搜索资源列表
MATLAB_Programming_Multivariate_Gaussian_Random_Pr
- 一个MATLAB程序，用以产生多变量高斯随机过程的样本-A MATLAB program used to generate the samples for multivariate Gaussian random process
SR
- 通过双阈值系统中的随机共振特性，研究含有高斯白噪声的信号。-is investigated the characteristics of stochastic resonance of the signal added Gaussian white noise in a bithreshold system
Untitled
- 使用Matlab生成几种典型数字信号（正弦信号、周期信号、高斯随机信号等）-Generated using Matlab typical digital signal
3
- 模式识别，主要是对两维多类的高斯随机序列进行分类-PR_studio
rsgeng
- 该函数利用高斯频谱产生一维的高斯随机起伏地表。-RSGENG generates 1D Gaussian random rough surfaces with Gaussian Spectrum.
3DGaussian
- 利用高斯频谱产生三维的高斯随机起伏地表的小软件-generates 3D Gaussian random rough surfaces with Gaussian Spectrum.
k_means
- 实现K-means算法，高斯随机分布抽取数据 利用k-means算法实现分类-Implement K-means algorithm to extract the data using Gaussian random distribution of k-means classification algorithm
ukf
- 无迹卡尔曼滤波UKF是重要的非线性滤波方法。它采用UT变换的方法，不再近似系统的非线性方程，它仍然用高斯随机变量表示状态分布，不过是用特定选择的样本点加以描述，每个点叫一个高斯点，它从系统状态的概率密度函数中取出；然后，按系统的真实模型演化，得到非线性演化后的σ点，使得样本均值和样本方差是真实均值和真实方差的好的近似。 在这个程序中，实现了基于UKF的滤波方法，并且建立了两种仿真环境进行实验。-Unscented Kalman filter UKF is an important nonli
Kmean
- Kmean 算法Matlab实现，数据为二维高斯随机分布点-Kmean algorithm by Matlab, the data points for the two-dimensional Gaussian random distribution
mm
- 具有特定密度函数的随机变量的产生 高斯随机变量 瑞利分布的随机变量-With a specific density function of random variables have Gaussian random variable with Rayleigh distributed random variables
liboqichengxi
- 巴特沃斯带通数字IIR滤波器对加了高斯随机噪声和正弦噪声的语音信号进行滤波，并绘制了两滤波器滤波后的语音信号时域图和频谱图。-Butterworth band-pass digital IIR filter added Gaussian random noise and sinusoidal noise of the speech signal is filtered, and draw a diagram of two filter the filtered speech signal tim
Untitledjiwangfei0905094221
- 1、分别生成两种信号（正弦波、方波、三角波、锯齿波、Sinc波形等）+噪声（高斯随机噪声、均匀噪声） 要求：频率：学号*100； 幅度：学号/10 相位：学号*pi/180 点数：学号*64 2、同时在一个图形中进行显示： 要求：标注X轴、Y轴、题目、颜色、样式、线型标注等。 3、进行信号分析及结果显示（对结果也要图形标注，同2） 要求：相关分析 卷积运算 求和运算 频谱分析（最大值、测频） 4、对上述原信号及信号分析结果分别存成E
8psk
- （1） 分析QPSK调制、解调原理，并画出其系统框图； （2） 产生等概率且相互独立的二进制序列，作为待传输的信号，并画出其波形； （3） 进行8PSK调制，分别画出I、Q两支路信号经过乘法器后的波形以及8PSK调制波形； （4） 产生均值为0，方差为1的加性高斯随机噪声，画出其时域波形及频谱； （5） 将加性高斯随机噪声作为传输信道的干扰，画出接收端信号的时域图； （6） 进行8PSK解调，输出解码序列，画出解调后信号波形； （7） 计算系统信噪比、传输误码率。-(1)
Particle-filter-matlab
- 粒子滤波matlab仿真程序.粒子滤波的基本思想是：首先依据系统状态向量的经验条件分布，在状态空间抽样产生一组随机样本集合，这些样本集合称为粒子；然后根据观测值不断调整粒子的权重大小和样本位置；最后通过调整后的粒子信息修正最初的的经验条件分布，估计出系统状态和参数。该算法是一种递推滤波算法，可以用来估计任意非线性非高斯随机系统的状态和参数。 粒子滤波主要有三步基本操作：采样（从不含观察值的状态空间产生新的粒子）、权值计算（根据观察值计算各个粒子的权值）、重采样（抛弃权值小的粒子，使用权值大的粒子
matlab
- 里面包含了三段代码，主要是用matlab产生高斯随机信号以及高斯白噪声和色噪声，然后计算其数字特征及对这些信号进行频谱分析和功率谱分析，里面还有关于低通滤波器的设计的简单说明-Which contains three sections of code using matlab Gaussian random signals and white Gaussian noise and color noise, and then to calculate the numerical character
ysgz
- 对256×256大小的8bit灰度lena图像进行仿真计算，稀疏矩阵采用DCT矩阵，观测矩阵采用高斯随机矩阵，重构算法采用OMP（正交匹配追踪）算法。 -256256 size 8bit grayscale lena image simulation, sparse matrix DCT matrix, and observation matrix using Gaussian random matrix reconstruction algorithm using OMP (orthogo
Wavelet_IRLS
- 压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为ILRS算法，对256*256的lena图处理，比较原图和IRLS算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间-Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random matrix as the observation matrix
Wavelet_OMP
- 压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为OMP算法，对256*256的lena图处理，比较原图和OMP算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间 -Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random matrix as the observation matrix
Wavelet_SP
- 压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为SP算法，对256*256的lena图处理，比较原图和SP算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间-Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random matrix as the observation matrix and
Wavelet_ROMP
- 压缩感知CS——采用小波变换进行稀疏表示，高斯随机矩阵为观测矩阵，重构算法为ROMP算法，对256*256的lena图处理，比较原图和ROMP算法在不同采样比例(0.74、0.5、0.3)下的重构效果，并各运行50次，比较算法性能PSNR和每次的运行时间 -Compressed sensing CS- using wavelet transform as sparse representation, Gaussian random matrix as the observation matr