搜索资源列表
signal
- 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
Wiener
- 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)，将其加噪声(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) produces three sets of observations: Fi
dsp
- AR过程的线性建模与功率谱估计 理解AR过程的产生机理，复习实验1估计自相关序列的方法。 2.利用估计出的自相关序列来求解信号的功率谱，即用周期图法来估计功率谱。 3.分别采用自相关法（Yule-Walker法），协方差法，Burg法，修正协方差法来估计功率谱，并与周期图法进行比较，分析性能孰优孰劣。 4.学习matlab在数字信号处理中的应用。 -Linear AR process modeling and power spectrum estimation
Proyecto-6
- Se dispone de un deposito de líquidos con agitador. Este, consistirá en unas paletas que se hacen girar por un motor de DC, de 5V y 1A. Diseñ ar un sistema que cumpla: - Se dispondrá de un pulsador de Marcha y otro de paro. - Mientra
wentaicd
- 1. 工程检测信号AR模型的建模及参数谱分析 1.1 测试数据的采集、检验和预处理 1.2 模型参数的递推估计快速算法---Lenvinson算法 1.3 AR模型阶次的确定 1.4 AR参数谱的计算 -1. Engineering detection signal AR model modeling and parameters spectrum analysis 1.1 test data collection, the inspection and preproce
LMS
- 基于一阶AR模型u(n)=0.99u(n-1)+v(n),白噪声方差0.93627.步长0.05.分别使用M=2和M=3抽头的滤波器，用LMS算法实现u(n)的线性预测估计。并附仿真图已被参考。-Based on a first-order AR model u (n) = 0.99u (n-1) the+v (n), the white noise variance 0.93627 step 0.05. Respectively with M = 2 and M = 3-tap filter,
AR_LMS
- 一阶AR模型使用LMS算法，使用M=2，M=3两种滤波器，步长已选择-A first-order AR model uses the LMS algorithm, M = 2, m = 3 two filters, the step size has been selected
matlab
- 基于ofdm的信道系统源代码，包括调制、解调等。函数功能 ： 实现数据的QPSK调制—PLC信道传输—BPSK解调—得到误码率- is_noise 是否添加噪声：0 否，1 是 is_convenc 是否进行卷积编码： 0 否 , 1 是 ；——信道编码 interout 交织输出 interin 交织输入 chan_type PLC信道类型：0 无多径，1 四径模型，2 11径模型，3 AR模型，4 FIR模型；
underwaterimagerestoration
- 基于模拟方法的水下图像复原:采用模板、离焦模糊和大气湍流干扰3 种退化模型模拟散射过程, 对水下图像进行复原. 试验表明, 模拟方法可行, 复原图像质量有明显改善, 可为水下图像散射退化机理研究提供参考.-Three deg radation models such as template hypo thesis,defocus blur and at mospheric turbulence interference were used to simulate scattering pro
signalprocessing
- 1、产生信号，两个实正弦信号的叠加，幅度分别为2、4、1、3；混入均值为0、方差为1的白噪声。采用自适应滤波器对其进行去噪。 2.产生信号，为两个实正弦信号的叠加，其幅度均为4，混入均值为0、方差为1的白噪声。采用有限脉冲响应法设计一个维纳滤波器估计信号 ，并求最小均方误差。 3.产生高斯分布的白噪声w(n)，自行给定一个5阶AR模型，让该白噪声通过这个AR模型，得到输出信号x(n），再估计x(n）的AR模型数，比较估计的结果和原来给定的AR模型的参数。-A signal to be g
Wiener
- 设计一维纳滤波器 (1)产生三组观测数据：首先根据s(n)=a s(n-1)+w(n)产生信号s(n)，将其加噪（信噪比分别为20dB,10 dB，6 dB），得到观测数据x1(n), x2(n), x31(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。 -A Wiener filter design (1) to produce three sets of observations:
Levinson-durbin.ZIP
- 用Levinson方法实现功率谱密度的估计。在N=1024条件下调试程序过程中用Levinson-Durbin快速递推法得出的图形不稳定，每次调试结果都不大相同，AR模型的阶次应选择在N/3<P<N/2之间，式中的N是记录的数据长度，这样可以得到高分辨率的估计谱，并且很少出现伪峰。-Levinson method used to achieve power spectral density estimate. Commissioning conditions under N = 10
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
coefficientcalculating
- 计算一个序列的AR模型系数的前3个系数值,非常好用-Calculating a sequence of former three coefficients AR model coefficients, very handy
Augmented-Reality-2.0
- Augmented Reality(AR) is an area of research that aims to enhance the real world by overlaying computer-generated data on top of it. Azuma [Azu97] identifies three key characteristics of AR systems: (1) mixing virtual images with the real world,
MOEA-NSGA-II
- NSGA (No n- Do mina te d So r ting in Ge ne tic Alg o r ithms [5 ]) is a p o pula r no n-do mina tio n ba s e d g e ne tic a lg o r ithm fo r multi- o b je c tive o ptimiz a tio n. I t is a ve r y e ff e c tive a lg o r ithm but ha s b e e n g
vedio
- 目标检测与识别 1. 颜色检测 采集大量敌方机器人的图片数据，并进行训练，得到对方机器人的颜色区间， 并以此为阈值对整幅图像进行颜色检测，找到疑似敌方机器人的区域，量化 成二值图。 2. 滤除噪声点 对得到的二值图像进行开运算处理，滤除颜色检测结果中的噪声点。 3. 连通区域检测 对图像中的疑似区域进行连通区域检测，计算出每个疑似区域的外部轮廓， 用矩形近似表示。 4. 连通区域合并 根据连通区域之间的距离和颜色相似性，将距离接近且相似性高的连通区域
test
- 用于研究时间序列的方法有AR（自回归）、MA（滑动平均）、ARMA（自回归滑动平均）这三种模型。而对于一个平稳时间序列预测问题,首先要考虑的是寻求与它拟合最好的预测模型。而模型的识别与阶数的确定则是选择模型的关键。 1.用 迭代生成1000个点（前2个点自定义）。 2.在这1000个点中取800点进行时间序列分析建立合适的模型。 3.利用剩余的200个点进行模型预测，并看其是否匹配，最后校正。 -Methods for studying time series are AR (a
ShooterGame
- 基于树莓派、姿态传感器、摄像头开发的简易AR射击游戏。实现在摄像头拍摄的画面中刷新敌人并通过移动设备来控制移动，通过使用物理按键来进行攻击。(Simple AR Shooter Game based on raspberry pi 3 with MPU9250 and Picam using OpenGL ES and OpenCV. Using QT4, OpenGL ES 3 and OpenCV 2.4 to develop on Raspbian Jessie. Use I2C to r
java
- 该程序包括3个类：Monkey类、People类和测试类Test。要求： (1) Monkey类中有个构造方法：Monkey (String s)，并且有个public void speak()方法，在speak方法中输出“Ar Ar Ar......”的信息。 (2)People类是Monkey类的子类，在People类中重写方法speak(),在speak方法中输出“Hello,world！”的信息。 (3)在People类中新增方法void think()，在think方法中输出“I