搜索资源列表
MATLAB
- 对噪声信号中的正弦信号，通过Pisarenko谐波分解方法、Music算法和Esprit算法进行频率估计，信号源是： 其中， ， ， ； 是高斯白噪声，方差为 。使用128个数据样本进行估计。 1、用三种算法进行频率估计，独立运行20次，记录各个方法的估计值，计算均值和方差； 2、增加噪声功率，观察和分析各种方法的性能。-Sinusoidal signal in the noise signal through the Pisarenk
main
- 最大熵方法 最小方差以及MUSIC算法对信号DOA进行估计，分别对相干信源和独立信源进行仿真效果分析-Maximum entropy method and the MUSIC algorithm for minimum variance to estimate the signal DOA, respectively, of coherent sources and independent sources for analysis of
leaves-bass-algorithm
- 这是一个贝叶斯独立分量分析(ICA)算法的线性瞬时混合高斯噪声模型和添加剂。解决问题的是ML-II推论,即资源的整合在发现源后和噪声协方差矩阵和混合了最大化的边际似然。充分统计量的估计平均场或变分理论和线性响应修正或通过自适应平均场理论水龙头。平均场方程,解决了信仰传播法的或连续的迭代。-This is a bayesian independent component analysis (ICA) algorithm of instan
dsp
- 随机过程： ，其中 是均值为零、方差为1的白噪声， 、 是相互独立并在 上服从均匀分布的随机相位。采用AIC和MDL准则估计信号源个数，并且画出相应的MUSIC频率估计谱线。 要求：信号样本数为1000，估计的自相关矩阵为8阶。 -Stochastic process: where is zero mean and variance 1 white noise, are independent and uniformly dis
AIC
- 1. 随机过程： ，其中 是均值为零、方差为1的白噪声， 、 是相互独立并在 上服从均匀分布的随机相位。采用AIC和MDL准则估计信号源个数，并且画出相应的MUSIC频率估计谱线。 要求：信号样本数为1000，估计的自相关矩阵为8阶。 分析：利用AIC准则和MDL准则算出信号源个数，然后根据算出的信号源个数计算出MUSIC谱。 -AIC criteria and guidelines for the use of MDL c
DOA-by-modified--MUSIC-algorithm
- MUSIC算法能有效地估计出独立信号源的DOA,并且在模型准确的前提下,对DOA的估计可以达到任意精度 但对相干信号源和相隔比较近的小信噪比信号源,MUSIC算法就不能估计出它们的DOA了。这里通过理论推导提出了一种改进MUSIC算法,计算机仿真的结果表明了该改进MUSIC算法既能够有效地估计出独立信号源的DOA,也能有效地估计出相关信号源和相隔比较近的小信噪比信号源的DOA,从而证明了这种改进MUSIC算法的合理性。-MUSIC a
music.1
- 对波达方向进行估计，通过MUSIC算法估计波达方向，利用MATLAB进行仿真，构造出谱峰图，估计出入射信号的个数和方向，有效的估计出独立信号源的DOA-Estimation of DOA estimated by MUSIC DOA algorithms using MATLAB simulation constructed peak figure, it is estimated the number of signal out of
ICA-matlab
- ICA算法的研究可分为基于信息论准则的迭代估计方法和基于统计学的代数方法两大类，从原理上来说，它们都是利用了源信号的独立性和非高斯性。一般情况下，所获得的数据都具有相关性，所以通常都要求对数据进行初步的白化或球化处理，因为白化处理可去除各观测信号之间的相关性，从而简化了后续独立分量的提取过程,然后再用基于负熵最大的FastICA算法，即可对图像及信号进行解混。-ICA algorithm research can be divided
DOA
- 信号特征矢量重排法 算法简要说明：该算法是针对相干信号源提出的一种解相干方法，其实现步骤如下： 1.采取N阵元均匀直线标量阵列获取M个相干信号源，假设信号源全部相干（M<N）； 2.求阵列接收数据的最大似然协方差矩阵Rx，并进行特征值分解，确定特征矢量的个数，进而得到重排矩阵的维数L； 3.根据特征矢量重排的法则确定重排矩阵Rr； 4.采取MUSIC算法实现信号源数和DOA的估计（进行100次独立实验
music_two
- 述是经典MUSIC算法的基本原理，许多限制是可以放宽或取消的。首先，关于均匀线阵的限制不是必须的，实际中可采用几乎是任意形状的阵列形式，只要满足在个独立信号源的条件下，矩阵具有个线性无关的列就可以了。其次，天线阵元在观测平面内无方向性这一点也不是必要的，而且还可以考虑三维空间的DOA估计问题，即不仅估计信号的方位角，还要估计它的俯仰角，当然MUSIC算法还用于频率、方位和俯仰的联合估计。-Above is the basic princ
fddszwae
- 关于小波的matlab复合分析，包括AHP，因子分析，回归分析，聚类分析，是路径规划的实用方法，最大信噪比的独立分量分析算法，数据包传送源码程序，采用偏最小二乘法，包含特征值与特征向量的提取、训练样本以及最后的识别，通过虚拟阵元进行DOA估计。- Matlab wavelet analysis on complex, Including AHP, factor analysis, regression analysis, cluster
download-MUSIC
- 经典的DOA估计算法——多重信号分类算法（MUSIC算法），可以实现独立信号源的波达方向估计。-Classic DOA Estimation- multiple signal classification algorithm (MUSIC algorithm), can be achieved independent of the signal source DOA estimation.
fansei
- MIT人工智能实验室的目标识别的源码,基于互功率谱的时延估计，独立成分分析算法降低原始数据噪声。- MIT Artificial Intelligence Laboratory identification of the target source, Based on the time delay estimation of power spectrum, Independent component analysis algorithm
houkun
- 有信道编码，调制，信道估计等，包括最后计算压缩图像的峰值信噪比和压缩效果的源码,独立成分分析算法降低原始数据噪声。- Channel coding, modulation, channel estimation, Including the final calculation of the compressed image peak signal to noise ratio and compression of the source,
MUSIC
- 采用MUSIC算法对几个独立信源进行一维DOA估计的算例(One dimensional DOA estimation for independent sources)
t1
- 利用压缩感知理论MOMP法计算独立信源DOA估计(Computing DOA estimation of independent source using compressed sensing theory MOMP)
MUSIC
- music算法，独立源估计,相干源估计，多重信号分类算法，自己编写，肯定能跑通(Independent source estimation, multiple signal classification algorithm, their own writing, sure to run through)