说明：最小均方（LMS）算法

subtitless

说明：资源描述function [Reserve,Remove] = OutlierRemoval ( Input ) %用于剔除LiDAR中的粗差点 %Input[X,Y,Z,....]  Output为删除Input粗差点所在行 %算法思想：第一步，以0.1米为间隔对整个高程范围分段，分别统计各...

matlab LIDAR 剔除

说明：应用背景本代码是用于识别MATLAB软件的源代码的一个精确的摄像机。这意味着使用纹理技术在图像处理中。它所使用的图像特征之一是相关的特征，这是一种有效的图像特征。关键技术用于图像的源摄像机检测与识别。这意味着使用纹理技术。用于识别源相机装置的相关特性。MATLAB图像处理工作。

matlab

说明：最简单的分割形式是阈值分割。全局阈值。在最佳阈值分割中，设计了一个准则来产生区域间函数分离的一些度量。两个区域被认为是前景和背景。在Otsu方法中，通过选取两类像素间的最低点，进行方差分析，将每类像素的平均值与所有像素的整体亮度平均值的变化定义为

matlab

说明：文件夹中NPFMain.m为滤波算法主运行程序，CRLBCompute.m为计算CRLB并且画出CRLB、NPF、EKF/IMM-EKF滤波误差(均值和均方差)曲线。

CRLB-Matlab程序 CRLB-EKF EKF和CRLB matlab-CRLB IMM-EKF

说明：基于lms算法的干扰自适应抵消，LMS算法是基于最陡下降法的统计估计的最小均方值算法，令误差的均方值达到最小时的抽头系数的值即为最优解。LMS算法抽头系数w的变化方向为代价方程的负梯度方向。

lms算法 干扰 抵消

说明： 模糊聚类算法，里面包含了空间负荷预测的一些样本数据。文件比较齐全，可以使用。

负荷预测 聚类算法 预测 负荷聚类 forecasting 模糊聚类预测

说明：用α-β滤波器结合卡尔曼滤波器对相位差及其变化率数据进行处理,提高数据的测量精度,从而为进行机载单站无源定位提供高精度数据.给出了误差均方差作为精度指标.

α滤波 单站定位 误差变化率 机载 定位 单站

说明：核密度估计(kde)的工具箱,来源于 Copyright (C) 2003 Alexander Ihler。

核密度估计 KDE 核密度估计KDE

说明：雷达数据处理对于观测的目标位置数据（称为点迹）进行滤波处理，自动形成航迹，并且可以对下一个目标的位置进行估计预测。利用最小二乘算法（LMS）进行滤波处理，得到了比较稳定的航迹估计。 最小二乘方法是参数估计中一种较为常见的参数估计方法。对于雷达观测数据，在我们假定已经精确知道航迹的运动学模型之后，通过...

序贯雷达 matlab雷达方程 雷达点迹 target-track-lms 航迹预测