用Burg算法估計AR模型參數,進而實現功率譜估計. 形參說明: x——雙精度實型一維數組,長度為n,存放隨機序列。 n--整型變量,隨機序列的長度。 p--整型變量,AR模型的階數。 a--雙精度實型一維數組,長度為(p十1)。存放AR模型的系數a(0),a(1),...,a(p)。 v--雙精度實型指針,它指向預測誤差功率,即AR模型激勵白噪聲的方差。
標簽: Burg AR模型 算法 參數
上傳時間: 2013-12-21
上傳用戶:330402686
開發環境:C語言 簡要說明:BackProp算法:BP網絡是反向傳播(Back Propagation)網絡。它是一種多層前向網絡,采用最小均方差學習方式。這是一種最廣泛應用的網絡。它可用于語言綜合,識別和自適應控制等用途。BP網絡需有教師訓練。
標簽: Propagation BackProp Back 網絡
上傳時間: 2013-12-28
上傳用戶:liuchee
本程序用matlab生成白噪聲,并且基于一個離散線性隨機系統的模型生成了y(k)和x(k),繪制出了x(k|k-1)和x(k)的對比曲線,求出了提前一步預報的誤差協方差陣的穩定值
標簽: matlab 程序 白噪聲
上傳時間: 2013-12-15
上傳用戶:yuchunhai1990
Matlab數學計算,方差分析,單因素方差分析,雙因素方差分析,Matlab統計工具箱的使用
標簽: Matlab 計算
上傳時間: 2013-12-27
上傳用戶:225588
源代碼\用動態規劃算法計算序列關系個數 用關系"<"和"="將3個數a,b,c依次序排列時,有13種不同的序列關系: a=b=c,a=b<c,a<b=v,a<b<c,a<c<b a=c<b,b<a=c,b<a<c,b<c<a,b=c<a c<a=b,c<a<b,c<b<a 若要將n個數依序列,設計一個動態規劃算法,計算出有多少種不同的序列關系, 要求算法只占用O(n),只耗時O(n*n).
標簽: lt 源代碼 動態規劃 序列
上傳時間: 2013-12-26
上傳用戶:siguazgb
c語言版的多項式曲線擬合。 用最小二乘法進行曲線擬合. 用p-1 次多項式進行擬合,p<= 10 x,y 的第0個域x[0],y[0],沒有用,有效數據從x[1],y[1] 開始 nNodeNum,有效數據節點的個數。 b,為輸出的多項式系數,b[i] 為b[i-1]次項。b[0],沒有用。 b,有10個元素ok。
標簽: 多項式 曲線擬合 c語言 最小二乘法
上傳時間: 2014-01-12
上傳用戶:變形金剛
本程序是功率譜密度的仿真比較,關于三個信號源的具體情況參見《現代數字信號處理導論》上冊,P202,習題5。 實驗方法:周期圖法、自相關法和協方差法。
標簽: 程序 功率譜 仿真 信號源
上傳時間: 2015-07-03
上傳用戶:佳期如夢
PCA(主成分分析)算法被廣泛應用于工程和科學研究中,本報告主要從PCA的基本結構和基本原理對其進行研究,常規的PCA算法主要采用線性算法,通過研究論證發現線性的PCA算法存在著許多不足,比如線性PCA算法不能從線性組合中把獨立信號成分分離出來,主分量只由數據的二階統計量—自相關陣確定,這種二階統計量只能描述平穩的高斯分布等,因此必須對其進行改進,經改進后的PCA算法有非線性PCA算法、魯棒算法等。我們通過PCA算法在直線(平面)中擬和的例子說明了PCA在工程中的應用。本例子采用的是成分分析中的次成分(方差最小的成分),通過對結果的分析,我們可以看出,利用PCA算法可以得到較好的擬和結果。
標簽: PCA 主成分分析 算法 應用于
上傳時間: 2015-07-04
上傳用戶:sevenbestfei
針對噪聲,用AR2建模,用卡爾曼濾波,并用Allan方差檢驗
標簽:
上傳時間: 2015-07-17
上傳用戶:ecooo
老婆寫醫學實驗論文,要用到均方差計算,他裝不上專業的軟件,于是我就幫他寫了一個,雖然很簡單,但是結果肯定是沒問題的
標簽: 實驗 論文
上傳時間: 2015-07-25
上傳用戶:chens000
蟲蟲下載站版權所有 京ICP備2021023401號-1