对局部节点状态估计间误差相关性的处理是分布式估计融合或航迹融合的关键要素;针对当前分布式融合理论中关于混合多模型估计融合研究的空白,首先推导得出了采用相同模型成分的各局部节点交互多模型状态估计的误差互协方差矩阵的递推计算方法;其次,讨论了所得非对称实误差互协方差矩阵的正定特性,并分析了此类误差相关性与混合多模型估计算法中模型过程噪声之间的变化关系;上述结果使得基于互协方差组合融合算法的交互多模型状态估计融合成为可能,仿真实验亦验证了其有效性,相对其它不考虑误差相关性的融合算法,融合结果也更为真实.
1
文中在传导性电磁干扰的产生机理和耦合方式的基础上,分析了线性阻抗稳定网络这一干扰测量电路的工作原理,提出了线性阻抗稳定网络输出为共模和差模混合噪声这一问题后,给出了Paul、See和Guo3种噪声分离网络来实现从总噪声中分离出差模噪声和共模噪声。
根据干扰三要素着重介绍了屏蔽、接地和滤波3种重要的干扰抑制措施,最后利用改进的软件算法来对噪声信号进行诊断和处理,结果表明所采用的算法能够更好的去除共模噪声和差模噪声。
1
《电子测量技术基础》(张永瑞第三版)第9章噪声测量.pdf内容为PPT课件
2024/3/24 20:43:25 7.68MB 《电子测量技术基础》
1
、基于MATLAB构构建一个在高斯白噪声信道条件下的QPSK仿真系统,要求仿真结果有:a.基带输入波形及其功率谱密度,解调输出波形及其功率谱密度;
b.QPSK信号及其功率谱密度;
c.QPSK调制解调过程;
d.QPSK信号星座图,高斯噪声曲线;
e.高斯白噪声信道条件下的误码性能以及高斯白噪声的理论曲线,要求所有误码性能曲线在同一坐标比例下绘制2、撰写设计报告
2024/3/20 22:37:17 295KB MATLAB QPSK调制解调
1
matlab产生高斯白噪声的两个函数总结
2024/3/20 22:48:24 135KB matlab 高斯白噪声
1
基于LMS的自适应回声抵消-f1.m程序内容是取出一正弦信号中的高斯白噪声
2024/3/20 21:47:51 850B matlab
1
、基于MATLAB构构建一个在高斯白噪声信道条件下的QPSK仿真系统QPSK调制解调过程;
2、撰写设计报告
2024/3/19 8:02:25 726KB MATLAB QPSK
1
AD623仪用放大器,高共模抑制比,低噪声
2024/3/17 10:09:31 88KB AD623
1
此代码为MQAM的matlab仿真代码,其中包含4QAM,16QAM,64QAM,256QAM的调制与解调,以及加入高斯白噪声后的误码率,星座图。
2024/3/16 11:09:33 2KB MQAM 调制解调 误码率 星座图
1
针对同类多传感器测量中含有的噪声,提出了多传感器数据自适应加权融合估计算法,该算法不要求知道传感器测量数据的任何先验知识,依据估计的各传感器的方差的变化,及时调整参与融合的各传感器的权系数,使融合系统的均方误差始终最小,并在理论上证明了该估计算法的线性无偏最小方差性.仿真结果表明了本算法的有效性,其融合结果在精度、容错性方面均优于传统的平均值估计算法.
2024/3/14 6:54:06 191KB 多传感器
1
共 569 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡