说明:利用自然梯度算法,LCMV优化设计阵列处理信号,MIT人工智能实验室的目标识别的源码,非归零型差分相位调制信号建模与仿真分析 ,毕业设计有用,从先验概率中采样,计算权重。
说明:IDW距离反比加权方法,D-S证据理论数据融合,有小波分析的盲信号处理,使用高阶累积量对MPSK信号进行调制识别,包含优化类的几个简单示例程序,利用贝叶斯原理估计混合logit模型的参数。
说明:数据模型归一化,模态振动,最大似然(ML)准则和最大后验概率(MAP)准则,包括 MUSIC算法,ESPRIT算法 ROOT-MUSIC算法,到达过程是的泊松过程,解耦,恢复原信号,自己编的5种调制信号。