说明：各种kalman滤波器的设计，最小均方误差等算法的MSE的计算,包括广义互相关函数GCC时延估计，计算互信息非常有用的一组程序,基于matlab GUI界面设计,wolf 方法计算李雅普诺夫指数。

说明：集合卡尔曼滤波(EnKF) 数据同化方法可以避免了EKF中协方差演变方程预报过程中出现的计算不准确和关于协方差矩阵的大量数据的存储问题,最主要的是可以有效的控制估计误差方差的增长,改善预报的效果。

集合卡曼 matlab数据同化 EnKf-同化 ensemble EKF

说明：无迹卡尔曼滤波UKF摒弃了对非线性函数进行线性化的传统做法，采用卡尔曼线性滤波框架，对于一步预测方程，使用无迹变换UT来处理均值和协方差的非线性传递问题。UKF算法是对非线性函数的概率密度分布进行近似，用一系列确定样本来逼近状态的后验概率密度，而不是对非线性函数进行近似，不需要对Jacobian矩阵...

说明：可以得到很精确的幅值、频率、相位估计，光纤陀螺输出误差的allan方差分析，非常适合计算机视觉方面的研究使用,包括随机梯度算法，相对梯度算法，具有丰富的参数选项,分析了该信号的时域、频域、倒谱，循环谱等。

说明：在功率谱估计中，尤拉沃克方程是尤为重要的，但是尤拉沃克方程的求解却是相当复杂。本程序提供了一中基于L-D递推算法的解尤拉沃克方程的算法，很好的解决了功率谱估计中计算AR参数和输入方差的问题。是很好的一个算法。对初学者很有帮助。

matlab

说明：背景差分法又称背景减法，背景差分法的原理是将当前帧与背景图像进行差分来得到运动目标区域，这种方法较帧差法能更好的识别和提取运动目标，是目前运动分割中最常用的一种方法。但是需要构建一幅背景图像，这幅背景图像必须不含运动目标，并且应该能不断的更新来适应当前背景的变化，构建背景图像的方法有很多，比较常用的...

matlab 基于 差分 识别

说明：针对五单元圆型天线阵干涉仪测向系统，分别对等基线和不等基线的结构和相位模糊进行了分析；通过对多基线测量数据的加权处理提高测向精度，提出了权系数的选择方法和测向信号处理算法，其中包括相位差估计、角度变换、解模糊和接收通道误差校正等；计算机仿真结果表明两种结构基线的测向精度非常接近，在全方位、超短波频段...

五单元 圆型天线阵 干涉仪测向 毕业设计

说明：(1) 音频信号信号输入，从声卡输入、从WAV文件输入、从标准信号发生器输入；(2) 信号波形分析，包括幅值、频率、周期、相位的估计，以及统计量峰值、均值、均方值和方差的计算；(3) 信号频谱分析，频率、周期的估计，图形显示幅值谱、相位谱、实频谱、虚频谱和功率谱的曲线。

matlab 音频 实现 设计 频谱分析仪

说明：进行逐步线性回归，阐述了负荷预测的应用研究,通过虚拟阵元进行DOA估计，最小均方误差（MMSE）的算法，添加噪声处理，相控阵天线的方向图（切比雪夫加权），直线阵采用切比学夫加权控制主旁瓣比。

切负荷 doa-MMSE 线性预测-虚拟 doa误差 MMSE-DOA

说明：假定确定性函数 Y 具有加性高斯噪声，EVAR(Y) 返回这种噪声估计的方的差。 薄板样条平滑模型用来平滑 Y。它假设其广义的交叉验证分数是最小的模型可以提供的加性噪声方差。几个测试表明 EVAR 工作得很好"不太不规则"功能。

matlab