搜索资源列表
2113f
- 在DS-spread spectrum系统中,噪声为加性高斯白噪声,传统单用户检测,线性解相关多用户检测和最小均方误差多用户检测的性能比较
ls_mmse_updated
- 2种信道估计算法LS和MMSE的仿真 以均方误差为指标
Kalman
- 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
LMS
- LMS滤波器（最小均方误差滤波器），学习现代数字信号处理理论的人应该用的上。
bpprogram
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式，还有一些神经网络编程的基本概念的表达，如归一化的表达
image quality assessment
- 可用于计算二维图像的均方误差、峰值信噪比以及信息熵
LMS和变步长LMS的性能比较
- 本程序对两种固定步长和一种变步长最小均方误差算法的权值收敛进行了仿真，结果表明变步长的算法效果更优。
lcmv经典算法
- 最小均方误差算法（lcmv）在波束形成算法中的仿真
mmse.rar
- 解相关及最小均方误差和传统多用户检测器的比较,Decorrelating and MMSE and traditional multi-user detector comparison
MMSE_BLE.rar
- TD-SCDMA系统中的联合检测算法中的最小均方误差线性块均衡器(MMSE一BLE）算法的MATLAB程序 ,TD-SCDMA system, the joint detection algorithm in the minimum mean square error block linear equalizer (MMSE a BLE) program MATLAB algorithm
MMSEshorttimespectralamplitude
- 语音增强利用最小均方误差短时谱幅度估计，英文文献，很好的外文资料。,Speech enhancement using MMSE short time spectral amplitude estimation, English literature, foreign language, good information.
mathworks
- 基于最小二乘法和最小均方误差法的信道估计，包括详细的仿真结果，如误码率和均方误差。-Based on the least squares and minimum mean square error of channel estimation methods, including detailed simulation results, such as error rate and MSE.
cp003
- 设计一个一维wiener滤波器，并以平稳信号加噪为输入，得到该平稳信号的估计信号，并求出最小均方误差。-Design a one-dimensional wiener filter, and to smooth the input signal plus noise to get the estimated signal of the stationary signal, and find the minimum mean square error.
FFT
- 利用FFT估计正弦信号的频率,要估计一个叠加了高斯白噪声的正弦信号 的频率 ，可以通过对x(n)做傅里叶变换，得到频谱图，找出幅度的最大值对应的频率值 ，进行多次变换，求出均方误差 。改变信噪比SNR，通过仿真可以得出随着信噪比增加，均方误差减小。-Sinusoidal signal using FFT frequency estimation, to estimate a Gaussian white noise superimposed on the frequency of sinusoi
speech-enhancement
- 本资料涵盖了几乎所有的语音增强方面的方法，主要有谱减法，听觉掩蔽，最小均方误差，维纳滤波以及一些非主流的方法，这些对于研究语音增强的人来说是很有帮助的-The data cover almost all aspects of speech enhancement methods, the main spectral subtraction, auditory masking, minimum mean square error, Wiener filtering as well as some
F_LMS
- matlab实现系统辨识 采用LMS（最小均方误差）估计 随机信号均值为0方差为1，加入高斯白噪声-matlab for system identification using LMS (least mean square error) estimation of random signal with mean 0 variance 1, by adding Gaussian white noise
psnr_mse
- 求两幅jpg格式图像的峰值信噪比和均方误差的VC源代码-Jpg format images for two of the peak signal to noise ratio and mean square error of the VC source code
Lms_C_Fixed
- 使用C语言实现LMS最小均方误差的自适应滤波器-Using the C language to achieve the minimum mean square error LMS adaptive filter
DSCDMA
- (1) 请设计DS-CDMA一种具体的码分导引辅助的信道估计方法，接收机分别采用等均益合并、最大比合并。用Simulink进行仿真，测量BPSK的误码率性能，画出比特信噪比与信道估计均方误差的关系曲线，画出比特信噪比与误码率的关系曲线，请解释在误码率为0.01时，两种合并方式所表现的不同的物理意义。-for DS-CDMA