搜索资源列表
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
VECTORQUANTITY
- 利用一组样本之间的相关性，对这些样本（矢量）一起进行量化，每个样样本矢量用信号中经常出现的代表性的矢量（模式）代替。对量化参数进行二进制编码，实现压缩，以达到减少视频序列的码率的目的，以便能够在给定的通信信道上实时传输视频。
LMS
- 最小均方（LMS）自适应算法就是一中已期望响应和滤波输出信号之间误差的均方值最小为准的，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。LMS算法是一种梯度最速下降方法，其显著的特点是它的简单性。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。
NLMS
- 若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化LMS算法（NLMS算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目的，必须合适的选择变步长 的值，一个可能策略是尽可能多地减少瞬时平方误差，即用瞬时平方误差作为均方误差的MSE简单估计，这也是LMS算法的基本思想
mixing-matrix-estimate
- 二阶稀疏信号欠定盲分离，基于超平面法矢量的混合矩阵的估计-Second-order sparse underdetermined blind signal separation method based on hyperplane vector mixing matrix estimate
IO
- 控制安捷伦矢量信号源，在本地计算机上产生一个信号然后传入信号源，本代码含若干练习性的源代码，结合自己大量的调试经验，在signal1.m中对初学者甚至经常使用的用户极易犯得错误进行了详细标注，-Matlab generate data in the waveform file, downloaded to the Agilent signal sources. By reading it, you will get a lot.
ambiguity
- 适合任何信号的模糊函数的画法。运行时要明白要要输入的那几个字母的实际含义。首先要将你的信号进行离散化，Signal elements（u_basic）就是你的信号矢量。Frequency coding in units of 1/tb你信号的采样频率，Over sampling ratio表示要满足采样定理（采样频率大于两边以上信号最高频率），其他的直接翻译过来就可以了 -Ambiguity function for any signal of painting. Run-time to
EVM
- 该算法是经典的信噪比估计算法——误差矢量幅值法，通过计算接收信号中同相分量和正交分量的二、四阶矩，该算法能够很好的估计信号的信噪比-The algorithm is a classic signal to noise ratio estimation algorithm- the error vector magnitude method, by calculating the received signal with the phase component and quadrature com
papermat
- 极化阵列信号处理DOA及极化参数估计； 阵列同何结构不作要求，应用电磁波6维矢量间的5个不变性。-Polarized array signal processing DOA and polarization parameters estimation array structure with the HO for the requirements of the application of electromagnetic waves between 6-dimensional vector
widesignal
- 高斯噪声环境下宽带矢量信号仿真-Gaussian noise environment simulation of broadband vector signal
shiliangqiyizhifa
- 适用于水下信号分析的矢量奇异值MUSIC算法源代码，对学习空间谱MUSIC算法的初学者有一定的参考作用
SVD
- 常规DOA谱估计music算法在多径环境下失效，SVD算法利用最大特征值对应的特征矢量重新构造奇异值矩阵，可以成功估计相干信号。-Conventional music spectrum estimation algorithm for DOA in multipath environment, failure, SVD algorithm using the maximum eigenvalue of the feature vector corresponding to re-construc
DOA_simple
- 方位估计是阵列信号处理的重要内容，使用单个矢量传感器估计信号方位近几年才发展起来-DOA estimation array signal processing is an important aspect of using a single vector-sensor estimate signal directions only in recent years developed
MATLAB_vector_signal_process
- 有关矢量信号处理的基本仿真，得到声压功率谱，x,y.z各方向声强谱-Vector signal processing related to the basic simulation，underwater acoustic
EigenvalueComplexMatrices
- 两篇关于求复矩阵特征值与特征向量的文献.信号处理的很多领域都需要对矩阵的特征值和特征矢量精确求解,利用它们的结果进行下一步处理。比如,阵列信号处理中MU SIC算法,就是利用噪声子空间特征矢量特性进行估计的方法。-some papers about solving Eigenvalue of a complex matrix.Several kinds of classic algorithms for solving eigenvalues and eigenvectors of the m
SMI
- 块自适应处理算法先有采样快拍数据计算采样协方差矩阵，再来计算自适应权矢量。典型的块自适应处理算法为采样矩阵求逆(SMI)算法。仿真了采样矩阵求逆法(SMI)的波束形成方向图旁瓣的高低受信号快拍数的影响。-Block adaptive processing algorithms prior sample snapshot data of the sampling covariance matrix, again computing adaptive weight vector. A typical
Wienernoisesuppression
- 维纳噪声抑制，1、 实验原理是利用信号之间的相关性进行信号估计，从而将噪声滤除； 2、 辅助观测信号的噪声抑制可利用Wiener-Hopf方程 求出维纳滤波器的系数 ，式中 是 的自相关阵， 是输入信号 和滤波器输入 之间的互相关矢量； -Wiener noise suppression, 1, experiment is the use of the correlation between the signals for signal estimation, which will fi
svpwmgenerator2
- 三电平逆变器模型,基于空间矢量算法，信号源为恒定三相交流信号经旋转变化得到控制脉冲信号-three level invetrer model
KarhunenLoeve
- 数据降维算法 K_L变换是一种最优正交变换，以矢量信号X的协方差矩阵Ф的归一化正交特征矢量q所构成的正交矩阵Q，来对该矢量信号X做正交变换Y=QX，则称此变换为K-L变换（K-LT或KLT）。-Data reduction algorithm K_L optimal orthogonal transform is a transformation to vector signal covariance matrix Ф X normalized orthogonal feature vect
yashar-joe_2.pdfyashar-joe_2
- ofdm系统下的差分相干检测，具体解释了差分相干检测系统(Differential coherent detection in OFDM system, which specifically explains the differential coherent detection system)