搜索资源列表
image_digital
- 图象通信中的图像的数字化与统计特性，显示了图像的数字化参数选择与质量的关系-image communication of digital images and statistical characteristics of the image shows the number of parameters and quality of the relationship
sig_gen
- 用于某些测试程序中的测试向量生成。 根据输入的统计特性，生成符合该统计特性的随机测试向量到输出文件。-certain testing procedures for the test vector generation. According to the statistics of imported produce with the statistical characteristics of the random test patterns to the output document.
AdaptiveFilter
- 所谓的自适应滤波，就是利用前一时刻以获得的滤波器参数的结果，自动的调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。自适应滤波器实质上就是一种能调节其自身传输特性以达到最优的维纳滤波器。自适应滤波器不需要关于输入信号的先验知识，计算量小，特别适用于实时处理。
AFA
- 自适应滤波器的特点是自动调节自身的冲激响应,达到最优滤波,此算法适用于平稳和非平稳随机信号,并且不要求知道信号和噪声的统计特性。
zuiyou
- 用一观测器从t=1秒开始对一个运动目标的距离进行连续地跟踪测量，假设观测的间隔为一秒钟，雷达到运动目标之间的距离为S(t)（1） 统计特性的初值为 （2）观测误差是与和均不相关的白噪声序列，并且有 （3）观测数据存放在附加的文件中（单位：m）。 要求：分析上述对象，建立系统模型，构造卡尔曼滤波器，编程计算，求： （1） 距离S(t)的最佳估计及估计误差， （2） 距离S(t-5)的最佳平滑及估计误差， （3） 距离S(t+5)的最佳预测及估计误差，
arith-n
- 本设计的目的是：通过分析中文手写笔迹图象特有的灰度以及二维空间分布的统计特性，采用二维游程Hufman编码方法对图象进行压缩与解压缩处理，编写压缩与解压缩应用程序。-the purpose of this design is : Chinese handwriting analysis specific to the gray images of the two-dimensional spatial distribution of statistical characteristics usi
增广最小二乘估计
- 如果噪声e(k)为有色噪声时，采用最小二乘辨识系统参数为有偏估计，为改善噪声e(k)为有色噪声模型的系统参数估计的统计特性，提出一种增广矩阵的方法
exp1
- 基于matlab估计随机变量的统计特性 随机信号处理的课程实验-Matlab estimated based on the statistical characteristics of random variables Random signal processing course experiment
m12_3
- 为了改善噪声e(k)为有色噪声模型的系统参数估计的统计特性，提出了一种增广矩阵的方法，称为增广最小二乘算法，MATLAB实现范例-In order to improve the noise e (k) for the colored noise model of the system parameters estimated statistical characteristics, an Augmented Matrix method, called Augmented Least Square
Kronecker_matlab
- 运用matlab实现了kronecker无线信道模型的仿真，并有相应的测试例，可以直接通过本源码得到kronecker模型的H矩阵及其各种统计特性。-Kronecker achieved using matlab wireless channel model simulation, and there is a corresponding test cases can be directly obtained through this source kronecker model H-matri
jcwtlib-0.01.tar
- 独立成分分析（Independent Component Analysis, ICA）是近年来发展起来的一种有效的盲分离技术，最早是由法国学者Herault和Jutten于1986年提出。ICA方法的提出最初是用来解决“鸡尾酒会”问题，其过程可以归纳为，在源信号与传输通道参数均未知的情况下，仅根据源信号的统计特性，出现测信号恢复出源信号。ICA分析的关键在于根据一定的优化准则建立描述输出信号独立程度的优化判据，即目标函数，并设计相应的优化算法，寻求最优的分离矩阵，使得输出信号中各分量尽可能相互独
jiyumohushenjingwangluo
- 基于模糊神经网络盲均衡算法的研究 摘要 无线和数字通信系统中，由于信号在传输过程中会受到复杂传播机制 的影响，从而产生码间干扰。为了消除码间干扰，要在接收端进行均衡， 以补偿信道特性，正确恢复发送序列。传统的均衡器由于需要不断地发送 训练序列，已经不能满足数字通信技术发展的要求。盲均衡技术不需要训 练序列，仅利用接收序列的统计特性便能自适应地调节参数，也就是说， 盲均衡技术本身完全不用训练序列，就可以自启动收敛并防止失锁情况， 且能使滤波器的输出与要恢复的输入信号
BlindEqualizationBasedonGeneticAlgorithm
- 盲均衡技术能够仅利用接收信号的统计特性对信道特性进行均衡，克服了传统自适应均衡技术需要训练序列、降低系统有效信息传输率的缺陷，成为目前的研究热点。本文简单介绍了通信中的盲均衡技术，并针对一个简单的信道模型给出了基于遗传算法的盲均衡算法。仿真结果表明，多次迭代的盲均衡的均值能够很好地代表未知信道的性能。 -Blind equalization was an adaptive equalization technique,which could equalize the properties o
bandpass
- 产生随机信号 并通过带通滤波器 并计算统计特性Any changes made cards can be good results-Random signal generated by band-pass filter and calculate the statistical properties
icasso
- 一种新的ICA盲分离方法，分离效果较好，基于SSO的统计特性，经过验证对复值信号有良好的分离效果-ICA, a new blind separation method, separation is better, based on the statistical properties of SSO, proven value of the complex signal has a good separation
pinjia
- 为了客观和定量的评价上述不同融合方法用于多聚焦图像融合的性能，根据图像自身统计特性对其进行评价，在无标准参考图像的情况下选取均清晰度即平均梯度、空间频域、信息熵、标准差四个参数综合评价各方法的融合性能-为了客观和定量的评价上述不同融合方法用于多聚焦图像融合的性能，根据图像自身统计特性对其进行评价[11,18]，本文在无标准参考图像的情况下选取均清晰度即平均梯度、空间频域、信息熵、标准差四个参数综合评价各方法的融合性能
ukf
- EKF仅仅利用了非线性函数Taylor展开式的一阶偏导部分（忽略高阶项），常常导致在状态的后验分布的估计上产生较大的误差，影响滤波算法的性能，从而影响整个跟踪系统的性能。最近，在自适应滤波领域又出现了新的算法——无味变换Kalman滤波器（Unscented Kalman Filter-UKF）。UKF的思想不同于EKF滤波，它通过设计少量的σ点，由σ点经由非线性函数的传播，计算出随机向量一、二阶统计特性的传播。因此它比EKF滤波能更好地迫近状态方程的非线性特性，从而比EKF滤波具有更高的估计精
non-Rayleigh-reverberation
- 非瑞利混响和杂波信号的产生及其统计特性的仿真程序-Simulation of non-Rayleigh reverberation and clutter
bootgmregress
- 自举是一种由重采样估计，独立和（蒙特卡洛重采样）等概率设置一个单一的数据统计变化的一个途径。允许的措施估计那里的潜在分布是未知的或者样本量很小。他们的结果与这些分析方法的统计特性相一致。 在这里，我们使用非参数逼近。非参数引导更简单。它不使用该模型的结构，建造人工数据。矢量[易西]是重采样，而不是直接与replecement。这些参数是从这些对构建。 二，回归模型时，应使用在回归方程中的两个变量是随机的，会有错误的，即不是由研究者控制。模式，我用普通最小二乘回归低估了变量之间的错误时，
HuffmanTree
- 读取LENA图片灰度值，统计出灰度值的统计特性，然后根据此来构造香农编码和哈弗曼编码。-Read the picture LENA, then construct the Shannon Code and Huffman Code.