针对噪声，用AR2建模，用卡尔曼滤波，并用Allan方差检验
标签：
上传时间： 2015-07-17
上传用户：ecooo
图像椒盐噪声去除研究程序，在matlab条件下编译的，主要应用中值滤波法对噪声的去除．
上传时间： 2015-07-25
上传用户：familiarsmile
数字信号处理的应用之一是从含有加性噪声的信号中去除噪声。现有被噪声污染的信号x[k]=s[k]+d[k],式中： 为原始信号d[k]为均匀分布的白噪声。 （1）分别产生50点的序列s[k]和白噪声序列d[k],将二者叠加生成x[k],并在同一张图上绘出x0[k],d[k]和x[k]的序列波形。 （2）均值滤波可以有效去除叠加在低频信号上的噪声。已知3点滑动平均数字滤波器的单位脉冲响应为h[k]=[1,1,1 k=0,1,2],计算y[k]=x[k]*h[k],在同一张图上绘出前50点y[k],s[k]和x[k]的波形，比较序列y[k]和s[k]。
上传时间： 2015-08-19
上传用户：Andy123456
实现了车辆惯性导航系统的卡尔曼滤波，包括定位结算，姿态校正，速度校正等，也包括惯性导航系统的模型建立，结算，白噪声，等等，对研究导航很有参考价值
上传时间： 2013-12-22
上传用户：libinxny
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
语音滤波源代码，基于视频会议中语音编码前滤波，可以有效地消除噪声
上传时间： 2014-02-04
上传用户：hopy
：介绍了扩展卡尔曼滤波算法和无迹变换(unscented transformation，UT)算法，并对扩展卡尔曼滤波算法(EKF)和无 迹卡尔曼滤波算法(UKF)进行比较，阐明了UKF优于EKF。在此基础上，提出了一种基于Unscented变换(uT)的高斯和滤 波算法，该算法首先通过合并准则得到适当个数的混合高斯模型，逼近系统中非高斯噪声的概率密度
标签： transformation unscented 扩展 卡尔曼滤波
上传时间： 2015-11-25
上传用户：bruce
采用匹配滤波，实现伪码捕获功能，模块内部可以产生简单噪声来验证捕获性能(verilog)
标签： 滤波
上传时间： 2014-01-23
上传用户：CHENKAI
小波包和小波阈值滤波，常见小波和小波包的去噪声方法汇集，
上传时间： 2014-01-01
上传用户：baitouyu
优点：1.对于信噪比高的信号滤波效果好； ％ 2.对于边沿的保护强过阈值滤波，不会产生阈值滤波情况下的过于平滑与Gibbs现象。 ％缺点：1.由于对边沿信号没做任何处理，所以边沿可能会有脉冲噪声保留下来； ％ 2.计算相关系数中，如果计算出来的小波系数点位置偏差大，则相关系数计算受影响； ％ 3.需要迭代运算，迭代的噪声能量阈值选取很重要，这里以开始段无信号处估计噪声； ％ 4.需要迭代运算，所以运算量比阈值法大； ％ 5.受分解层次影响，在大尺度上小波系数点位置偏差更大，相关系数计算不准确。 ％需要具体调整的地方：1.分解的尺度；
上传时间： 2013-12-26
上传用户：wlcaption
