当前位置：
首页 资源下载
搜索资源 - wiener estimation filter
搜索资源列表
-
1下载：
使用维纳滤波器对信号进行处理，得到噪声状况下的信号，这个滤波器是数字信号处理中非常经典的一个。代码里还提供了维纳的AR参数估计-Wiener filter to use signal processing, noise signal conditions, this filter is digital signal processing in a very classic. There is also a code of the AR Wiener Parameter Estimation
-
-
0下载：
用matlab开发的运动模糊复原程序，包括运动参数的估计、维纳滤波器的源代码-Development of the motion blur with matlab recovery procedures, including the motion parameters estimation, Wiener filter source code
-
-
1下载：
我们提出了一种改进的小波域维纳滤波器，在小波域采用基于贝叶斯估计的小波阈值去噪技术估计期望信号提高估计的精度，并以此设计经验维纳滤波器-We propose an improved wavelet domain Wiener filter in wavelet domain Bayesian estimation based on wavelet threshold denoising techniques to estimate the desired signal to improve th
-
-
0下载：
基于短时谱估计的语音增强研究，包括谱减法，维纳滤波和MMSE的介绍，很详细。-Based on the short-time spectral estimation of speech enhancement research, including spectral subtraction, Wiener filter and the MMSE introduction in great detail.
-
-
0下载：
现代数字喜好处理的MATLAB程序代码，包含随机过程分析，各种功率谱估计（欧拉方程法、协方差算法、burg算法、修正协方差算法、等等），维纳滤波器的设计、自适应滤波器的设计。 note：里面包含一些很实际的算法设计，比如说：没有发送序列的自适应噪声抵消技术，etc .还包含了详细的设计报告！-Preferences of modern digital processing MATLAB code, including the random process analysis, a variety
-
-
0下载：
OFDM信道估计维纳滤波算法详细介绍,可以用来作为仿真指导.-OFDM channel estimation Wiener filter algorithm detailed descr iption can be used as a simulation guidance.
-
-
0下载：
通过建立运动模糊数学模型, 进行了消除运动模糊的仿真实验, 维纳滤波恢复运动模糊图像效果较
好。在图像恢复技术中, 点扩展函数( PSF) 是影响图像恢复结果的关键因素, 所以常常利用先验知识和后验判
断方法估计PSF函数来恢复图像。实验表明在实际恢复过程中如果运动模糊图像混入了噪声, 必须考虑到信噪
比、噪声的自相关函数和原始图像的自相关函数对恢复后图像的影响。-Through the establishment of mathematical model of motion
-
-
1下载：
频域不同导频密度的信道估计在被研究，并且在高低时延信道其信道估计被固定了导频分配时域。频域信道估计是基于插补，多项式的广义线性模型（或最小二乘法）和维纳滤波（或线性最小均方误差法）的方法。时域的信道估计是用线性插补完成的。我们通过测量在基于克拉克散射模型的瑞利衰落信道上并带有QPSK调制的粗误码率，已经比较了所有这些方案的结果。-Different pilot density in frequency domain channel estimate to research, and its hi
-
-
1下载：
维纳噪声抑制，1、 实验原理是利用信号之间的相关性进行信号估计，从而将噪声滤除；
2、 辅助观测信号的噪声抑制可利用Wiener-Hopf方程 求出维纳滤波器的系数 ，式中 是 的自相关阵， 是输入信号 和滤波器输入 之间的互相关矢量；
-Wiener noise suppression, 1, experiment is the use of the correlation between the signals for signal estimation, which will fi
-
-
0下载：
AR模型参数估计，Kalman和Wiener滤波器设计-AR model parameter estimation, Kalman and Wiener filter design
-
-
0下载：
estimation using Wiener Filter
-
-
3下载：
产生一个随机信号和两个不同频率但频率间隔很小的正弦信号，要求对两信号之和进行如下分析：
（1） 求该随机信号的自相关性系数、自相关函数，画出对应的图形；
（2） 利用不同的参数建模方法求出两个随机信号的功率谱；
（3） 利用极大似然估计、递推最小二乘法等常用的参数估计方法估计所建模型，包括AR模型、MA模型和ARMA模型的的参数，阶次自定；并与Matlab工具箱里的一些建模函数的运算结果进行比较；
（4） 利用陷波滤波和MUSIC滤波方法对该信号的频谱进行估计；
（5） 利
-
-
2下载：
本文分析了多级维纳滤波器的特性，在加性噪声和二维天线阵列如均匀圆阵、均匀面阵、十字阵等条件和背景下，对信源个数和信源参数估计问题进行了研究，提出了基于多级维纳滤波器前向分解特性的快速参数估计方法，同时提出了基于多级维纳滤波器的二维ESPRIT参数估计方法，该类方法无需协方差矩阵的估计运算及分解运算，计算复杂度较低。另外，还提出了对信源个数的估计算法。-This paper analyzes the characteristics of multistage Wiener filter, in t
-
-
1下载：
为了对空间辐射源进行精确定位" 建立了基于任意阵列对多目标源进行二维DOA估计的数学模型。将 MUSIC算法推广到三维空间阵列可以对辐射源进行二维高精度测向,但由于其需要估计接收数据的协方差矩阵和进行特征分解, 因而其计算量较大。利用多级维纳滤波器的前向递推获得信号子空间和噪声子空间，不需要估计协方差矩阵和对其进行特征分解，从而降低了MUSIC算法的计算量。将文中的方法应用于任意阵列的二维DOA估计中进行计算机仿真和实际侧向系统性能验证,实验结果均表明该方法达到了MUSIC算法的性能,但与常规M
-
-
0下载：
卡尔曼滤波器的算法C实现
最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联科学家Ｋолмогоров等人的研究工作，后人统称为维纳滤波理论。从理论上说，维纳滤波的最大缺点是必须用到无限过去的数据，不适用于实时处理。为了克服这一缺点，60年代Kalman把状态空间模型引入滤波理论，并导出了一套递推估计算法，后人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来
-
-
0下载：
Simulation and Kalman filter for a 3rd order kinematic model
Using a Discrete Wiener Process Acceleration (DWPA) model, we illustrate the usage of the Java implementation of the Kalman filter we presented in the previous post. The model we
-
-
0下载：
维纳（Wiener）是用来解决从噪声中提取信号的一种过滤（或滤波）方法。这种线性滤波问题，可以看做是一种估计问题或一种线性估计问题。-Wiener (Wiener) is used to solve a filter to extract signal from noise (or filtering) method. This linear filtering problem can be seen as an estimate or a linear estimation problem.
-
-
0下载：
滤波器设计:维纳滤波器设计 自适应滤波器设计 功率谱估计-Filter Design: Wiener filter design adaptive filter design power spectrum estimation
-
-
0下载：
In statistics and signal processing, a minimum mean square error (MMSE) estimator is an estimation method which minimizes the mean square error (MSE) of the fitted values of a dependent variable, which is a common measure of estimator quality. In the
-
-
0下载：
In statistics and signal processing, a minimum mean square error (MMSE) estimator is an estimation method which minimizes the mean square error (MSE) of the fitted values of a dependent variable, which is a common measure of estimator quality. In the
-
