搜索资源列表
IARKeygen
- AR Embedded Workbench Evaluation for MSP430 V3.42A 破解版,测试通过.破解的时候看一下说明文档.-IAR Embedded Workbench Evaluation for MSP430 V3.42A cracked version of the test. Break time to look at documentation.-AR Embedded Workbench Evaluation for MSP430 V3.42A cracked
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
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
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
amp-latency-AR-test
- Burg算法功率谱估计,采样点数nfft不会影响MAX值和位置. s=data22(6,:) s=s(50:150) nfft=2048 fs=500 EEG [px1,f1]=pburg(s,6,nfft,fs) figure plot(f1,px1) title( CI——Burg算法功率谱估计 ) xlabel( Frequency(Hz) ) ylabel( Power ) IndMax=find(diff(sign(diff(p
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
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