搜索资源列表
gonglvpuguji
- 一、实验要求 信号为两个正弦信号加高斯白噪声，各正弦信号的信噪比均为10dB，长度为N，信号频率分别为和，初始相位，取，取不同数值：0.3，0.25。为采样频率。分别用Levinson递推法和Burg法进行功率谱估计，并分析改变数据长度、模型阶数对谱估计结果的影响。-Power spectrum estimation
weinalvbo
- 设计一维纳滤波器。 （1）产生三组观测数据，首先根据s(n)=as(n-1)+w(n)产生信号s(n)，将其加噪(信噪比分别为20dB，10dB，6dB)，得到观测数据x1(n)，x2(n)，x3(n)。 （2）估计xi(n)，i=1,2,3的AR模型参数。假设信号长度为L，AR模型阶数为N，分析实验结果，并讨论改变L，N对实验结果的影响。 -Design a Wiener filter. (1) generate three sets of observations data, f
radar
- 分析雷达信号方向基于四阶累积量的MUSIC算法可以实现阵列扩展,提高了DOA估计精度、分辨率,降低阵列信号处理对信噪比的要求。-Analysis of radar signal direction of MUSIC algorithm based on fourth-order cumulants can realize array extension, improve the DOA estimation precision, resolution, reduce the requiremen
OFDM_ML
- 对OFDM的载波频偏进行估计和补偿，采用ML最大似然估计算法，有不同频偏值和不同信噪比的仿真结果图。-For OFDM carrier frequency offset estimation and compensation, using ML maximum likelihood estimation, have different values and different SNR offset simulation results shown in Fig.
Power-spectrum-estimation
- 功率谱估计 信号为两个正弦信号加高斯白噪声，各正弦信号的信噪比均为10dB，长度为N，信号频率分别为 和 ，初始相位 ，取 ， 取不同数值：0.3，0.25。 为采样频率。分别用Levinson递推法和Burg法进行功率谱估计，并分析改变数据长度、模型阶数对谱估计结果的影响。-Power spectrum estimation signal into two sinusoidal signals applied Gaussian white noise, the SNR of each si
ofdm
- 本例是基于OFDM系统模型下的信道估计，根据不同信道估计进行的信噪比性能比较。-This example is based on the channel estimation OFDM system model, noise performance depending on a channel estimation performed comparing.
Main_ch_est01
- 最小二乘无线信道估计与均衡，产生训练序列，信道估计，mse随信噪比变化曲线 -Least Square channel estimation, MMSE curves,BER chart
DSP_3_17_2
- 产生随机信号观测样本，不同信噪比和归一化频率。分别用BT法和周期图法估计功率谱密度。-Generate random signal observation samples, different signal to noise ratio and normalized frequency.Using method of BT and cycle diagram method to estimate the power spectral density.
DSP_3_17_3
- 产生随机信号观测样本，不同信噪比和归一化频率。用Leivison-Durbin迭代算法求解AR模型的系数并估计功率谱。-Generate random signal observation samples, different signal to noise ratio and normalized frequency.Use Leivison- Durbin iterative algorithm of AR model coefficients and estimate the power
channel_estim
- 一种信道估计算法，最终给出了信噪比与误码率的关系曲线-A channel estimation algorithm gives the final curve of the SNR and BER.
Try_BPSK_SNR
- 计算Kay和Tretter算法在不同信噪比下的估计精度，式中估计方差与原始定义不同-Kay and Tretter algorithm calculated estimation accuracy in different SNR estimation variance with the original formula to define different
TDM_with_emd
- 通过EMD和wavelet对加噪信号去噪，改善信噪比后进行互相关，提高时延估计精度-To enhance the prediction of time delay,using EMD and wavelet methods to denoising the signal.
SLIM
- 在高斯混合噪声背景下实现SLIM谱估计算法和l1范数SLIM谱估计法，并在-5到15的信噪比条件与CRLB对比均方频率误差-the paper achieves the SLIM spectral estimation algorithm and l1-SLIM spectral estimation method under the Gaussian mixture background noise,then compares the mean square frequency error
OFDM_system
- 搭建了一个OFDM系统，并用基于导频的方式进行了信道的估计，最后画出了系统在3条径下的瑞利信道时误比特率随信噪比的变化。-bulid a OFDM system,make channel estimation based on pilot signal,finally,plot ber when SNR changed
123
- 信号为两个正弦信号加高斯白噪声，各正弦信号的信噪比均为10dB，长度为N，信号频率分别为 和 ，初始相位 ，取 ， 取不同数值：0.3，0.25。 为采样频率。分别用Levinson递推法和Burg法进行功率谱估计，并分析改变数据长度、模型阶数对谱估计结果的影响。-Signal into two sinusoidal signals applied Gaussian white noise, the SNR of each sinusoidal signals are 10dB, a lengt
MUSIC_RMSE_SNR
- 智能天线的核心技术之一是波达方向估计,在无线通信中具有重要作用。MUSIC算法是一种经典的DOA估计算法,但因其计算量大、对于相干及小信噪比信号无法分辨等缺陷,故有较多的改进算法被提出。文中研究了求根MUSIC算法、基于空间平滑技术的MUSIC算法、改进MUSIC算法及修正MUSIC算法。通过仿真分析了角度间隔、信噪比、信号相干对改进MUSIC算法分辨率的影响。以上几种改进MUSIC算法进一步发挥了该算法高分辨率的优势,且有利于其在智能天线方面的应用。-One of the core techn
cthavpnp
- 应用小区域方差对比，程序简单，rANeDho参数双向PCS控制仿真，包含位置式PID算法、积分分离式PID，包括调制，解调，信噪比计算，wKdomjS条件对于初学者具有参考意义，现代信号处理中谱估计在matlab中的使用。- Application of small area variance comparison, simple procedures, rANeDho parameter Two-way PCS control simulation, It contains position
nxqccenq
- 包括调制，解调，信噪比计算，EYgtekw参数是机器学习的例程，可以动态调节运行环境的参数，对于初学者具有参考意义，HUmVQlg条件现代信号处理中谱估计在matlab中的使用，验证可用。- Includes the modulation, demodulation, signal to noise ratio calculation, EYgtekw parameter Machine learning routines, Can dynamically adjust the paramet
xjcamcqx
- 可以实现模式识别领域的数据的分类及回归，cCAsWfA参数数学方法是部分子空间法，现代信号处理中谱估计在matlab中的使用，本程序的性能已经超过其他算法，OSDzowb条件包括调制，解调，信噪比计算，单径或多径瑞利衰落信道仿真。- You can achieve data classification and regression pattern recognition, cCAsWfA parameter Mathematics is part of the subspace, Moder
gkrhnyhg
- 实现了对10个数字音的识别程序Xeganky参数通过反复训练模板能有较高的识别率，结合PCA的尺度不变特征变换(SIFT)算法，包括调制，解调，信噪比计算，znRXEZt条件现代信号处理中谱估计在matlab中的使用，matlab程序运行时导入数据文件作为输入参数。- Realization of 10 digital audio recognition program Xeganky parameter Through repeated training Xegankylate have h