搜索资源列表
Partial-Responsing-Signal
- 对采用双二进制信号脉冲的2电平PAM通信系统进行Monte Carlo仿真。输入二进制序列为{bn},预编码序列为{dn},幅度序列为｛an},相关序列为{cn}。将高斯噪声加到接收序列{bk}上去以形成检验信号的输入，并恢复这个数据。对1万个比特执行这个仿真，并在σ2=0.1,0.5,1时分别测量比特差错概率。用此概率跟无ISI的PAM的BER曲线作对比并进行分析。-Partial-Responsing Signal。
Labwindows_CVI-Signal-Processing
- LabWindows_CVI作为一个用于建立自动测试系统的理想软件开发系统，提供了大量用于信号分析处理的函数，满足工程人员的需要。 信号产生实例工程“signal generation.prj”，LabWindows_CVI产生冲击信号、脉冲信号、斜坡信号、正旋信号、噪声信号、三角波信号等，在Graph控件中显示波形。 信号时域分析工程“timedomainanalysis.prj”，介绍了LabWindows_CVI信号的叠加、相关分析及卷积三种常用时域信号处理方式，将处理结果在Gra
Untitled2
- AWGN信道设计与仿真熟悉加性高斯白噪声(AWGN)信道，学习Matlab相关编程知识及AWGN信道的设计与仿真实现。-AWGN channel
DVB_T_tongbu_new
- DVB-T 2k模式定时估计Matlab仿真。包括导频和TPS插入，瑞利多径信道衰减，高斯噪声加入。 定时估计的粗定时用极大似然法，利用循环前缀特征，不需要专门训练序列。细定时用分散导频。首先确定导频模式，再通过相邻导频相关确定定时偏差。此方法适用于瑞利多径信道，高斯信道，也适用于莱斯多径信道。-DVB-T 2k timing estimation.
DVB-T-TimingaChannelEstimation
- DVB-T 2k模式定时估计Matlab仿真。重新修改了程序。包括DVB-T信号产生，瑞利多径信道衰减，高斯噪声加入。 定时估计的粗定时用极大似然法，细定时用分散导频。首先确定导频模式，再通过相邻导频相关确定定时偏差。此方法适用于瑞利多径信道，高斯信道，也适用于莱斯多径信道。 信道估计利用DVB-T导频，LS估计，导频位置的时间插值，非导频位置频率插值，非常有效。 该程序经过多次运行无误，不足之处在于变量使用不规范，注释简单，读程序很费劲哈。 其特点是均采用经典算法，简单有效为主，对
main
- I,Q通道的 噪声过程是高斯的的,而且是互不相关的,他的功率谱也是白的. 因为I和Q通道的噪声过程是高斯的,而且是互不相关的 我们可以得到他们是相互独立(Papoulis,1984). 最后,由于I和Q通道是独立的零均值高斯过程,因此可以推导出:复信号:I+jQ,幅度是瑞丽分布的,幅度的平放是指数分布的,相位角arctan(Q/I)是在(0,2π]上均匀分布-I Q Gaussian noise
zonghedenoise
- 振动消噪代码，包括白噪声、有色噪声、粉色噪声的生成；相关系数法消噪、小波软阈值消噪、互相关系数消噪三种方法对比。-Gaussian white noise, Gaussian colored noise and pink noise have been processed to verify the validity of the algorithm. we also compared the proposed method with the correlation coefficient m
white-colored-pink-denoise
- 针对高斯白噪声，高斯色噪声以及色噪声中常见的粉红色噪声进行了降噪处理，并与相关系数法、小波软阈值降噪方法进行了对比- Gaussian white noise, Gaussian colored noise and pink noise have been processed to verify the validity of the algorithm. we also compared the proposed method with the correlation coefficient
LS
- LS（Least Square，最小二乘法）算法是信道估计算法中最基本的算法之一。在MIMO-OFDM系统中，经常选择LS算法或其改进算法对信道进行估计。利用LS算法设计信道估计器，算法结构简单易于实现，且估计器不需要知道信道中各个收发天线对之间的自相关矩阵和噪声。-LS (further Square, Least Square) algorithm is one of the most basic algorithm of channel estimation algorithm. In M
noise-signal
- 求任意带宽的低通、高通、带通高斯白噪声的自相关函数，自协方差函数和功率谱密度函数。-Seeking any bandwidth low pass, high pass, band pass Gaussian white noise autocorrelation function, autocovariance function and power spectral density function.
TIZHENmethod
- 心脏向外泵血引起与心跳同步的身体的震动,产生体震信号,其规律与心率相关,可在脊椎轴上通过敏感的力传感器检测出来.体震信号微弱且易受干扰,针对此特点设计了传感器电路和信号处理电路,说明了检测方法.所获得的原始体震信号先经预处理去除噪声,再应用模极大值算法得到每个心动周期中的峰值点,最后求得心率.采集体震信号时,同步采集一路单通道心电信号作为基准,评价测量的准确性.实验结果表明,基于体震信号的心率测量方法获得了良好的效果.-The heart to pump blood out of the bod
lock-in_amplider
- 锁定放大器是利用相关技术从噪声中提取微弱信号的常用方法之一。可以证明，当信号的频率和相位已知时，使用相关检测技术能使输出信号信噪比最大。数字锁定放大器比模拟锁定放大器具有稳定、精度高等优点，并且数字滤波器的通带可以设置的非常窄，以便滤除噪声。-Lock-in amplifier is a common method using correlation techniques extracting weak signals the noise in. It can be shown when th
matlab-test
- 自相关仿真,波形采用仿真的超声流量计波形，用去噪声的去相关-Simulation, autocorrelation waveform using the simulation waveform of ultrasonic flowmeter, go with noise
pmusic_for_DOA_estimation
- spectrum.music对象和pmusic函数提供Schmidt提出的MUSIC算法。该算法基于对自相关矩阵的特征分析，用于对频谱的估计。这种谱分析将数据相关矩阵的信息分为信号子空间和噪声子空间。-spectrum.music objects and functions provide MUSIC algorithm pmusic Schmidt raised. The algorithm is based on the correlation matrix of the feature a
lpc_vocoder_rev2
- 这个MATLAB构建一个锻炼LPC声码器,即,执行LPC分析和合成语音文件,导致合成语音近似原始的演讲。LPC分析使用一个标准的自相关分析来确定LPC系数的设置,一帧一帧的基础上,以及框架获得。一个独立的分析方法(cepstral螺距内检测器)把每一帧的言论是要么表示演讲(时间由cepstral峰值的位置在指定范围的音调时期)或无声的言论(模拟随机噪声帧)0帧基音周期的样本。独立的分析提供了一个两国并存的激发函数LPC合成处理的一部分,包括一系列的脉冲(表示帧期间)和/或噪声序列(在无声的帧)。
kaiguandianyuan
- （1）输出电压可调范围：2~22 V，步进0.2 V； （3）输出噪声纹波电压峰-峰值，DC-DC的满载效率； （4）可以通过按键调节输出电压，并在LCD上显示开关电源的参数相关信息； （5）具有故障自诊断，过压、过流保护等功能。-(1) Output voltage adjustable range: 2 ~ 22 V, stepping 0.2 V (3) output noise ripple voltage peak- peak, DC-DC full load eff
gb-SAR-deformation-detection
- 煤田火区地表形态变化是煤火监测和分析的可用指标之一’由于矿区地表严重的去相干噪声，使得星载合 成孔径雷达干涉测量技术应用于煤田火区地表形变检测比较困难’结合煤田火区地表形变特点，利用 4 波段的 -45( -4(-! 数据进行差分干涉处理，利用干涉条纹频率精确估计基线，并用自适应滤波方法降低去相干噪声的 影响’在去除平地相位和参考地形相位后，获取煤田火区的地表形变’研究表明: 地表形变与煤火燃烧具有一定 的相关关系，通过地表形变分析有助于对地下煤火燃烧情况的判断 利用差分干涉 (
KF
- 线性定常系统kalman滤波，系统噪声和量测噪声均为白噪声，且两者不相关-Linear time-invariant systems kalman filtering, system noise and measurement noise are white noise, and the two are not related
RF3D_v1p00
- 一个共同的视频被空间相关去噪的框架随机噪声和空间相关的固定模式噪声。首先，在每一卷的空间和时间上的相关性，利用sparsify数据在三维时空的变换域，然后3D体积的频谱系数的自适应阈值萎缩三维阵列。这样的阵列取决于特定的运动轨迹的体积，单个功率谱密度的随机和固定的模式噪声，以及噪声方差，自适应地估计在变换域。-The video was a common fixed pattern noise spatial correlation denoising framework random nois
model
- 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； 已知x(n)=sin(2*pi*f1*n)+2*cos(2*pi*f2*n)+w(n),w(n)为正态分布白噪声,求相关函数和功率谱的m文件-Known x (n) = sin (2* pi* f1* n)+ 2* cos (2* pi* f2* n)+ w (n), w (n) is normally distributed white noise, seeking correlation funct