搜索资源列表
05040031
- 文件包含有5项内容： 一、扩展卡尔曼滤波EKF 二、去偏转换卡尔曼滤波CMKF 三、最小二乘拟和的方法 四、最小二乘、EKF、CMKF的比较 五、野值剔除算法 用MATLAB实现了这些具体算法和要求 -document contains five elements : an extended Kalman Filter EKF two, Partial conversion to CMKF three Kalman filtering, and the least s
LMS
- 最小均方（LMS）自适应算法就是一中已期望响应和滤波输出信号之间误差的均方值最小为准的，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。LMS算法是一种梯度最速下降方法，其显著的特点是它的简单性。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。
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
filter
- 能够实现对三维点云数据的中值滤波、均值滤波、以及最小二乘滤波-Able to achieve a three-dimensional point cloud data, median filtering, mean filtering, and least squares filtering
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
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
zesatfye
- 采用偏最小二乘法，最终的权值矩阵就是滤波器的系数，滤波求和方式实现宽带波束形成，添加噪声处理，有详细的注释，isodata 迭代自组织的数据分析，IMC-PID是利用内模控制原理来对PID参数进行计算，正确率可以达到98％。 - Partial least squares method, The final weight matrix is ??the filter coefficient, Filtering summation way broadband beamforming, Add