斑纹噪声消除，matlab代码，里面有测试图像和我自己写的dicom文件处理参数
标签： 噪声消除
上传时间： 2014-08-24
上传用户：bjgaofei
用于机动目标跟踪的白噪声模型算法，本代码中需要调用模型函数，可以自己编写简单的模型函数即可。
上传时间： 2014-01-12
上传用户：yyq123456789
抗雷击技术 抗雷击技术
标签： 雷击
上传时间： 2016-10-09
上传用户：曹云鹏
噪声子空间法 进行波达估计 算法较复杂 不过效果明显
上传时间： 2014-01-26
上传用户：lanwei
该算法为抗积分饱和的PID控制 用MATlab开发，能够管直接运行
上传时间： 2016-10-14
上传用户：himbly
该算法连续系统的抗积分饱和的PID算法,用MATlab开发，能够管直接运行,可明显减弱几分饱和现象对系统稳定性的影响，当控制量与设定值偏差较大时，取消积分作用，以免积分作用过大引起系统的稳定性降低。
上传时间： 2014-11-28
上传用户：hgy9473
1．产生白噪声程序 编程产生一组正态分布的白噪声信号,它的均值和方差以及长度可随意调整。将产生的白噪声信号存入数据文件。 本程序算法用C++语言编写。首先用乘同余法产生均匀分布白噪声，再用变换抽样法转换为高斯分布白噪声。算法及程序实现叙述如下。 1) 设定x初值为11,A＝179，长度WNlength,均值Average,方差Serror为用户输入的变量； 2) M =235，ζi= x/M； 3) 取ζi的小数部分再赋值给ζi＋1，这就是均匀分布白噪声； 4) 利用公式 η1=Serror×(–2*logζ1)0.5×cos(2pζ2) ＋Average η2= Serror×(–2*logζ1)0.5×sin(2pζ2) +Average 计算得到均值和方差可任意调整的白噪声序列。式中 为均匀分布白噪声。
上传时间： 2016-10-19
上传用户：hanli8870
（1）Msls分三步对系统和噪声模型进行辨识，采用脉冲序列作为辅助系统模型，用 计算输出数据 ；用原输出数据 计算 ，用递推最小二乘方法分别对系统参数和模型参数进行估计。 （2）M.dat,wnoise1.dat分别为M和白噪声序列。Wnoise1.dat的长度为700，wnoise2.dat的长度为1000。Msls6.c为N=600的程序，Msls8.c为N=800的程序。 （3）程序运行后，生成的两个h文件为产生的脉冲响应函数。Msls6.dat为msls6.c的参数估计结果，msls8.dat为msls8.c的参数辨识结果。分别如下所示： a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890 a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714 （4）由数据结果可以看出，采用msls辨识方法估计精度要比els法的估计精度差一些。尤其是噪声参数c2的估计误差不在1％以内。这是由于msls法计算上较为简便，计算上的简化就带来了估计精度上的误差。由N=600和N=800相比较，可以看出当N增大时，误差有所减小。理论上当N趋于无穷时， 。
上传时间： 2016-10-19
上传用户：恋天使569
按FPE定阶的 源程序：fpe.cpp M序列：M序列.txt 白噪声：Gauss.txt 程序中先用依模型阶次递推算法估计模型的参数，再用fpe方法判断模型的阶次。 程序运行结果如下： n: 1 判断阶次FPE的值: 0.0096406 -0.481665 1.07868 n: 2 判断阶次FPE的值: 0.00875755 -0.446739 0.00498181 1.07791 0.0527289 n: 3 判断阶次FPE的值: 0.0087098 -0.459433 0.120972 -0.0569228 1.07814 0.0390757 0.116982 n: 4 判断阶次FPE的值: 0.000396884 -0.509677 0.4501 -0.200906 0.0656188 1.07991 -0.0156362 0.442989 0.0497236 n: 5 判断阶次FPE的值: 3.2095e-007 -1.18415 0.813123 -0.517862 0.34881 -0.116864 1.07999 -0.744141 0.474462 -0.253112 0.122771 n: 6 判断阶次FPE的值: 3.23349e-007 -1.14659 0.76933 -0.487651 0.329676 -0.10377 -0.00440907 1.07999 -0.703574 0.447253 -0.235282 0.113587 0.00479688 从以上结果可以看出，当n=5时，fpe值最小，所以这时的模型阶次和参数估计值为最优结果： 3.2095e-007 -1.18415 0.813123 -0.517862 0.34881 -0.116864 1.07999 -0.744141 0.474462 -0.253112 0.122771
上传时间： 2013-12-11
上传用户：yd19890720
产生应用区系统中的噪声可以改变其分布的
上传时间： 2013-12-31
上传用户：dbs012280
