说明：图像去噪的统计优化的自适应小波包 （WP） 阈值函数基于广义高斯分布。它适用于噪声的图像，以获得最佳的树或最优小波基，利用信息熵计算高效多级 WP 分解。它选择自适应的阈值，即水平和子带依赖分析子带系数的统计参数的基础。在利用的阈值函数中，基于最大后验概率估计，每个系数和相应的子带的均值之间的最优线...

matlab 图像 函数 阈值 自适 应小波

说明：高斯扩展卡尔曼混合概率假设密度滤波器（GM-EKF-PHD），有效的多目标跟踪算法，本人验证有效

说明：包含高斯滤波及最小二乘中线的详细计算过程，可计算自由表面粗糙度和一维粗糙度。

高斯滤波 最小二乘 表面粗糙度 一维粗糙度

说明：复数噪声信号的产生，包括高斯白噪声和色噪声（滤波器可定义）

matlab色噪声 matlab--色噪声 复数滤波器 产生噪声 高斯噪声信号

说明：多目标跟踪，PHD滤波器的使用，实现过程采用高斯混合方法

高斯混合方法 PHD滤波器 多目标跟踪

说明：产生不同类型的目标模型数据，按照虚警概率要求，对不同信噪比时的检测性能进行仿真。 设雷达为平方律检波，检波后进行 10 个脉冲的非相参积累然后进行信号检测。要求产生 Swerling0~IV 型目标信号，设噪声为高斯白噪声，要求对信噪比 SNR [-10dB:1dB:10dB]变化范围内分别进行至少...

虚警概率 信噪比 雷达 信号检测 高斯白噪声

说明：地震信号处理，虚同相轴方法预测层间多次波，将数据分成上下两部分，利用相关和褶积的原理预测出层间多次波。预测信号和原始信号在相位和振幅上存在差异，用L1范数匹配法进行匹配，其中，提供了两种方法解病态方程，分别为高斯-赛德尔方法和正则化方法。

地震信号处理 虚同相轴 和褶积 预测信号 高斯-赛德尔方法 正则化方法

说明：提出了正交频分复用(OFDM)系统中一种新的载波频偏估计算法L载波频偏估计过程可分为获取和跟踪, 其中, 获取过程和时间同步是同时完成的L新算法可实现的最大载波频偏获取范围是整个信号带宽的一半L新的跟踪算法是一个最大似然算法, 在加性白噪声高斯信道(AW GN ) 下, 当N (训练序列长度的一半)...

OFDM 载波频偏估计算法

说明：同态滤波函数：使用频域处理方法的同态滤波函数，非高斯，巴特沃斯或指数型。对于较黑的图像效果更好

同态滤波-图像 图像处理-matlab butterworth homomorphic Homomorphic_Filter

说明：对李纯明的DRLSE进行了改进 利用各向异性扩散提高了分割弱边缘的能力 改进的高斯滤波代替惩罚项 加快了演化速度 节省了时间

weak-edge drlse 改进李纯明 各向异性-高斯 各向异性扩散