搜索资源列表
lfm
- 线性调频信号的匹配滤波器仿真,线性调频信号加高斯白噪声经过匹配滤波器滤波-LFM matched filter simulation
ann
- 介绍了一种基于神经网络白化匹配滤波器的QRS 波检测方法。我们用神经网络白化匹配滤波器来处 理ECG 信号的低频成分, 模拟其非线性及非稳态的特性。处理后的信号中含有ECG 中大部分高频成分, 让其通过 一线性匹配滤波器来检测QRS 波及其位置。对于大噪声的ECG 信号, 在匹配滤波器后加差分滤波, 取平方及滑动 平均等处理, 提高检测正确率。使用这种方法我们对M IT?B IH 心电信号数据库中噪声比较大的105号数据进行的 处理, 检测正确率为9912 。作为对比, 用数字
DSP_ARMA_Lattice_C_language
- 在数字信号处理中,格型(Lattice)网络起着重要的作用,使得它在现代谱估计,语音处理,自适应滤波,线性预测和逆滤 波等方面已得到广泛应用。本项目在VC6.0上用标准C语言实现了ARMA格型滤波器，提供单点滤波和向量滤波的实现，并给出测试程序。算法实现的稳定性也在工程项目中得到验证。-In digital signal processing, the lattice type (Lattice) network plays an important role, so that it
MPF-vs-PHD
- 边缘粒子滤波（MPF）将状态方程中线性部分和非线性部分分别用卡尔曼滤波和粒子滤波进行估计，可以提高跟踪的精度，所以将其引入到PF-PHD滤波中，将二者接合起来，以提高PF-PHD滤波的跟踪精度。MPF-PHD滤波可以很好的提高跟踪的精度，抗干扰能力强，具有良好的鲁棒性。-Because of that MPF use KLAM and PSO to evaluate,which can achieve higher accurty.combing MPF and PF-PHD can achie
kalman
- 线性离散卡尔曼滤波实例及自适应卡尔曼滤波- U7EBF u6027 u79BB u6563 u5361 u5C14 u66FC u6EE4 u6E2 u5B9E u4F8B u53CA u81EA u9002 u5E09 u5361 u5C14 u66FC u6EE4 u6CE2
bc251
- 线性调频脉冲压缩的Matlab程序,验证可用，滤波求和方式实现宽带波束形成。( LFM pulse compression of the Matlab program, Verification is available, Filtering summation way broadband beamforming.)