搜索资源列表
数字基带传输系统的MATLAB仿真实现
- 一个简单的数字基带传输系统的MATLAB仿真实现源代码,包括: 一、A/D转换 二、码型变换(AMI码) 三、随机噪声信道的MATLAB仿真实现 四、抽样判决的MATLAB仿真实现 五、码型反变换 六、D/A转换
Systemidentificationandneuralnetwork
- 主要内容： 【1】随机序列产生程序 【2】白噪声产生程序 【3】M序列产生程序 【4】二阶系统一次性完成最小二乘辨识程序 【5】实际压力系统的最小二乘辨识程序 【6】递推的最小二乘辨识程序 【7】增广的最小二乘辨识程序 【8】梯度校正的最小二乘辨识程序 【9】递推的极大似然辨识程序 【10】Bayes辨识程序 【11】改进的神经网络MBP算法对噪声系统辨识程序 【12】多维非线性函数辨识程序的Matlab程序 【13】
chap08
- 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
MUSIC
- 求一个复正弦加白噪声随机过程的信号： xn=exp(j*pi*n-j*pi)+exp(j*w0*n-j*0.7*pi)+v v(n)为零均值白噪声。S/N=10dB。取P=3，构造4阶的自相关矩阵R的基于MUSIC算法的功率谱估计的MATLAB程序-For a complex sinusoid plus white noise of the signal random process: xn = exp (j* pi* nj* pi)+ exp (j* w0* nj* 0.7* pi)+ v
deletenoise
- 读入需要的语音文件（wav格式），进行频谱分析，对其加入随机噪声，然后进行降噪处理，降噪处理前后效果较佳-Need to read the audio files (wav format), spectral analysis, it added random noise, then noise reduction, noise reduction before and after treatment was better
STBL_CODE
- 阿尔法稳定分布噪声噪声的MATLAB程序，以及产生非相关复SαS随机序列的相关程序-Alpha stable distribution noise noise MATLAB program, and produce non-associated complex procedures SαS random sequence
karmon_ARMR
- matlab，karman谱，利用白噪声特性和ARMR模型，通过求解模型参数生成随机风速-Matlab, Karman spectrum, the characteristics of white noise and ARMR model, the generation of random wind velocity by solving the model parameters
MATLAB-simulink-communication(up)
- MATLAB通信基础，SIMULINK仿真基础、离散信号随机信号、低通带通、高斯白噪声信道、多径衰落信道、幅度调制、角度调制、正交信号传输特性、二进制基带信号的最佳接收等。-Communication based on MATLAB and SIMULINK simulation, random signal, discrete signal to a low-pass bandpass, white gaussian noise channel, multipath fading channe
narrowBandWhiteNoise
- 一个MATLAB例程，模拟高斯白噪声通过带通滤波器，生成一个窄带随机过程。(In a MATLAB routine, the Gauss white noise is simulated by a bandpass filter to generate a narrow band random process.)