搜索资源列表
RandomProcesses.zip
- 用c++语言实现的随机过程分析程序，包括了高斯过程，瑞利过程及平稳过程的分析仿真,With c++ Language analysis of the random process procedures, including the Gaussian process, the Rayleigh process and smooth the process of Analysis and Simulation
xgzsmx
- 相关噪声模型和相关函数计算 相关函数是平稳随机过程的重要数字特征，根据观测记录的信号波形或者一串数据序列，来估计该信号的自相关函数是信号处理的重要方法之一。-correlation noise model and correlation function
suijixinhaofenxi
- 平稳时间序列预测法 时间序列 取自某一个随机过程，如果此随机过程的随机特征不随时间变化，则我们称过程是平稳的；假如该随机过程的随机特征随时间变化，则称过程是非平稳的。 -Stationary time series prediction Time series from a single random process, if the random process of random feature does not change over time, then we say tha
Sampling-and-interpolation-
- 平稳随机过程的采样与插值，分别在M取2、4的情况下进行采样并分析插值后的信号还原与原信号的比较-Sampling and interpolation of stationary random process
hmm
- 隐马尔可夫过程是一个双重随机过程：一重用于描述非平稳信号的短时平稳段的统计特 征（信号的瞬态特征，可直接观测到）；另一重随机过程描述了每个短时平稳段是如何转变 到下一个短时平稳段，即短时统计特征的动态特性（隐含在观察序列中)-Hidden Markov process is a doubly stochastic process: a weight used to describe the non-stationary signal short plateau statistical S
Wiener-filter
- 维纳滤波是利用平稳随机过程的相关特性和频谱特性对混有噪声的信号进行滤波的方法-Wiener filtering is the use of stationary random process related characteristics and spectral characteristics of the signals mixed with noise filtering method
fangzhen
- 实验一 双极性矩形随机信号的归一化功率谱密度一 1.1 功率谱密度简介 平稳过程的任何一个非零样本函数的持续时间为无限长，显然都不满足绝对可积和总能量有限的条件。因此，它的傅里叶变换不存在即没有频谱函数。所以我们用功率谱密度来表述其频谱特性。 随机过程的任一实现是一个确定的功率型信号。而对于任意的确定功率信号f(t)，它的功率谱密度为： 式中， 是f(t)的截短函数 对应的频谱函数。f(t)是平稳随机过程 的一个实现。而随机过程某一个实现的功率谱密度不能作为过程的功率谱密
wiener_filtering
- 在一定的约束条件下，其输出与一给定函数（通常称为期望输出）的差的平方达到最小，通过数学运算最终可变为一个托布利兹方程的求解问题。维纳滤波器又被称为最小二乘滤波器或最小平方滤波器，目前是基本的滤波方法之一。维纳滤波是利用平稳随机过程的相关特性和频谱特性对混有噪声的信号进行滤波的方法，1942年美国科学家N.维纳为解决对空射击的控制问题所建立，是40年代在线性滤波理论方面所取得的最重要的成果。-Under some constraint conditions, the output with a g
densitx-zatlab
- 信号功率谱密与平稳随机过程 的matlab仿真程序,不错的-Signal power spectrum density and matlab simulation of stationary random process, good