搜索资源列表
ARMODEL
- 功率谱估计的应用范围很广，在各学科和应用领域中受到了极大的重视。在《现代信号处理》课程中讲述了经典谱估计和现代谱估计这两大类谱估计方法；经典谱估计是基于傅立叶变换的，虽然具有运算效率高的优点，但是频谱分辨率低同时旁瓣泄漏严重，对长序列有着良好的估计。为了克服经典谱估计的缺点，人们开展了对现代谱估计方法的研究。现代谱估计是以随机过程的参数模型为基础的，有最大似然估计法、最大熵法、AR模型法、预测滤波器法。现代谱估计对短序列的估计精度高，同经典谱估计互为补充。在认真学习了现 代谱估计方法后，我选择了
burg
- 用Burg算法估计AR模型参数，进而实现功率谱估计. 形参说明： x——双精度实型一维数组，长度为n，存放随机序列。 n--整型变量,随机序列的长度。 p--整型变量,AR模型的阶数。 a--双精度实型一维数组，长度为(p十1)。存放AR模型的系数a(0),a(1),...,a(p)。 v--双精度实型指针,它指向预测误差功率，即AR模型激励白噪声的方差。 -with Burg algorithm estimates AR model parameters, ther
MixtureEM.tar
- This code is to estimate the parameter of model of Mixture Gauss which is popular model used in pattern classification . JAVA 写的估计复合高斯模型中的参数 -This code is to estimate the parameter of model of Jian Gauss which is popular model used in pattern cla
covar
- 用协方差方法估计AR模型参数，进而实现功率谱估计。- Estimates the AR model parameter with 鍗忔柟宸?the method, then realization power spectrum estimate.
Matlab_基于FFT的图像配准
- 简单的用相位相关法来粗估计图像间的平移参数-simple phase correlation method used to estimate the image of rough translation parameters
empca
- 用EM算法估计PCA参数，效果比传统的PCA要好，原文发表于神经计算杂志上，有兴趣者可以先看论文。-using EM algorithm parameters estimated PCA results than the traditional PCA better, in the language of neural computation published in the magazine, those who are interested can read papers.
系统辨识
- 用得到的已知输入输出数据，通过编好的渐消记忆增广最小二乘辨识软件辨识已知系统的阶次与估计其参数，验证所编软件的正确性-known to be useful input and output data, through the provision of good memories fading by the least square identification software widely known identification system and the order of the est
多重信号分类music
- 谱估计的非参数DOA(Dorection of Arrive)方法----MUSIC(Multi Signal Classification，多重信号分类)算法-spectrum estimation of parameters DOA (Dorection of Arrive) method-M USIC (Multi Signal Classification, multiple signal classification) algorithm
GeneticAlgorithms_matlab
- X(t)=Asin(2*pi *f *t+ q)+n(t) 估计其中的参数为A，f， q。n(t)为随机噪声，服从正态分布。 其他的具体见附件中的程序 -X (t) = 4sin (2 * pi * f * t q) n (t) is estimated parameters A, f, q. N (t) of random noise, subject to normal. Other specific see annex to the proceedings
遗传算法TDOA解决
- 用遗传算法解决通信中的TDOA问题 文件名 program 完成功能 求出在进行account_test次的试验中每一次的最优染色体，并且求出均值MV，和均方误差MSE 文件名 definition_constant( ) 完成功能 对各个常量试验参数进行设定 文件名 main_program 完成功能 完成一次试验的计算 文件名 all_Noise 完成功能 计算TDOA值（由基站所测量的TDOA（受到噪声的干扰）) 文件名 gen_ini_pop_
IVMETHODFORIDENTIFICATION
- 用辅助变量法递推算法估计模型的参数，此法一般不用，但当其他方法效果不理想时可以试用-Auxiliary variable recursive algorithm estimate model parameters, the law generally does not, But other method is not ideal when probation
FORGETMETHODFORIDENTTIFICATION
- 遗忘因子法递推算法用于估计数学模型的参数，精确度较高-Fvrls recursive algorithm mathematical model used to estimate the parameters of the higher precision
jiyinzhouqi_tiqu
- 利用自相关函数估计基音周期，函数jiyinzhouqi，输入参数是分析语音文件名和帧移，帧移在5~10ms-use of the correlation function is estimated Pitch, jiyinzhouqi function, input parameters to analyze voice file names and frame shift, frame shift in the 5-10ms
MatlabandVB
- 第一章 概述 辨识（Identification）、状态估计和控制理论在现代控制理论中是密不可分的，它们互相渗透。辨识和状态估计离不开控制理论的支持，控制理论的应用几乎不能没有辨识和估计技术。由此可见，辨识在科研与实际应用领域都有很高的实用价值。 所谓辨识，就是从含有噪声的输入、输出数据中提取被研究对象的数据模型。此数据模型只是过程的输入输出特性在某种意义下的近似，而近似的准确度一般取决于采样数据的精度以及辨识方法的合理性。 辨识的目的是根据过程所提供测量的数据等信息，在某种准则意
1-d~music
- 一维线形阵元的music算法DOA估计，参数为3个信号源，8阵元接收-one-dimensional linear array of music DOA estimation algorithm and parameters for the three signal sources, eight receiving element
melgmm
- 利用MLC来估计GMM 模型参数，压缩文件没有加密可以直接使用-use MLC to estimate model parameters GMM, compressed files directly without the use of encryption
差分进化DE
- 一种参数估计的算法，对于非线性系统有较好的识别度，收敛速度快，易于实现。。。
系统建模
- 1.批量最小二乘法算法（也称最小二乘的一次性完成辨识算法） 2.递推最小二乘法算法，应用递推算法对参数估计值进行不断修正,以取得更为准确的参数估计值。 3.粒子群算法(PSO)。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解．PSO的优点在于简单容易实现并且没有许多参数的调节。 4.BP神经网络，各个神经元仅接收来自前一级的输出，经神经元处理后的信息将输出至下一级，网络中没有反馈，即前一级神经元不会接受后一级神经元的输出。 water tank是原始数据（双容
MIMO OTFS信道估计对比
- 基于压缩感知的MIMO-OTFS信道估计的基本参数设置及具体仿真效果
Copula
- 包括copula分布参数估计、秩相关系数估计、平方欧式距离求解等，两个随机变量，从求边缘分布，到求二元联合copula函数的全过程，(copula function estimate)