估计-EM algorithm based on MATLAB
Mean-shift-research-and-applications
- ：对均值漂移算法的理论和应用作一全面的综述．首先根据密度函数的非参数估计推导出均值漂移公式的一 般形式，说明了均值漂移迭代算法的步骤及收敛性；然后重点讨论核函数的选择以及带宽矩阵的计算等关键技术；最 后归纳了均值漂移算法在模式检测、聚类、图像分割以及物体实时跟踪等方面的应用，并展望了均值漂移算法在理论和应用中的研究方向．-Clustering thesis
SVDTLS
- 用Matlab仿真实现最小二乘法和总体最小二乘法估计 假设仿真的观测数据 产生，其中 为0均值， 单位方差的高斯白噪声，取n=1,2,....128。 试用TLS，取AR阶数为4，估计AR参数 和正弦波频率；再用SVD-TLS ，估计AR参数 和正弦波频率。 (1)、在仿真中，AR阶数取为4和6。 (2)、执行SVD-TCS时，AR未知。仿真运行至少二十次。 -Simulation using Matlab and the overall least squares leas
xulieguji
- 产生一组均值为1，方差为4的正态分布随机序列（1000个样本），估计该序列的均值与方差(A set of normal distribution random sequences (1000 samples) with mean value of 1 and variance of 4 is generated, and the mean and variance of the sequence are estimated)
打包
- 两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互 独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给
最大似然
- 两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互 独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给
nlm
- 非局部均值（NL-means）是近年来提出的一项新型的去噪技术。该方法充分利用了图像中的冗余信息，在去噪的同时能最大程度地保持图像的细节特征。基本思想是：当前像素的估计值由图像中与它具有相似邻域结构的像素加权平均得到。(NL-means is a new denoise method. It utilized image's information, preserving detail while denoise.)