搜索资源列表
tiaozhia
- 产生二进制随机序列然后经过高斯信道,有加性高斯噪声计算误码率-Generates a binary random sequence and Gaussian channel with additive Gaussian noise calculation error rate
sy1
- 信道随机噪声及频破特性仿真: 编程实现如下噪声频谱特性:高斯噪声、均匀噪声、自相关函数与谱密度的关系-Random noise, channel frequency and breaking characteristics simulation: programming noise spectrum characteristics as follows: Gaussian noise, uniform noise, the autocorrelation function and the rel
tu-xiang-chu-li-suan-fa-ji-he
- 文件中包含各种图像处理源代码,包括二值化处理的源代码,对图像进行直方图均衡处理的源代码,对图像进行中值滤波处理(图像复原)的源代码,对图像进行均值滤波处理(图像复原)的源代码对图像进行对角镜像处理(几何变换)的源代码,对图像进行离散余弦变换处理(图像变换)的源代码,对图像进行傅立叶变换处理(图像变换)的源代码,对图像进行高斯模糊处理(图像复原)的源代码,在图像中加入随机噪声的源代码,对图像进行水平镜像处理(几何变换)的源代码,利用LoG边缘算子法对图像进行边缘提取的源代码,利用Prewitte边
matlab
- 根据伪随机序列理论,由混合同余法产生均匀分布的随机数,进而根据中心极限定理来产生高斯噪声。 分析所产生的均匀分布和高斯分布随机信号的均值、方差、自相关等数字特征,估计其概率密度函数并进行分析,估计其功率谱密度并进行分析。说明该高斯噪声是否符合白噪声特性。 对该高斯噪声进行FIR低通滤波,估计输出低通型限带白噪声的功率谱、相关时间等,并结合白噪声通过线性系统相关理论来进行分析。 -According to the theory of pseudo-random sequence, a
suijishu
- 用平方取中法产生随机数列 用混合同余法产生随机数列 用乘同余法1产生随机数列 用乘同余法2产生随机数列 用素数模同余法产生随机数列 产生指数分布的随机数列 产生拉普拉斯分布的随机数列 产生瑞利分布的随机数列 产生柯西分布的随机数列 产生爱尔朗分布的随机数列 产生正态分布的随机数列 产生韦伯西分布的随机数列 产生泊松分布的随机数列 产生贝努里分布的随机数列 产生贝努里-高斯分布的随机数列 产生二项式分布的随机数列 -Generate
Gngauss
- 用于产生高斯分布随机变量的matlab函数代码-Matlab function code used to generate Gaussian random variables
SIMULATION-OF
- 真实路面的函数可以描述为路面不规则函数q=q(x,y),其x和y坐标轴分别表示纵向和侧向轴。路面不平度被描述成具有高斯分布、稳态阶段、遍历性和零均值的随机过程。因此我们可以利用自己定义的单个轨迹和相干函数的二平行轨迹的功率谱密度来描述路面不平度。自定义的单轨迹功率谱密度可用如下方程描述:-In ride comfort research, it is important to simulate the vibration of automobile on uneven road. To buil
sui_ji_shi_yan_noise2
- 对随机高斯白噪声进行仿真实验,获得一组图像,能直观的理解噪声性质-Simulation experiments, to obtain a set of images, intuitive understanding of the noise characteristic of random white Gaussian noise
trialmat
- 符合高斯分布的关于随机粗糙表面的生成代码-Meet the Gaussian distribution of the random rough surface on the generated code
BasicWave
- Matlab常用信号产生函数演示实例:编写一个M文件,依次产生均匀分布的随机序列、高斯白噪声随机序列、方波信号序列、三角波信号序列、正弦波信号序列,以及信噪比SNR为10dB的加性高斯白噪声正弦信号。-Matlab commonly used signal generating function demo examples: write a M file, in turn generating uniformly distributed random sequences, Gauss white
1
- 使用c语言实现各种分布的随机变量,包括瑞利分布,均匀分布,高斯分布-Use c language to a variety of distributed random variables, including the Rayleigh distribution, uniform distribution, Gaussian distribution
Chapter2
- 随机过程中的高斯-马尔科夫过程,以及产生的概率密度函数-The Gaussian random process- Markov process, and the resulting probability density function
dsp
- 高斯分布的随机数的生成代码.基于Uniform随机函数的生成-Gauss Distribution Random Number Generation Code, based on uniform random number
compressed-sensing
- 压缩感知,稀疏表示采用小波基表示,压缩测量采用随机高斯矩阵,重构算法是omp重构-Compressed sensing, sparse representation using wavelet representation, compression measurements using random Gaussian matrix remodeling reconstruction algorithm is omp
GUASS-RAILY-POSSION
- 高斯分布,瑞利分布,泊松分布,产生符合这三个分布的随机序列-Gaussian distribution, Rayleigh distribution, Poisson distribution, that meets these three distributed random sequence
Desktop
- 本次作业采用了三种不同的算法,分别产生高斯分布、瑞利分布、泊松分布的随机变量,对随机变量本身的熟悉是很重要的-This operation using three different algorithms generate Gaussian, Rayleigh, Poisson random variables, random variables familiar itself is very important
stblrnd
- alpha稳定分布的函数。该分布是一种连续概率分布,其概率密度比高斯分布概率密度有更厚的拖尾,是一类适用范围很宽的随机信号模型,比高斯分布有更广泛的适用性。-Alpha stable distribution function. This distribution is a continuous probability distribution, the probability density are thicker than gaussian probability density trai
Untitled
- 设有一个随机信号 服从AR(4)过程,它是一宽带过程,参数如下: 我们通过观测方程 来测量该信号, 是方差为1的高斯白噪声,用LMS算法和RLS算法通过观测方程来估计原信号。并用Matlab对此问题进行仿真。 -There is a random signal obedience AR (4) process, which is a broadband process parameters are as follows: We are measured by observing
1
- 用c语言写的高斯,瑞利,泊松分布,通过随机函数调用,结果保存在文本文件中-Write Gaussian, Rayleigh, Poisson distribution with c language, through the random function call, the result is stored in a text file
Laplace
- 传统的短时谱估计语音增强算法通常假设语音谱分量相互独立,没有考虑语音谱分量间的相关性。针对这 一问题,该文提出一种新的基于多元Laplace分布模型的短时谱估计算法。首先,假设语音的离散余弦变换(DCT) 系数服从多元Laplace分布,以此利用谱分量间的相关性;在此基础上,利用多元随机矢量的高斯尺度混合模型表 示,推导得到语音DCT系数矢量的最小均方误差(MMSE)估计的解析表达式;并进一步推导了基于该分布模型的 语音存在概率,对最小均方误差估计子进行修正。实验结果表明,该算法