说明:2012年提出的i一个非常有效的去除椒盐噪声的算法,模糊中值滤波的原理是根据像素点的梯度构建模糊隶属度函数,利用隶属度函数对中值滤波进行加权处理。
matlab 模糊 滤波 源码
说明:进行波形数据分析,D-S证据理论数据融合,BP神经网络用于函数拟合与模式识别,是一种双隐层反向传播神经网络,ICA(主分量分析)算法和程序,基于chebyshev的水声信号分析。
算法 源码 滤波器 跟踪 一个 粒子
说明:正确率可以达到98%,可以实现模式识别领域的数据的分类及回归,滤波求和方式实现宽带波束形成,最终的权值矩阵就是滤波器的系数,对于初学matlab的同学会有帮助,添加噪声处理。
分类 源程序 数据 自己 SvmPcaKnn
说明:用于特征降维,特征融合,相关分析等,对于初学者具有参考意义,时间序列数据分析中的梅林变换工具,验证可用,FIR 底通和带通滤波器和IIR 底通和带通滤波器,包括单边带、双边带、载波抑制及四倍频。
matlab 源程序 使用 数据分析 组织 迭代 isodata
说明:有PMUSIC 校正前和校正后的比较,分析了该信号的时域、频域、倒谱,循环谱等,课程设计时编写的matlab程序代码,三相光伏逆变并网的仿真,FIR 底通和带通滤波器和IIR 底通和带通滤波器,进行波形数据分析。
识别 自己 模式 领域 数据处理
说明:应用背景卷和免费的滤波的基音估计。 ;该算法使用:陀螺和accelorometer从IMU数据。 ;-空速从晴雨表从GPS的地面速度关键技术MEMS陀螺仪,GPS和气压数据从飞机。 ;融合算法是适用的嵌入式平台
matlab 滤波器 估计 姿态 互补
说明:北航卡尔曼滤波与组合导航 第三次作业 SINS/GPS组合动态实验 作业说明: 1. “IMU.dat”文件为原始惯导数据,其中,第1列为序号,第2列为UTC时间(单位:ms),第3~5列是X、Y、Z方向陀螺输出的角速率(单位°/h),第6~8列是X、Y、Z方向加速度计输出的比力(g,重力加速度);...
北航 卡尔曼滤波 组合导航 第三次作业
说明:本程序通过卡尔曼滤波。对航迹进行估计,然后通过最近邻域算法,实现数据互联。
航迹-近邻 卡尔曼-航迹 航迹互联 卡尔曼滤波 滤波航迹
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:空气耦合超声传感器的接收信号掺杂有大量噪声信号,根据传感器的参数设计匹配带通滤波器,提高接收信号的质量。
实验信号 超声信号 带通滤波