搜索资源列表
ARMODEL
- 功率谱估计的应用范围很广，在各学科和应用领域中受到了极大的重视。在《现代信号处理》课程中讲述了经典谱估计和现代谱估计这两大类谱估计方法；经典谱估计是基于傅立叶变换的，虽然具有运算效率高的优点，但是频谱分辨率低同时旁瓣泄漏严重，对长序列有着良好的估计。为了克服经典谱估计的缺点，人们开展了对现代谱估计方法的研究。现代谱估计是以随机过程的参数模型为基础的，有最大似然估计法、最大熵法、AR模型法、预测滤波器法。现代谱估计对短序列的估计精度高，同经典谱估计互为补充。在认真学习了现 代谱估计方法后，我选择了
ML.rar
- 该算法是经典的信噪比估计算法——最大似然估计算法，利用接收信道的先验概率密度函数，ML法能够很好的估计信号的信噪比,The algorithm is a classic signal to noise ratio estimation algorithm- maximum likelihood estimation algorithm, using the a priori receiver channel probability density function, ML method can
homework_1_1
- 最大似然估计法的matlab实现，及Crammer-lor下界的确定-Maximum likelihood estimation of the matlab implementation, and Crammer-lor to determine the lower bound
s312
- 最大似然估计法，TDOA测距时有锚节点，传感器节点的自定位-Maximum likelihood estimate for localization
maximumlikehood
- 用最大似然法求解功率谱密度，现代谱估计方法-use the method of maximum likehood to calculate the power spectral density
RELS
- 增广最小二乘的递推算法对应的噪声模型为滑动平均噪声，扩充了参数向量和数据向量H（k）的维数，把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计，而增广最小二乘法同时又能获得噪声模型的参数估计，若噪声模型为平均滑动模型，，则只能用RELS算法才能获得无偏估计。当数据长度较大时，辨识精度低于极大似然法。-Augmented least squares of recursion algorithm corresponding noise model for moving average
e0001
- 基于Fisher information的优化阵列设计，使用穷举法和迭代法得到优化阵列，再基于最大似然估计研究其MSE、克拉美罗界等性能。-Fisher information based on the optimized array design, use brute-force methods and iterative methods optimize the array, and then based on the maximum likelihood estimation study
SNR
- 资料中介绍了几种经典信噪比估计算法的编码并进行比较，包括误差矢量幅值法、最大似然估计、迭代法以及奇异值分解法。-Data introduces several classical coding SNR estimation algorithm and compared, including error vector magnitude, maximum likelihood estimation, iterative method and singular value decomposition
parameter-estimation-
- 利用最大似然估计法和贝叶斯估计均值和方差，并计算错误率-parameter estimation
DOA
- 信号特征矢量重排法 算法简要说明：该算法是针对相干信号源提出的一种解相干方法，其实现步骤如下： 1.采取N阵元均匀直线标量阵列获取M个相干信号源，假设信号源全部相干（M<N）； 2.求阵列接收数据的最大似然协方差矩阵Rx，并进行特征值分解，确定特征矢量的个数，进而得到重排矩阵的维数L； 3.根据特征矢量重排的法则确定重排矩阵Rr； 4.采取MUSIC算法实现信号源数和DOA的估计（进行100次独立实验）。-Feature vector signal rearr
duyhhvum
- 部分实现了追踪测速迭代松弛算法，现代信号处理中谱估计在matlab中的使用，信号处理中的旋转不变子空间法，是学习PCA特征提取的很好的学习资料，最大似然（ML）准则和最大后验概率（MAP）准则，鲁棒性好，性能优越。-Partially achieved tracking speed iterative relaxation algorithm, Modern signal processing used in the spectral estimation in matlab, Signal P
yfbxjvet
- 基于kaiser窗的双谱线插值FFT谐波分析，信号维数的估计，预报误差法参数辨识-松弛的思想，微分方程组数值解方法，是信号处理的基础，最大似然（ML）准则和最大后验概率（MAP）准则，在matlab环境中自动识别连通区域的大小,相参脉冲串复调制信号。- Dual-line interpolation FFT harmonic analysis kaiser windows, Signal dimension estimates, Prediction Error Method for Param
ML
- 最大似然法（Maximum Likelihood，ML）也称为最大概似估计，也叫极大似然估计，是一种具有理论性的点估计法，此方法的基本思想是：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大，而不是像最小二乘估计法旨在得到使得模型能最好地拟合样本数据的参数估计量。-Maximum likelihood method (Maximum Likelihood, ML), also known as maximum likelihood estim
sytish
- 基于互功率谱的时延估计，数值分析的EULER法，最大似然（ML）准则和最大后验概率（MAP）准则。- Based on the time delay estimation of power spectrum, EULER numerical analysis method, Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion.
jaimen_v58
- 一个很有用的程序，ML法能够很好的估计信号的信噪比,最大似然（ML）准则和最大后验概率（MAP）准则。- A very useful program, ML estimation method can be a good signal to noise ratio, Maximum Likelihood (ML) criteria and maximum a posteriori (MAP) criterion.
FullBNT-1.0.4
- 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表（多项式）节点 Noisy-or 节点 其它（噪音）确定性节点 Softmax（多项式 分对数）节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数学
sml随机最大似然估计法计算doa的例程
- sml随机最大似然估计法计算doa的例程