说明：所谓粒子滤波就是指：通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波。 粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模...
说明：Kalman Filter是一个高效的递归滤波器，它可以实现从一系列的噪声测量中，估计动态系统的状态。广泛应用于包含Radar、计算机视觉在内的等工程应用领域，在控制理论和控制系统工程中也是一个非常重要的课题。连同线性均方规划，卡尔曼滤波器可以用于解决LQG(Linear-quadratic-Gau...
说明：这个工具箱支持滤波，平滑和参数估计 （使用 EM） 线性动力系统。 功能： 1。kalman_filter 2.kalman_smoother-实现 RTS 方程 3.learn_kalman-发现最大似然估计的参数使用 EM 4.sample_lds-生成随机样本 5。AR_to_SS-转换到状态...
说明：本章介绍两种非线性Kalman滤波器[15-17]，一种是扩展Kalman滤波器（Extended Kalman Filter，简称EKF），其基本思想是利用泰勒展开，将非线性方程直接线性化。线性化后的系统模型和系统实际的非线性模型会有差别，非线性越强，差别就会越大。不过，EKF的优势也不容忽视，由...
说明：文章展示了基于高斯混合模型的语音频谱预测方法。频谱预测可能在传包过程中预防丢包这方面起到大作用。期望最大化算法用两倍或三倍的连续语音因素来测试模型。模型被用来设计第一，儿等指令预测量。预测表用频谱分配状态来估计并和一个简单的参考模型对比。最好的预测表得到一个平均频率扭曲值是0.46dB小于参考模型
说明：本文采用基于无模型的自抗扰算法，将网络环节和被控对象同视为控制对象，利用扩张状态观测器对控制系统的变化进行实时观测估计。