搜索资源列表
speech_enhancement
- 自己编写的用谱相减，最小均方和维纳滤波实现语音增强的matlab文件-themselves with the preparation of spectral subtraction, the minimum mean square Wiener filtering and enhanced voice document Matlab
基于LMS(最小均方误差算法)的自适应滤波的源程序
- 基于LMS(最小均方误差算法)的自适应滤波的源程序，基于matlab-based on the LMS (minimum mean square error algorithm) adaptive filtering of the source, based on Matlab
filter
- ％ y=filter(sig,fmin,fmax) ％ 对信号进行理想滤波，可完成低通，带通 ％ sig为被滤波信号 ％ fmin为下限频率，当fmin为0时为低通滤波器，当fmin>0时，为带通滤波器 ％ fmax为上限频率，fmax>fmin ％ fs为信号的采样频率 ％ y为经过滤波后的信号 -％ Y = filter (sig, fmin, fmax)％ of the ideal signal filtering, to be com
Min_Filtering
- Minimum Filtering for Noise Reduction
LMS
- 自适应滤波中的最小均方误差算法（LMS)仿真程序，可以绘制梯度曲线.-Adaptive filtering in the minimum mean square error algorithm (LMS) simulation program, you can draw the gradient curve.
zr
- 1. 用双线性变换法设计一个巴特沃斯低通IIR数字滤波器。设计指标参数为：在通带内频率低于0.2π时，最大衰减小于1dB；在阻带内[0.3π, π]频率区间上，最小衰减大于15dB. 2.0.02π为采样间隔，打印出数字滤波器在频率区间[0, π/2]上的频率响应特性曲线。 3. 用所设计的滤波器对实际心电图信号采样序列进行仿真滤波处理，观察总结滤波作用与效果 附：心电图采样序列x(n) 人体心电图信号在测量过程中往往受到工业高频干扰，所以必须经过低通滤波处理后，才能作为判断心脏
equality_constraints_of_uncertain_systems_filterin
- 研究了一类离散不确定系统中存在等式约束时的最优滤波问题，在均方误差最小的意义下利用卡尔曼滤波给出了最优解。与传统的不确定滤波结果相比，从理论证明了利用更多信息的约束滤波的估计误差协方差的迹更小。-A class of discrete uncertain systems exist in the optimal filter when the equality constraint problem, the minimum mean square error in the sense of Ka
Kalman_Filter
- 卡尔曼滤波的源程序，卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法。-Kalman filtering of source code, Kalman filter based on minimum mean square error for estimating the best criteria to search for a recursive estimation algorithm.
Fast_Kalman_Filter
- 快速卡尔曼滤波的源程序，卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法。-Fast Kalman filtering of source code, Kalman filter based on minimum mean square error for estimating the best criteria to search for a recursive estimation algorithm.
design-filter-to-minimum-noise
- 根据加噪声的音乐信号，设计合适的滤波器，对原有信号进行滤波，去除噪声，实现滤波功能。-According to the signal plus noise music, design the appropriate filter, the original signal is filtered to remove noise, the filtering function.
Adaptive-Online-Learning
- 基于EKF的神经网络自适应在线学习算法，包含例子和文档。-We show that a hierarchical Bayesian modeling approach allows us to perform regularization in sequential learning. We identify three inference levels within this hierarchy: model selection, parameter estimation, and
C
- 卡尔曼滤波器的算法C实现 最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联科学家Ｋолмогоров等人的研究工作，后人统称为维纳滤波理论。从理论上说，维纳滤波的最大缺点是必须用到无限过去的数据，不适用于实时处理。为了克服这一缺点，60年代Kalman把状态空间模型引入滤波理论，并导出了一套递推估计算法，后人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差为估计的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利用前一时刻地估计值和现时刻的观测值来
main
- 在doa估计中最小均方误差的算子，在自适应滤波中有相关的应用-Doa estimation minimum mean square error of the operator, adaptive filtering application
test
- 首先生成如下形式的图片：图中的白条为7象素宽，210象素高，白条间的宽度为17象素。 然后应用多种滤波器进行处理：算术均值，几何均值，谐波均值，逆谐波均值，中值滤波，中点滤波，最大值、最小值滤波等。最后详细比较上述的结果，并分析原因。（内含实验报告）-Pictures first generate the following form: in IOUs 7 pixels wide by 210 pixels high, IOUs between the width of 17 pixels
50th-Filtering
- 基于最少方差算法的电流50次谐波的Matlab的M文件程序，用于谐波分析-Current is 50 times harmonic based on minimum variance algorithm Matlab M file, used for harmonic analysis
M_nlms
- 该程序是一种最小均方误差滤波算法的matlab实现，主要应用于干扰对消方面-The program is a minimum mean square error filtering algorithm matlab realize, mainly used in interference cancellation
lms
- 利用相关的瞬时值通过在工作过程中的逐步调整参数逼近信号的统计特性，实现最优滤波。由此，我们得到一种最常用的算法——最小均方算法，简称LMS算法。-By using the instantaneous value of the correlation operation of the progressive approximation of the statistical properties of the signal to adjust the parameters to achieve op
WienerScalart96
- 维纳滤波器（Wiener filter）是由数学家维纳（Rorbert Wiener）提出的一种以最小平方为最优准则的线性滤波器。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。-Wiener filter (Wiener filter) is caused by a mathematician Wiener (Rorbert Wiener)
FdRLS
- 雷达数据处理对于观测的目标位置数据（称为点迹）进行滤波处理，自动形成航迹，并且可以对下一个目标的位置进行估计预测。利用最小二乘算法（LMS）进行滤波处理，得到了比较稳定的航迹估计。 最小二乘方法是参数估计中一种较为常见的参数估计方法。对于雷达观测数据，在我们假定已经精确知道航迹的运动学模型之后，通过建立观测方程，即可以对于模型的参数，如初速度，初始位置和加速度等进行最小均方误差估计。采用序贯最小二乘的方法可以对观测数据进行实时处理，已对待估计参数进行实时更新，然后利用观测模型可以对 数据进行
kaman
- 卡尔曼滤波是解决以均方误差最小为准则的最佳线性滤波问题，它根据前一个估计值和最近一个观察数据来估计信号的当前值。而本程序是利用matlab实现卡尔曼滤波-Kalman filter is the solution to the minimum mean square error criterion optimal linear filtering problem, which according to the previous estimate and the most recent obser