搜索资源列表
ImageLab
- 本系统可以完成数字图像的离散傅立叶变换频谱图，中值滤波，腐蚀，膨胀，图像增强，二值化以及二值图像中物体的计数-the system can complete digital images of discrete Fourier transform spectrum, the median filter, corrosion, expansion, image enhancement, two and two binary value objects in the image count
FFTfrequencychartisanalytical
- 1．通过实验加深对快速傅立叶变换（FFT）基本原理的理解。 2．了解FFT点数与频谱分辨率的关系，以及两种加长序列FFT与原序列FFT的关系。 离散傅里叶变换（DFT）和卷积是信号处理中两个最基本也是最常用的运算，它们涉及到信号与系统的分析与综合这一广泛的信号处理领域。实际上卷积与DFT之间有着互通的联系：卷积可化为DFT来实现，其它的许多算法，如相关、滤波和谱估计等都可化为DFT来实现，DFT也可化为卷积来实现。-1. Deepen the experimental fast Fou
52002
- 硕士学位论文捷联惯性系统初始对准研究 惯导系统的初始对准是影响系统使用性能的关键技术之一，对准的精度与速度直接关系到惯性统的精度与启动特性。对卡尔曼滤波及其在初始对准中的应用进行了研究。首先介绍了卡尔曼滤波理论的应用背景，然后推导了离散卡尔曼滤波方程，并对连续系统的状态方程进行离散化提出了适用于舰载捷联惯性系统的动基座对准的2通道10个状态变量和2通道12个状态变量的系统动态模型，并建了相应的速度匹配和位置匹配量测模型。 -master's degree thesis SINS
StudytheApplicationofMonteCarloParticleFilterAlgor
- 随着这些年计算机硬件水平的发展, 计算速度的提高, 源自序列蒙特卡罗方法的蒙特卡罗粒子滤波方法的应用研究又重新活跃起来。本文的这种蒙特卡罗粒子滤波算法是利用序列重要性采样的概念, 用一系列离散的带权重随机样本近似相 应的概率密度函数。由于粒子滤波方法没有像广义卡尔曼滤波方法那样对非线性系统做线性化的近似, 所以在非线性状态估计方面比广义卡尔曼滤波更有优势。在很多方面的应用已经逐渐有替代广义卡尔曼滤波的趋势。
ParticleFilterforStateEstimationBaseOnJumpMarkovMo
- 跳变马尔可夫模型状态估计的粒子滤波算法研究，本文在系统分析传统粒子滤波理论与应用问题的基础上，重点研究了基于跳变马尔可夫状态空间模型的粒子滤波算法。针对混合系统在二维离散状态情形下的混合状态估计问题，给出了基于Rao-Blackwellised粒子滤波的二维离散状态与连续状态的同步估计算法，一定程度上缓解了传统粒子滤波算法在高维状态空间估计中的失效问题，有效提高了状态估计的精度。应用数值仿真计算，对相关粒子滤波算法的性能进行了比较分析。结果表明，本文研究的算法能够有效完成二维离散状态与连续状态的
Introduction_of_Kalman_Filter_Chinese
- 1960年，卡尔曼发表了他著名的用递归方法解决离散数据线性滤波问题的论文。从那以后，得益于数字计算技术的进步，卡尔曼滤波器已成为推广研究和应用的主题，尤其是在自主或协助导航领域。卡尔曼滤波器由一系列递归数学公式描述。它们提供了一种高效可计算的方法来估计过程的状态，并使估计均方误差最小。卡尔曼滤波器应用广泛且功能强大：它可以估计信号的过去和当前状态，甚至能估计将来的状态，即使并不知道模型的确切性质。这篇文章介绍了离散卡尔曼理论和实用方法，包括卡尔曼滤波器及其衍生：扩展卡尔曼滤波器的描述和讨论，并给
tu_1_ok
- 本人编写的绘制离散信号在滤波前后的频谱图-I prepared by drawing discrete signal frequency spectrum before and after filtering
imageprocessing
- 实现简单图像处理，包括256色转灰度图、Hough变换、Walsh变换、中值滤波、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化（边缘检测）、方块编码、梯度锐化、灰度均衡、直方图均衡、离散余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑。-Simple image processing, including 256 colors to grayscale, Hough transform, Wal
Kalman
- 离散线性随机系统Kalman滤波,对问题进行了描述，分析并提出解决方案，并附加了相应程序-Discrete linear stochastic system Kalman filter, a descr iption of the problem, analyze and propose solutions, and attach the appropriate procedures
matlab
- 离散型卡尔曼滤波基本方程的MATLAB仿真程序源码-Kalman Filter
Untitled3
- 使用离散卡尔曼滤波的边际安全的轨迹预测。提出了一个结合三种不同类型的传感器系统，准确地跟踪一个人的运动轨迹，并预测非法路径，能有效拦截非法入侵企图。-The use of discrete Calman filtering of marginal safety trajectory prediction. Proposes a combination of three different types of sensor system, accurately track the trajector
LFM-t
- 适用于雷达方面学习的初学者熟悉相关参数设置了解相关线性调频信号离散化，匹配滤波的产生方法等一系列基本问题。比较时域和频域不通滤波方法的区别-Beginners apply to radar aspects of learning to understand familiar with the parameters related to the chirp signal discrete, matched filtering to produce a series of basic questio
KF
- 卡尔曼滤波模块化程序，可以实现系统离散化，真实数据生成-Kalman filter module
xdxhcljc
- 卡尔曼滤波，数字信号处理离散数字信号丁玉美编第三版，第二章上级习题第一题代码-Kalman Filter
信号与系统应用
- 信号与系统的应用，对同一个连续周期信号，选定不同采样间隔 s T 和信号截取长度 1 T ，获得离散 信号，使用DFT或FFT 进行频谱分析，画出频谱图，与理论计算的结果进行比 较，观察： （1）不同采样率 s T 对频率范围和混叠误差的影响； （2）不同采样长度 1 T （单周期采样和多周期采样）对频率分辨率的影响； （3）是否完整周期采样对泄漏误差的影响，多周期采样是否可以减小非完整周 期采样产生的泄漏误差。 以下信号中叠加了一个角频率为50 ? 的高频干扰信号，信号如下： 3 (
kalman滤波的仿真
- 5.4.2 Kalman滤波器的设计 这一节将讨论如何使用控制系统工具箱进行Kalman滤波器的设计和仿真。 考虑下面的离散系统： x［n+1］=Ax［n］+B(u［n］+w［n］) (5.9) y［n］=Cx［n］ (5.10) 其中, w［n］是在输入端加入的高斯噪声。 状态矩阵参数分别为 A = ［1.1269-0.49400.1129 1.0000 0