- 博客(5)
- 收藏
- 关注
转载 详解统计信号处理之克拉美罗界
各种研究领域(包括无线定位方向)都会碰到参数估计的问题,这时常常会看到克拉美罗界 (Cramér–Rao bound) 这个东西。很多随机信号的书都会介绍什么是克拉美罗界,但初学者学起来往往很吃力,本文从直观上简单讨论一下克拉美罗界的各个方面。什么是参数估计问题 假设一种最简单的情况: 一个物理量为,我们使用某种...
2018-12-02 11:06:36
4888
原创 关于在Quartus II和ModelSim中进行FPGA仿真报错的问题
今天晚上在用Quartus II设计好FPGA代码后,尝试在ModelSim中进行前仿真以验证设计功能的时候,总是报错。错误状态如下: Can’t launch the ModelSim-Altera software – the path to the location of the executables for the ModelSim-Altera software were not sp
2017-07-29 22:51:49
5704
原创 平方Pearson相关系数(SPCC)相关公式的推导
最近推导了维纳滤波的公式,其中最重要的是当然是最小平方误差准则(MSE)。但是在很多实际应用中,参考信号是不可知的,因此MSE准则不具有实际意义。为了解决这个问题,我们需要寻找另一个准则替代MSE成为新的代价函数。这就是皮尔逊相关系数(Pearson Correlation Coefficient, PCC)的来历。通过研究发现,相较于MSE,PCC具有许多吸引人的优秀性质.
2017-07-14 17:01:53
10688
原创 拉普拉斯算子从笛卡尔坐标系到圆柱坐标系下的推导过程
这段时间推导圆膜振动方程的时候,需要将振动方程从笛卡尔坐标系转换到圆柱坐标系。虽然这个结果书上都有了,但是不满足于直接给出的结果,想自己推导一下。于是就有了下面的内容。总结起来:就是将笛卡尔坐标系下的拉普拉斯算子定义式和圆柱坐标系下拉普拉斯算子定义式之间的关系通过坐标转换对应起来,然后利用待定系数法求解相应的系数就可以了。话不多说,上干货。 笛卡尔坐标系下的拉普拉斯算子定义为: (2-1)
2017-04-26 14:50:52
35424
3
原创 卡尔曼滤波器、扩展卡尔曼滤波器、无向卡尔曼滤波器的详细推导
这段时间做轴承故障诊断和预测的时候,需要一个针对已经获取了特征向量的工具来对轴承故障状态进行估计和预测。卡尔曼滤波器可以实现对过去、当前和未来目标位置的估计,所以想通过卡尔曼滤波器的设计思路找到一些灵感。虽然最后发现:卡尔曼滤波器中的状态量是有具体的物理含义的物理量,而表征轴承故障状态的量只是一种表征量。这两者之间存在着本质的差别,但是还是想把推导的结果分享出来,希望对大家有用。
2017-03-01 15:49:28
20761
16
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人