搜索资源列表
spectrumanalysis
- 现代信号分析中,对于常见的具有各态历经的平稳随机信号,不可能用清楚的数学关系式来描述,但可以利用给定的N个样本数据估计一个平稳随机信号的功率谱密度叫做功率谱估计(PSD)。它是数字信号处理的重要研究内容之一。功率谱估计可以分为经典功率谱估计(非参数估计)和现代功率谱估计(参数估计)。功率谱估计在实际工程中有重要应用价值,如在语音信号识别、雷达杂波分析、波达方向估计、地震勘探信号处理、水声信号处理、系统辨识中非线性系统识别、物理光学中透镜干涉、流体力学的内波分析、太阳黑子活动周期研究等许多领域,发
PsdEstimation
- 使用MATLAB对平稳随机信号以改进的功率谱法（welch法）以及Thomson多窗估计法（Thomson Multitaper Method）做功率谱估计的源代码-Pairs of stationary random signals using MATLAB in order to improve the power spectrum method (welch France), and the Thomson multi-window estimation method (Thomson M
xgzsmx
- 相关噪声模型和相关函数计算 相关函数是平稳随机过程的重要数字特征，根据观测记录的信号波形或者一串数据序列，来估计该信号的自相关函数是信号处理的重要方法之一。-correlation noise model and correlation function
CrossPSD
- 验证平稳随机信号的互功率谱等于各自相关函数傅里叶变换的乘积。-To SSS signal, I will prove the cross PSW is equal to the multiply of two FT of the autocorrelation.
Sampling-and-interpolation-
- 平稳随机过程的采样与插值，分别在M取2、4的情况下进行采样并分析插值后的信号还原与原信号的比较-Sampling and interpolation of stationary random process
hmm
- 隐马尔可夫过程是一个双重随机过程：一重用于描述非平稳信号的短时平稳段的统计特 征（信号的瞬态特征，可直接观测到）；另一重随机过程描述了每个短时平稳段是如何转变 到下一个短时平稳段，即短时统计特征的动态特性（隐含在观察序列中)-Hidden Markov process is a doubly stochastic process: a weight used to describe the non-stationary signal short plateau statistical S
Wiener-filter
- 维纳滤波是利用平稳随机过程的相关特性和频谱特性对混有噪声的信号进行滤波的方法-Wiener filtering is the use of stationary random process related characteristics and spectral characteristics of the signals mixed with noise filtering method
fangzhen
- 实验一 双极性矩形随机信号的归一化功率谱密度一 1.1 功率谱密度简介 平稳过程的任何一个非零样本函数的持续时间为无限长，显然都不满足绝对可积和总能量有限的条件。因此，它的傅里叶变换不存在即没有频谱函数。所以我们用功率谱密度来表述其频谱特性。 随机过程的任一实现是一个确定的功率型信号。而对于任意的确定功率信号f(t)，它的功率谱密度为： 式中， 是f(t)的截短函数 对应的频谱函数。f(t)是平稳随机过程 的一个实现。而随机过程某一个实现的功率谱密度不能作为过程的功率谱密
wiener_filtering
- 在一定的约束条件下，其输出与一给定函数（通常称为期望输出）的差的平方达到最小，通过数学运算最终可变为一个托布利兹方程的求解问题。维纳滤波器又被称为最小二乘滤波器或最小平方滤波器，目前是基本的滤波方法之一。维纳滤波是利用平稳随机过程的相关特性和频谱特性对混有噪声的信号进行滤波的方法，1942年美国科学家N.维纳为解决对空射击的控制问题所建立，是40年代在线性滤波理论方面所取得的最重要的成果。-Under some constraint conditions, the output with a g
densitx-zatlab
- 信号功率谱密与平稳随机过程 的matlab仿真程序,不错的-Signal power spectrum density and matlab simulation of stationary random process, good
MATLAB数字信号处理与应用源代码
- 包括经典滤波器设计，随机信号分析，非平稳信号处理等内容，代码很全面。(It includes classic filter design, random signal analysis, non-stationary signal processing and so on. The code is very comprehensive.)
SSRLS
- 状态空间递归最小二乘（SSRLS）是确定性信号的线性估计的最优。 然而，SSRLS的性能取决于模型的不确定性，观测信号的时变性质或观测噪声的非平稳行为。 我们结合遗忘因子的随机梯度调整来开发具有自适应记忆的SSRLS。 这种新算法解决了标准SSRLS面临的局限性。 还导出了减轻计算负担的实际滤波器的近似值。 跟踪有噪声啁啾的示例表示并演示了新算法的整体能力和功能。 预计这种新滤波器能够跟踪和估计难以处理可用工具的时变信号(State Space Recursive Least Squares (