搜索资源列表
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:
BVAR
- var模型的实现。针对var模型的算法，估计模型的参数。并对其进行检验-achieve var model. Var model for the algorithm, the estimated parameters of the model. And its test
hoyw
- AR模型的Yule-Walker方程.1927年，Yule提出用线性回归方程来模拟一个时间序列。Yule的工作实际上成了现代谱估计中最重要的方法——参数模型法谱估计的基础。Walker利用Yule的分析方法研究了衰减正弦时间序列，得出Yule-Walker方程，可以说，Yule和Walker都是开拓自回归模型的先锋。-The Higher-Order Yule-Walker method.
sinorder
- 为sinudoidal模型的AIC阶估计.AIC信息准则即Akaike information criterion，是衡量统计模型拟合优良性的一种标准，又由于它为日本统计学家赤池弘次创立和发展的，因此又称赤池信息量准则。它建立在熵的概念基础上，可以权衡所估计模型的复杂度和此模型拟合数据的优良性。 在一般的情况下，AIC可以表示为： AIC=2k-2ln(L) 其中：k是参数的数量，L是似然函数。 假设条件是模型的误差服从独立正态分布。 让n为观察数，RSS为剩余平方和，那么AIC变为：
EM
- EM算法，统计中被用于寻找，依赖于不可观察的隐性变量的概率模型中，参数的最大似然估计。程序用C++实现，注释写得很清晰-Expectation-maximization algorithm，based on Maximum Likelihood Estimation,C++ program
jihekalmangujiK
- 系统参数变化，用集合卡尔曼滤波器估计其变化-System parameters used to estimate the changes in the ensemble Kalman filter
Untitled
- 设有一个随机信号 服从AR(4)过程，它是一宽带过程，参数如下： 我们通过观测方程 来测量该信号， 是方差为1的高斯白噪声，用LMS算法和RLS算法通过观测方程来估计原信号。并用Matlab对此问题进行仿真。 -There is a random signal obedience AR (4) process, which is a broadband process parameters are as follows: We are measured by observing
KalmanAll
- 关于卡尔曼滤波的matlab代码，其中包含了滤波的主算法，以及使用EM查找最大可能的估计参数，随机样本-Kalman filter matlab code, which contains the main algorithm filtering, and the use of EM to find the best possible estimate parameters of a random sample, etc.
ESPRIT
- ESPRIT是“Estimating signal parameters viarotational invariance techniques”的缩写，含义是“借助旋转不变技术估计信号参数”，它是由Roy[221等人于1986年提出的另一种基于子空间的DOA估计方法。 应用领域 侧向定位 信号处理 思想 ESPRIT的思想在于，将传感器阵列分解为两个完全相同的子阵列，两个子阵中每两个相对应的阵元具有相同的平移，即要求阵列具有平移不变性，每两个位移相同的阵元匹
JADEalgorithm
- 为了实现DOA和时延的联合估计,提出了一个无线通信中高分辨率的联合角度和时延估计方法,该方法不需要对参数进行搜索,利用空时矩阵的特征向量和特征值分别估计DOA和时延,通过特征值和特征向量的对应关系,估计的参数可以自动实现配对, 只要各路径信号的DOA和时延不同时接近此方法都可以适用,与JADE-MUSIC,JADE-ESPRIT和SI-JADE算法相比,该算法具有较好的鲁棒性和较小的估计误差。仿真结果证明了该算法的有效性。 -In order to achieve the joint est
hmmestimate
- 给定观测序列和状态序列下估计HMM模型的参数-Given the HMM parameters under observation sequence and state sequence estimation
hmmtrain
- 隐马尔可夫模型参数的极大似然估计,用来求解HMM的第三个问题-HMM maximum likelihood parameter estimates used to solve the third problem HMM
arburg
- 一个利用伯格算法估计AR模型参数的matlab程序，程序可以运行- AR parameter estimation via Burg method.
labview
- 本系统由主对话框模块、系统配置模块、仿真算法模块、曲线输出模块等四大模块组成。 主对话框模块：VC++设计界面的优越性更体现在其对话框的设计，所以本程序选择基于对话框的Windows程序（MFC微软基础类风格）。由于VC++6.0提供了大量的控件，用户只需用鼠标将需要的控件拖到用户区的位置即可。 属性表模块：设置了对个对象的属性，每个属性页对应一个对话框，所以设计了四个属性页：CPageDHL、CPageCJ、CPageQK、CPageSmith，这四个属性页类分别对应：单回路控制、串级
6
- ex6_1 ～ ex6_3二项分布的随机数据的产生 ex6_4 ～ ex6_6通用函数计算概率密度函数值 ex6_7 ～ ex6_20常见分布的密度函数 ex6_21 ～ ex6_33随机变量的数字特征 ex6_34 采用periodogram函数来计算功率谱 ex6_35 利用FFT直接法计算上面噪声信号的功率谱 ex6_36 利用间接法重新计算上例中噪声信号的功率谱 ex6_37 采用tfe函数来进行系统的辨识，并与理想结果进行比较 ex6_38 在置信度为0
802.11
- matlab环境下，采用802.11a系统物理层参数，一个长训练字与6个OFDM符号构成一帧，瑞丽信道，多普勒100Hz，采用QPSK调制，接收端估计误比特率-matlab environment, using 802.11a physical layer parameters, a word with six long training OFDM symbols of a frame, Ruili channel, Doppler 100Hz, using QPSK modulation, t
xianzhen_fuxiangwucha
- 通过幅相误差存在的情况下MUSIC谱峰与未存在幅相误差时的比较，可以看出幅相误差对DOA估计还是有很大的影响。此程序中加入的幅相误差参数服从高斯分布-Through the case of amplitude and phase errors exist MUSIC peaks when compared with the amplitude and phase error does not exist, it can be seen amplitude and phase errors hav
MIMO_OFDM_MATLAB_program
- 程序1，2分别实现LS和MMSE信道估计，在程序2中，第六个输入参数是信道脉冲响应。-1 and 2 are realized program LS and MMSE channel estimation, in the process 2, the sixth input parameter is a channel impulse response.
ARburg
- AR模型参数BURG算法估计的功能函数及源代码-BURG AR model parameter estimation algorithm performance function and source code
math-model2
- 对于自回归滑动平均模型进行参数辨识，并对白噪声进行方差估计。运算结果具有良好的收敛性，可推广为模型辨识的通式-For auto-regressive moving average model parameter identification, and white noise variance estimation. Operation result has a good convergence, can be extended to model identification formula