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
Volterra_MultiStepPred_luzhenbo
- 基于Volterra滤波器混沌时间序列多步预测 作者：陆振波，海军工程大学 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 电子邮件：luzhenbo@sina.com 个人主页：luzhenbo.88uu.com.cn 参考文献： 1、张家树.混沌时间序列的Volterra自适应预测.物理学报.2000.03 2、Scott C.Douglas, Teresa H.-Y. Meng, Normalized Data Nonlineariti
durbin
- 这是个用Durbin递归求预测误差滤波器和他的输出，是电子所邹谋炎老师给出的例程。
MFXLMS3
- 实现自适应算法，利用FIR滤波器实现的，在三维空间的有源噪声控制中有预测能力
Matlab_LMS3
- 自适应线性预测编码问题，利用白噪声序列生成信号序列，进而进行LMS迭代，计算滤波器权系数的轨迹曲线和衰减曲线
zuiyou
- 用一观测器从t=1秒开始对一个运动目标的距离进行连续地跟踪测量，假设观测的间隔为一秒钟，雷达到运动目标之间的距离为S(t)（1） 统计特性的初值为 （2）观测误差是与和均不相关的白噪声序列，并且有 （3）观测数据存放在附加的文件中（单位：m）。 要求：分析上述对象，建立系统模型，构造卡尔曼滤波器，编程计算，求： （1） 距离S(t)的最佳估计及估计误差， （2） 距离S(t-5)的最佳平滑及估计误差， （3） 距离S(t+5)的最佳预测及估计误差，
Kalman
- kalman滤波器，匀速圆周运动下的kalman滤波预测
kalman
- 在matlab simulink 中实现kalman滤波器设计，可以生动的演示kalman滤波在运动估计中的预测作用-Matlab simulink in achieving kalman filter design can be a vivid demonstration of kalman filtering in the motion estimation of the prediction
ARandARMA
- 实现了数据从文件的输入，ar模型预测，arma模型预测，卡尔曼滤波器模型预测，利用图形用户界面编写-Realized the data from the file input, ar model predictions, arma model prediction, Kalman filter model predictions, using a graphical user interface for the preparation of
RLS
- 递归最小二乘滤波器算法，包含对于单频正弦信号和实际语音信号的处理结果-Recursive least squares filter algorithm, that contains the single-frequency sinusoidal signal and the actual voice signal processing results
kalmanMATLAB
- 顺便附上几张仿真图 这是状态图 要注意的是：必须把系统状态和kalman滤波器内部预测的状态分开-Incidentally, several simulation map attached to this is the state diagram should be noted that: must be the system state and kalman filter to separate the state of internal forecasts
LMS_algorithm
- LMS自适应滤波器 进行预测 噪声滤除等功能-LMS adaptive filter to predict the noise filtering and other functions
496876399457457454534
- 粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛有原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被应用在对车或人视频监控；它还用于机器人的全局定位。 -Particle filter technology in the non-linear, non-Gaussian system demon
An_improved_ekf_new_methods
- 本文对于非线性非高斯问题，提出了一种改进扩展卡尔曼滤波（NIEKF）新方法。该方法将迭代滤波理论引入到扩展卡尔曼滤波器方法中，有效地重复利用新的测量信息，还利用Levenberg-Marquardt 方法调整预测协方差阵以保证算法具有全局收敛性。实验结果表明，所提方法具有更高的估计精度，是一种效率较高、性能较好的跟踪方法。-This non-Gaussian for nonlinear problems, an improved extended Kalman filter (NIEKF) th
KalmanFilter
- 利用卡尔曼滤波器对输入的加有噪声的随机信号做估计，可根据谱估计预测运动变化情况-Kalman filter using the input signal plus a random noise, make estimates, based on changes in spectral estimation predicted motion
zhouyi
- 是跟踪一个运动的篮球。采用的是Kalman滤波器与基于均值平移的目标跟踪算法相融合的扩展算法，为了跟踪快速运动的目标，首先对目标运动模型进行建模，并运用Kalman滤波器对目标在下一帧中的状态进行预测，并将此预测值作为均值平移算法搜索目标的起始点。-Is tracking a movement of the basketball. Kalman filter is used in the target mean shift based tracking algorithm extension o
FIR
- 基于线性预测FIR自适应滤波器的语音增强算法-FIR adaptive filter based on linear prediction algorithm for speech enhancement
MATLAB-Function-List
- MATLAB7.X信号处理工具箱函数汇总 1、 滤波器分析与实现 2、 FIR数字滤波器设计 3、 IIR数字滤波器设计 4、 模拟滤波器设计 5、 模拟滤波器变换 6、 滤波器离散化 7、 线性系统变换 8、 窗函数 9、 变换 10、 统计信号处理与谱分析 11、 参数模型 12、 线性预测 13、 多采样率信号处理 14、 波形产生 15、 特殊操作-MATLAB7.X Signal Processing Toolbox func
kalman_filter_temperature
- 用matlab实现卡尔曼滤波器预测功能， 主要对温度的预测，程序中对每一步都有详细解释，适合初学者学习。(Using Matlab to achieve Kalman filter prediction function, Mainly on the temperature of the forecast, the procedure for each step are explained in detail, suitable for beginners to learn.)
KZ_Kalman
- 可实现对目标飞行的卡尔曼滤波预测，扩展卡尔曼滤波器相对于卡尔曼滤波器可以处理地心坐标系下的飞行目标数据(Realization of Calman filter prediction for target flight)