搜索资源列表
firfilterdesignoffpga
- 提出了一种基于FPGA的高阶高速F IR滤波器的设计与实现方法。通过一个169阶的均方根 升余弦滚降滤波器的设计,介绍了如何应用流水线技术来设计高阶高速F IR滤波器,并且对所设计的 FIR滤波器性能、资源占用进行了分析。
eg-fft
- fft1.用Matlab产生正弦波,矩形波,以及白噪声信号,并显示各自时域波形图 2.进行FFT变换,显示各自频谱图,其中采样率,频率、数据长度自选 3.做出上述三种信号的均方根图谱,功率图谱,以及对数均方根图谱 4.用IFFT傅立叶反变换恢复信号,并显示恢复的正弦信号时域波形图-fft1. Using Matlab generated sine wave, rectangular wave, as well as the white noise signal, and displa
PSO_base_RBF
- PSO的RBFNN优化程序 算法步骤 1.样本数据归一化处理,即将输入输出归一化到[-1,1]区间; 2.确定RBF网络的中心和宽度; 3.以拟合误差的均方根作为性能指标,使用PSO算法优化RBF网络输出层到隐层的连接权值矩阵-PSO-RBFNN algorithm optimization procedures Step 1. Sample data normalization treatment, about input and output normalized to [-
Particle_filter
- 基于粒子滤波器的机动目标跟踪技术 首先 , 概 要介绍传统的Kalman滤波器,以及有所改进的扩展Kalman滤波器。 其次,为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题,通过概率统计理论详细阐述粒子滤波器基本原理。然后,针对不同的使用 条件,根据粒子滤波器的基本理论做出适当的修改和整理,就得到了四个相关的粒子 滤波器的变型,使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机模拟 仿真且用均方根误差更加精确地进行了比较。最后,把粒
71
- 平移不变量小波去噪方法是对Donoho阈值法的改进,该方法不仅能有效地抑制伪吉布斯现象,而且 能减小原始信号和估计信号之间的均方根误差,提高信噪比。将这种方法用于变速箱齿轮故障信号的去噪处理,同 时与阈值法去噪的结果进行比较。结果表明,该方法可以有效地去除强噪声的干扰,提取齿轮故障特征信息,具有 很好的工程实用性。 -Vector spectrumHilbert demodulation analysis method based on the same source data
BPSK_MUSIC_2D_3t
- 对2维doa进行估计,在不同的快拍数情况下,BPSK信号的经典MUSIC估计比单频信号的经典MUSIC估计方法均方根误差性能更好-On 2 d to estimate doa. In different fast take several cases, BPSK signal of classical MUSIC estimate than single frequency signal of the classical MUSIC estimation method root mean squ
PF-RMSE
- PF-RMSE 单变量非静态增长模型(UNGM模型)粒子滤波算法下,均方根误差分析仿真-Under PF-RMSE univariate non-static growth model (UNGM model) particle filter, root mean square error analysis and simulation
MASSIVE-MIMO
- 本论文根据最小均方根误差准则(MMSE),提出一种非正交设计导频的方法,这种方法在MASSIVE MIMO中非常有效。-In this letter, the error variance of the Minimal Mean-Square Error (MMSE) channel estimator is analyzed, and its analytic formula is given. Based on the analytic formula, a designing
Square-root_algorithms_
- 该文章描述了基于MCC的均方根卡尔曼滤波算法,其性能由于传统的卡尔曼滤波,尤其是当测量噪声为脉冲噪声时。-square root kalman filtering algorithm based on MCC is descr ipted in this paper. the performance of the proposed algorithm in this paper outperforms the traditional kalman filter, especially for t
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- [目的]为了去除船体结构应力监测数据中的噪声信号,获得有效的数据信息,以便为后续数据挖掘提 供支撑,[方法]首先,采用 HHT 方法中的经验模态分解(EMD)算法对数据进行成分分析,得到固有模态函数 (IMF)和余项。然后,通过 Hilbert变换得到 Hilbert谱,证明应力监测数据的非平稳特性。最后,以信噪比(SNR) 和均方根误差(RMSE)为例,结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 [结果]结果表明,基于 HHT方法的自适应去噪和小波去噪都具有一定