搜索资源列表
clock12323232
- 工学博士学位论文 目前，扩展卡尔曼滤波是研究初始对准和惯性/GPS组合导航问题的一个主要手段。 但初始对准和惯性/GPS组合导航问题本质上是非线性的，对-Engineering PhD thesis Currently, EKF is the initial alignment study and inertial / GPS navigation of a major means. However, initial alignment and inertial / GPS navigation
数字图像处理实际应用代码
- 该代码包含到数字图像处理的多种实际应用，如图象直方图统计，图象的线性变换，图象平滑消噪处理，图象锐化处理，中值滤波处理，伪彩色增强处理，图象勾边处理，彩色图象处理锐化处理等，对初学者有很大的帮助。
LMS算法matlab代码
- LMS算法matlab代码，感知器和自适应线性元件在历史上几乎是同时提出的，并且两者在对权值的调整的算法非常相似。它们都是基于纠错学习规则的学习算法。感知器算法存在如下问题：不能推广到一般的前向网络中；函数不是线性可分时，得不出任何结果。而由美国斯坦福大学的Widrow和Hoff在研究自适应理论时提出的LMS算法，由于其容易实现而很快得到了广泛应用，成为自适应滤波的标准算法。
lfm_radar
- 线性调频脉冲压缩雷达仿真(含匹配滤波、结果、图示)-Linear FM pulse compression radar simulation (including the matched filter, as a result, icons)
Kalman__vb
- 卡尔曼滤波的vb源程序(现设线性时变系统的离散状态防城和观测方程)-Kalman Filter vb source (now based linear time-varying systems of discrete state Fangcheng and observation equation)
nolinekalman
- 目标跟踪中非线性滤波，要用的下下来-Target tracking in nonlinear filtering, use the next down a good look at
liguyue
- 数字信号处理的课程设计。题目是语音信号滤波去噪——使用双线性变换法设计的切比雪夫II型滤波器-Digital signal processing design curriculum. Topics are filtering denoising speech signals- the use of bilinear transform design Chebyshev Type II Filter
wangzhe
- 语音信号滤波去噪——使用双线性变换法设计的椭圆滤波器。-Speech Signal Denoising Filtering- Bilinear transformation method using the elliptic filter design.
zy5
- 摘 要:曝光瞬间造成图像模糊的运动通常作为直线运动近似处理 ,若能找出模糊图像的运动模糊方向 ,并将之旋转到水平轴 ,则二维问题可简化为一维来处理 ,大大简化由模糊图像估计出运动模糊点扩散函数以及图像恢复的过程 ,并为图像恢复的并行计算创造有利条件。由于运动模糊降低了运动方向上图像的高频成 分 ,沿着运动方向实施高通滤波 方向微分 ,可保证微分图像灰度值 绝对值 之和最小。基于此 ,本文利用双线性插值的方法 ,固定并适当选取方向微分的微元大小 ,构造出3 ×3方向微分乘子 ,得到了高效高精度
4
- 卡尔曼于1960年提出了离散系统线性滤波的递推求解方法即卡尔曼滤波算法。该滤波算法是基于线性最小平方法的、进行有效递推计算的一组数学方程式,算法功能强大,支持对过去、现在和将来状态的估算。-Kalman in 1960 proposed a linear discrete-time systems to solve recursive filtering methods for the Kalman filter. The filtering algorithm is based on the
4
- 卡尔曼于1960年提出了离散系统线性滤波的递推求解方法即卡尔曼滤波算法。该滤波算法是基于线性最小平方法的、进行有效递推计算的一组数学方程式,算法功能强大,支持对过去、现在和将来状态的估算。-Kalman in 1960 proposed a linear discrete-time systems to solve recursive filtering methods for the Kalman filter. The filtering algorithm is based on the
ResearchofForwardLinearPredictiononProcessingofSil
- 介绍了前向线性预测滤波算法的基本原理,提出了一种自适应滤波过程中各参数的确定方法,对某硅微陀螺的静态 漂移信号和实际动态信号进行了处理,给出了静态漂移信号滤波前后的Allan 方差和标准差的大小,对滤波前后的误差大小 和误差分布进行了分析,并与小波中值滤波效果进行了比较。结果表明,前向线性预测滤波方法无论是在去噪效果,还是实 时性等方面,都明显优于小波中值滤波-Principle of t he forward linear prediction ( FL P) is int rod
111
- 录制一段个人的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用双线性变换法和窗函数法设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；最后，设计一个信号处理系统界面。-Record a personal voice signal, and recording the signal is sampled draw sampled
RLSxiebojiance
- 以自适应线性组合器为时变谐波检测器的模型, 根据逆归最小乘自适应滤波算法较好的跟踪性能, 使之应用于时变谐波的跟踪检测。仿真表明该方法比以往的基于最小均方 自适应滤波算法的谐波幅值和相位参数的测定具有更好的跟踪效果。-Adaptive linear combiner with harmonic detector is too variable model, according to inverse normalized least square adaptive filter algorit
gy
- 加椒盐噪声，二维高斯低通滤波器，计算二维线性滤波-Add salt and pepper noise, Gaussian low-pass filter to calculate two-dimensional linear filtering
mult-sensor_data_fusion
- 960年，卡尔曼发表了他著名的用递归方法解决离散数据线性滤波 问题的论文。从那以后，得益于数字计算技术的进步，卡尔曼滤波器 已成为推广研究和应用的主题，尤其是在自主或协助导航领域。-960, Kalman published his famous paper describing a recursive solution to the problem of discrete data linear filtering paper. Since then, thanks to advanc
Homomorphic-Analysis-of-Speech
- 在本文中，我们将提出一种分离语音组成部分的程序进行讨论。该程序是基于对非加性信号的非线性滤波的方法，也被称作广义线性滤波。- In this paper, a procedure for separating the components of speech is proposed and discussed. The procedure is based on an approach to nonlinear filtering of signals which have been n
mai-dong-feng-su-mo-ni
- 基于线性滤波法的脉动风速模拟及其MATLAB程序的实现-Achieve linear filtering of fluctuating wind speed and MATLAB simulation program based on
nonlinear-filtering
- 《卡尔曼滤波与组合导航》一书中非线性滤波章节的知识，EKF,UKF,UPF,PF各算法流程比较详细-the flow of EKF,UKF,UPF,PF
卡尔曼滤波原理及应用MATLAB仿真 pdf1
- 卡尔曼滤波原理及应用—MATLAB仿真主要介绍数字信号处理中的卡尔曼（Kalman）滤波算法及在相关领域应用。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波，并介绍其在目标跟踪和制导领域的应用和算法仿真。第5章介绍UKF滤波算法，同时也给出其应用领域内的算法仿真实例。第6章介绍了交互多模型Kalman滤波算法。第7章介绍Simulink环境下，如何通过模块库和S函数构建Kalman滤波器，并给出了系统是线性和非线