![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
信号处理
文章平均质量分 52
Sophia要一直努力
快来个可以carry我的男朋友
展开
-
卡尔曼滤波初识
最近偶然接触到了卡尔曼滤波这个概念,先来简单地学习它的基本理念吧~卡尔曼滤波用于预测,既能包含数据的时序信息,也可以结合当前时刻的观测信息。卡尔曼递推算法根据前一个时刻状态的估计值和当前时刻的观测数据,递推估计当前时刻的状态值。卡尔曼滤波是采用递推的算法实现的,其基本思想是先不考虑过程噪声ωk和观测噪声vk的影响,得到状态变量和输出信号(观测数据)的估计值,再用输出信号的估计误差加权后校正状态变量的估计值,使状态变量估计误差的均方值最小。因此,卡尔曼滤波的关键是计算出加权矩阵的最佳值。主要涉及两个.原创 2021-06-03 13:27:52 · 336 阅读 · 1 评论 -
小波系数的维度
计算小波方差时,涉及小波系数的概念,而我对这方面实在小白,很多基础东西都还不理解。特来整理并记录一下下。首先,看一下小波方差的概念。1.2.我的理解就是,小波方差就是每一尺度小波系数的平方和。当你用【19043X1】维的数据进行小波分析,分解层数设置为32,得到的小波系数的维度就是【32X19043】小波系数是没有量纲的,相当于用不同的尺子(尺度)测量得到的数字,需要经过重构这些系数得到实际有量纲的信号。(测量过程可看作小波变换)在matlab中,求小波方差的语句为a = sum(ab.原创 2020-09-14 13:53:59 · 1422 阅读 · 0 评论 -
小波分解的尺度和层数
在理解小波系数的维度的时候,被小波分解的尺度和层数搞迷糊了,看了几个博客和文档,整理了自己的理解。先看小波分解过程以及频率的划分尺度和分解层数不是一个概念,但是有如下的关系:尺度与分解频率成反比分解层数是对频率范围进行一定的划分因此,分解层数和尺度是一一对应的,有几个分解层数就有几个尺度。尺度就像是把尺子,每个分解层都是在用不同的尺子对原始信号进行度量。所以,有几个分解层数就有几把尺子。而分析频率决定了分解层数,即需要用到多精细的尺子来对信号进行度量。参考链接:小波变化与小波降噪小波.原创 2020-09-14 12:58:53 · 16331 阅读 · 0 评论