搜索资源列表
matlablms
- 基于最小均方误差算法的自适应滤波器在仿真源程序-based on the minimum mean square error of the adaptive filter algorithm for the simulation source
pitchdetection
- 提出了一种改进的基音检测算法, 通过最小化重建谐振峰与原始谐振峰之间的误差得到最 佳的基音估计. 在基音估计中引入误差控制因子以得到无偏的误差函数, 同时对基音轨迹跟踪技术 作了改进, 以保证基音轨迹的正确演变. 实验结果表明, 与 IM B E 标准中的基音检测算法相比, 该 方法能提供更正确且平滑的基音轨迹, 尤其在过渡段能有效地跟踪快速基音变化, 从而使重建语音 具有更好的连续性和主观质量.
基于神经网络的教学质量评估模型
- 本文利用神经网络方法建立教学质量评估系统的数学模型，采用各评价指标作为其输入，教学效果作为输出，基于最小二乘思想，采用梯度搜索技术，以期使网络的实际输出值与期望输出值的误差均方值最小，经仿真计算证明，该数学模型具有较好的辨识精度。
MMSE_BLE.rar
- TD-SCDMA系统中的联合检测算法中的最小均方误差线性块均衡器(MMSE一BLE）算法的MATLAB程序 ,TD-SCDMA system, the joint detection algorithm in the minimum mean square error block linear equalizer (MMSE a BLE) program MATLAB algorithm
MUD
- DS-spread spectrum系统中,噪声为加性高斯白噪声,传统单用户检测,线性解相关多用户检测和最小均方误差多用户检测的性能比较-DS-spread spectrum system, the noise is additive white Gaussian noise, the traditional single-user detection, the linear decorrelating multiuser detection and MMSE Multiuser Detecti
mud
- 注意：刚上传的不完整，以这个为准 （在DS-spread spectrum系统中,噪声为加性高斯白噪声,传统单用户检测,线性解相关多用户检测和最小均方误差多用户检测的性能比较）-In DS-spread spectrum system, the noise is additive white Gaussian noise, the traditional single-user detection, the linear decorrelating multiuser detection and
choas
- 对混沌时间序列相空间重构中最佳延迟时间间隔和嵌入维数的选取方法作 了综述,提出了同时考虑这2 个参数选取的重构展开虚假邻点法以及预测误差最小-Of chaotic time series phase space reconstruction of the best delay time interval and the embedding dimension of the selection methods were reviewed and put forward these two pa
vvvvv
- 图像在获取、传愉和存储过程中, 由于受多种原因如模糊、失真、噪声等的影响, 会造成图像质的下降。维纳滤波是一 种常见的图像复原方法, 该方法的思想是使复原的图像与原图像的均方误差最小原则来复原图像。但是该法其有一定的限 制性, 本文在分析维纳滤波复原图像的基础上, 针对维纳滤波复原过程中产生的振铃效应, 提出了基于维纳滤波图像复原的 改进算法。该葬法通过分析图像的边界条件, 来用对图像边界进行处理的方法, 将图像在边界处对称化。实脸结果表明, 该 方法有效地降低了维纳滤波图像复原
MMSE
- 最小局方误差的语音增强方法，MMSE的最原始应用方法，比较经典的哦入门算法-Minimum error of the Bureau of speech enhancement, MMSE application of the most primitive methods, comparing the classic Introduction to Algorithms oh
Stepper_Motor_Technology
- 本文介绍了两相四拍混合式步进电机的工作原理及其磁网络模型，推 导了步进电机的动态方程。分析了两种细分驱动方法:等电流法和电流 矢量法恒幅均匀旋转法，提出了基于单片机控制的PWM电流矢量恒幅 均匀旋转的细分驱动技术，实现了步进电机32细分驱动。为了补偿步进 电机相绕组电流与其产生磁场之间非线性引起的误差，采用了最小二乘 法对细分步距角误差曲线进行了拟合与修正，提高了细分精度。为了检 测32细分后的步距角，采用了自准直仪加精密数显转台的光学测量方法， 并给出了实验结果，3
LMS
- lms算法极为最小均方误差算法， 是均衡器消除码间串扰一种算法；-lms algorithm
zishiying
- matlab的各种自适应仿真分析。。自适应信息处理的算法、方案繁多，究其实质可归纳为遵循最小均方误差(Least Mean Square，LMS)准则及最小二乘(Least Square，LS)准则两大类，其他算法大多是这两种算法的演进。-matlab simulation analysis of various adaptive. . Adaptive information processing algorithms, a variety of plans, their essence ca
txt2
- 智能天线的自适应算法通过迭代运算获取用于波束形成的最优权值矢量时,是否具有较快的收敛速度和较小的稳态误差成为决定波束形成性能的主要因素.据此提出在传统的LMS算法中引入变步长和变换域的思想,采用改进的自适应算法用于波束形成.MATLAB仿真结果表明,该算法具有较快的收敛速度和较小的稳态误差,波束形成的性能更优.-lms
SC_FDE_system_frequency-domain-equalization-algori
- 。本文研究了SC-FDE系统中的最小均方误差判决反馈 均衡（MMSE-DFE）和基于LMS准则的自适应均衡算法， MATLAB仿真表明，由于LMS自适应均衡算法能有效的跟 踪信道变化并更新均衡器的抽头系数，其性能略优于最小 均方误差判决反馈均衡算法。-. In this paper, the SC-FDE system, the minimum mean square error decision feedback Equalization (MMSE-DFE) and
report
- 本文采用最小平方误差准则(MSE准则)通过训练样本集建立线性判别函数，并用线性判别函数去判断测试集。 实验报告-In this paper, the least square error criterion (MSE criterion) the training sample set by a linear discriminant function, and a linear discriminant function to determine the test set. Expe
kkk.txt
- lms最小均方误差实现的算法 均衡实现 matlab环境-lms
UnsupervisedAnomalyDetectionBasedOnPrincipalCompon
- 入侵检测系统在训练过程中需要大量有标识的监督数据进行学习,不利于其应用和推广.为了解决该问题,提出了一种基于主成分分析的无监督异常检测方法,在最小均方误差原则下学习样本的主要特征,经过压缩和还原的互逆过程后能最大限度地复制样本信息,从而根据均方误差的差异检测出异常信息.构建的仿真系统经过实验证明,基于主成分分析的无监督异常检测方法能够在无需专家前期参与的情况下检测出入侵,实验结果验证了其有效性.-Intrusion Detection System in the training process
Self-adaptionMinerror
- 对二维最小误差法进行三维推广, 并结合三维直方图重建和降维思想提出了一种鲁棒的最小误差阈值分割算法.-For the three-dimensional extension of two-dimensional minimum error method, combined with three-dimensional histogram reconstruction and dimension reduction idea of minimum error thresholding a robu
Matlab
- 卡尔曼滤波器是一个对动态系统的状态序列进行线性最小误差估计的算法，一般用于线性系统。一般在运动跟踪领域中摄像机相对于目标物体运动有时属于非线性系统，但由于在一般运动跟踪问题中图像采集时间间隔较短，可近似将单位时间内目标在图像中的运动看作匀速运动，采用卡尔曼滤波器可以实现对目标运动参数的估计。-Kalman filter is a state sequence of linear dynamic systems smallest error estimation algorithm for lin
微惯性测量单元的误差整机标定和补偿
- 提出了微惯性测量单元( MIMU) 在高动态、高过载复杂应用条件下的误差整机标定和补偿方法。首先, 建立了高动态, 高过载复杂应用条件下MIMU 的误差模型, 该模型包括了结构误差, 传感器安装误差和MEMS 惯性传感器在复杂条件对精度影响较大的误差项, 指零位温度漂移、互耦误差、刻度因子非线性和微陀螺加速度效应误差; 根据模型提出了整机标定补偿方法, 该方法可以标定MIMU 的63 个误差系数, 并且不需要对单个传感器进行标定。然后, 介绍了利用最小二乘法对模型进行误差系数标定的方法和步骤,