搜索资源列表
hosa
- 一套高阶统计量计算的信号处理MATLAB程序库-set of higher-order statistics to calculate the signal processing procedures for MATLAB
cyclostationary_toolbox
- 计算循环平稳信号的4阶累积量，很好的算法-for 4th cumulant of cyclonationary signals
kalman-tracking-sinusoidal-signals
- kalman正弦信号跟踪： 红色为原始状态输出；绿色为量测方程输出；黑色为状态方程输出；蓝色为卡尔曼滤波输出-kalman tracking sinusoidal signals: red output to its original state green measurement equation output black output for the equation of state blue for the Kalman filter output
cor_ls
- 把辨识分成两步进行：第一步：利用相关分析法获得对象的非参数模型（脉冲响应或相关函数）；第二步：利用最小二乘法、辅助变量法或增广最小二乘法等，进一步求的对象的参数模型。如果模型噪声与输入无关，则Cor-ls相关最小二乘法（二步法）可以得到较好的辨识结果。Cor-ls相关最小二乘法（二步法）实质上是先对数据进行一次相关分析，滤除了有色噪声的影响，再利用最小二乘法必然就会改善辨识结果。能适应较宽广的噪声范围，计算量不大，初始值对辨识结果影响较小。但要求输入信号与噪声不相关-The identifica
331
- 针对齿轮箱振动信号的非平稳性和非线性, 提出一种多重分形和支持向量机相结合的故障 诊断方法。运用多重分形理论方法对齿轮振动信号进行分析, 通过分析发现多重分形谱和广义维数作 为故障特征能够很好地反映齿轮箱的工作状态 对支持向量机的参数利用粒子群优化算法进行优化, 并 将齿轮箱振动信号的多重分形特征量作为支持向量机的输入参数以识别齿轮的故障类型。实验结果表明, 该方法在样本较小的情况下能够准确对齿轮箱的故障类型进行分类-Gearbox vibration signal of non-s
emd
- 经验模态分解（empirical mode decomposition),通过EMD方法可以把任何一个信号分解为数个固有模态函数和一个残量之和。
Neural-Network-Noise-Cancellation
- ，自适应神经网络噪声抵消系统不需要关于输入信号的先验知识，非线性映射能力强，具有自学习能力、计算量小和实时性好等特点，利用该系统对含噪声的非线性信号建模，可达到消除噪声的目的。-The adaptive neural network noise canceling system does not need prior knowledge about the input signal, strong nonlinear mapping ability, self-learning ability,
uk803
- 采用的是脉冲对消法，给出接收信号眼图及系统仿真误码率，使用高阶累积量对MPSK信号进行调制识别。- It uses a pulse of consumer law, The received signal is given eye and BER simulation systems, Using high-order cumulants of MPSK signal modulation recognition.
qwhxjlv5
- 张量分析工具,计算乘积测度空间的张量用于信号处理-Tensor analysis tool, calculation of tensor product measure space used in signal processing
rtmdc
- 意信号卷积的运算,并且绘制图象，鲁棒性好，性能优越，使用高阶累积量对MPSK信号进行调制识别。- Convolution operation is intended to signal and image rendering, Robustness, superior performance, Using high-order cumulants of MPSK signal modulation recognition.
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称