| 共 18 篇文章 |
|
我们应该熟悉JPEG跟JPEG2000的区别吧，JPEG的核心算法是DCT，而后者是DWT，本质上，这两种处理方法都是将信号从一个域变换到另外一个域（把坐标系进行旋转，将信号投影到不同的基上），从而获得信号的稀疏表示，即用最少的系数来表示信号，不过DWT比DCT更加稀疏而已。2、信号的观测矩阵。测量矩阵的设计要求信号从x转换为y的过程中，所测量到的... 阅71 转0 评0 公众公开 22-07-05 09:24 |
阅1702 转45 评0 公众公开 22-06-13 16:34 |
大佬讲解滤波器原理(七)，滤波器原理+种类。理想滤波器=1，常用滤波器=1-5，显然， 越接近于1，滤波器选择性越好。低通滤波器和高通滤波器是滤波器的两种最基本的形式，其它的滤波器都可以分解为这两种类型的滤波器，例如：低通滤波器与高通滤波器的串联为带通滤波器，低通滤波器与高通滤波器的并联为带阻滤波器。5、模拟滤波器和数字滤波器最... 阅1 转0 评0 公众公开 22-06-11 10:54 |
巴特沃斯(Butterworth)滤波器 (1)下面深入浅出讲一下Butterworth原理及其代码编写。1. 首先考虑一个归一化的低通滤波器（截止频率是1），其幅度公式如下：因此低通滤波器的极点全部在负实半平面单位圆上：该滤波器的传递函数为。例如四阶Butterworth低通滤波器的极点所在角度为：1到10阶的Butterworth多项式因子表格如下：其它截止频率可将传递... 阅187 转0 评0 公众公开 22-06-03 22:01 |
维纳滤波的基本原理是：设观察信号 y（t）含有彼此统计独立的期望信号 x（t）和白噪声ω（t）可用维纳滤波从观察信号 y（t）中恢复期望信号 x（t）。从噪声中提取信号波形的各种估计方法中，维纳（Wiener）滤波是一种最基本的方法，适用于需要从噪声中分离出的有用信号是整个信号（波形），而不只是它的几个参量。设维纳滤波器的输入为含噪声的... 阅230 转0 评0 公众公开 22-06-03 15:58 |
************************************************************************/ #define iFilterW 1 #define iFilterH 1 #define iFilterMX 1 #define iFilterMY 1 #define WIDTHBYTES(bits) (((bits) + 31) / 32 * 4) unsigned char GetMedianNum(int * bArray, int iFilterLen);void MedianFilter(unsigned char *pImg1,unsigned... 阅922 转2 评0 公众公开 22-06-03 15:26 |
它的目的是过滤掉时间序列中的高频扰动，保留有用的低频趋势。这时候我们可以计算它的传递函数，可以发现传递函数是通低阻高的，所以移动平均是一个低通滤波器.（参考资料【2】中对齐数学过程有详细的推导，不过过程在H（z）那步我没有看懂~~）双均线趋势策略的原理解释：滤除了高频噪声后，当存在趋势时，由于短周期均线和长周期均线对低频趋... 阅784 转2 评0 公众公开 22-06-03 15:08 |
FFT变换的MATLAB实现【图文】 FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。本测试数据使用的matlab程序：close all; %先关闭所有图片Adc=2; %直流分量幅度A1=3; %频率F1信号的幅度A2=1.5; %频率F2信号的幅度F1=50; %信号1频率(Hz)F2=75; %信号2频率(Hz)Fs=256; %采样频率(Hz)P1=-30; %信号1相位(度)P2=90; %信号... 阅2 转0 评0 公众公开 21-12-10 21:30 |
(2)式(2)中,P(k|k-1)是X(k|k-1)对应的covariance,P(k-1|k-1)是X(k-1|k-1)对应的covariance,A’表示A的转置矩阵,Q是系统过程的covariance.式子1,2就是卡尔曼滤波器5个公式当中的前两个,也就是对系统的预测.现在我们有了现在状态的预测结果,然后我们再收集现在状态的测量值.结合预测值和测量值,我们可以得到现在状态(k)的最优化估算值X(k|k)：X(k... 阅15 转0 评0 公众公开 21-11-19 21:26 |
Bilgin''s Blog | Kalman Filter For DummiesKalman Filter For Dummies A mathematically challenged man''''''''s search for scientific wisdom March 2009 Bilgin Esme 0 Comments.Kalman Filter.This is not a big problem, because we''''''''ll see ... 阅16 转0 评0 公众公开 21-11-15 14:41 |
