- 博客(7)
- 收藏
- 关注
原创 维纳滤波器(Wiener)递推,波形估计,相关matlab代码以及思路
维纳滤波器是一种从噪声中提取信号的最佳线性估计方法,假定一个线性系统的单位脉冲响应为h(n),输入信号为x(n),且输入的随机信号x(n)是一个含噪声信号。
2023-09-11 17:40:25
905
原创 卡尔曼滤波递推,波形估计,相关matlab代码以及思路
1、一连续平稳的随机信号,自相关函数,信号为加性噪声所干扰,噪声是白噪声,测量值的离散值为已知。Q =[0.5, 1;% 过程噪声协方差矩阵。ylabel('信号幅值');% 协方差的一步预测。% F 为状态转移矩阵。% P1 为前一时刻协方差矩阵。% Q 为过程噪声的协方差矩阵。% x1 为前一时刻状态值。% R 为观测噪声协方差。
2023-09-11 17:27:35
303
原创 MATLAB 数据融合,基本思路,数据加权过程
根据通道性能动态调整权重(可以估计信噪比,方差,信号的强度来决定权重比?% 计算每个通道的贡献,将权重值和i点数据相乘,表明该点信号融合的分量。% 通道1的初始权重。% 通道2的初始权重。title('通道1数据');title('通道2数据');title('原始信号');title('融合结果');
2023-09-11 17:08:24
691
1
原创 什么是 有色噪声(Colored Noise)
例如,粉噪声在音频领域中被用作人类听觉系统的模型,蓝噪声常用于数字音频的抖动(dithering)技术,红噪声可以用于模拟随机过程和天文学中的信号处理,紫噪声在光学和电信领域中有应用。在不同的频率范围内,有色噪声可能具有不同的概率密度函数形态,如粉噪声、蓝噪声、红噪声等。有色噪声是指在频率上不均匀分布能量的噪声信号,与高斯白噪声相比,有色噪声在频谱上的能量分布不是平坦的,而是存在频率相关性或偏差。相比于高斯白噪声,有色 噪声在频谱上的能量分布不是平坦的,而是存在频率相关性或偏差。
2023-06-07 20:49:58
3305
1
原创 高斯白噪声与非高斯噪声
在时间域上,高斯白噪声的样本值是完全随机的,并且彼此之间是独立的。在高斯分布中,样本值的取值服从正态分布,具有平均值为0和方差为σ²的特性,其中σ²表示噪声的功率。α稳定噪声的特点是具有尖峰的形状和重尾分布,具有较高的峰值和较长的尾部。需要注意的是,实际应用中的噪声往往不是完全的高斯白噪声,可能会包含其他成分或特性。然而,高斯白噪声在理论上和许多实际应用中仍然具有重要的作用,尤其是作为理想化的噪声模型进行分析和建模。在频域上,高斯白噪声的功率谱密度是常数,即在整个频率范围内具有相等的能量。
2023-06-07 20:48:24
2709
1
原创 归一化(Normalization):一种常见的数据处理方法
归一化(Normalization)是一种常见的数据处理方法,用于将数据调整到特定的范围或标准化的形式。归一化方法的选择取决于具体的应用和数据特点。小数定标归一化(Decimal Scaling):通过移动数据的小数点位置来实现归一化,使数据落在 [-1, 1] 或 [-0.5, 0.5] 等区间内。归一化范数(Normalization by Norm):将数据向量除以其范数,使得数据向量的范数为1。Z-score归一化(Standardization):将数据转化为均值为0、标准差为1的标准正态分布。
2023-06-07 20:44:08
2961
1
AN5642相关模块资料,原理图资料
2023-09-11
AN5640模块资料,OV5640自动聚焦摄像模组应用指南,原理图电路图
2023-09-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人