《现代数字信号处理及其应用》系统地介绍了以离散时问随机过程为处理对象的数字信号处理理论和方法。
全书共分9章，内容包括：离散时间信号与系统，离散时间平稳随机过程，功率谱估计和信号频率估计方法，维纳滤波原理及自适应算法，维纳滤波在信号处理中的应用，最小二乘估计理论及算法，卡尔曼滤波，阵列信号处理与空域滤波，盲信号处理。
内容安排上注重概念和理论的工程应用，各章中还安排有一定的应用实例。
全书共分9章，内容包括：离散时间信号与系统，离散时间平稳随机过程，功率谱估计和信号频率估计方法，维纳滤波原理及自适应算法，维纳滤波在信号处理中的应用，最小二乘估计理论及算法，卡尔曼滤波，阵列信号处理与空域滤波，盲信号处理。
内容安排上注重概念和理论的工程应用，各章中还安排有一定的应用实例。
2025/11/24 2:35:29
85.04MB
1
通过构造因子图（FactorGraph）关于和积算法（Sum-ProductAlgorithm）的matlab源码，借此可实现消息传递算法（MessagePropagationAlgorithm，MPA）、LDPC编解码、卡尔曼滤波、隐性马尔可夫链（HMC）等应用
2025/11/14 12:09:15
826KB
1
ADS1292模块的呼吸、心率采集之卡尔曼滤波算法代码，#include"stdlib.h"#include"rinv.c"intlman(n,m,k,f,q,r,h,y,x,p,g)intn,m,k;doublef[],q[],r[],h[],y[],x[],p[],g[];{inti,j,kk,ii,l,jj,js;double*e,*a,*b;e=malloc(m*m*sizeof(double));l=m;if(l＜n)l=n;a=malloc(l*l*sizeof(double));b=malloc(l*l*sizeo
2025/11/8 9:49:25
734KB
1
针对现有的迭代扩展卡尔曼滤波（EIEKF）跟踪时估计精度较低这一不足，提出了一种改进扩展卡尔曼滤波（NIEKF）新算法。
该算法将迭代滤波理论引入到扩展卡尔曼滤波方法中，重复利用观测信息，采用经典的非线性非高斯模型进行仿真实验，给出了该方法与扩展卡尔曼滤波（EKF）、Unscented卡尔曼滤波（UKF）、现有的迭代扩展卡尔曼滤波（EIEKF）的仿真结果，并分析了其跟踪性能和均方根误差。
仿真结果表明,改进扩展卡尔曼滤波（NIEKF）新方法具有更高的估计精度。
该算法将迭代滤波理论引入到扩展卡尔曼滤波方法中，重复利用观测信息，采用经典的非线性非高斯模型进行仿真实验，给出了该方法与扩展卡尔曼滤波（EKF）、Unscented卡尔曼滤波（UKF）、现有的迭代扩展卡尔曼滤波（EIEKF）的仿真结果，并分析了其跟踪性能和均方根误差。
仿真结果表明,改进扩展卡尔曼滤波（NIEKF）新方法具有更高的估计精度。
2025/11/1 17:40:24
1.56MB
1
前段时间用平方根无迹卡尔曼滤波做了一个观测器算法，之前也找了好多该算法的资料，在CSDN也下载过，但是并不能用，后来自己结合之前下载的代码又上各种论坛，梳理了一下。
最终代码可以用了，论文也顺利投出去了。
现在分享给大家，顺便赚一点币
最终代码可以用了，论文也顺利投出去了。
现在分享给大家，顺便赚一点币
2025/10/15 14:07:40
3KB
1
严恭敏老师的word讲义，很好的学习捷联惯导的书，配合老师的matlab工具箱学习，效果更佳！严恭敏老师的word讲义，很好的学习捷联惯导的书，配合老师的matlab工具箱学习，效果更佳！
2025/10/14 2:28:14
15.13MB
1
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