002xuan

积分:245
上传文件:2
下载次数:38
注册日期:2020-05-21 10:06:03

上传列表
Non_Local_Means.m.zip - 非局部均值滤波,对图像冲击噪声或散粒噪声有一定去除效果,2020-05-21 10:16:35,下载0次
NLmeansfilter.m.zip - 非局部均值滤波去噪算法,对图像冲击噪声或是散粒噪声有很好对去除效果,2020-05-21 10:09:33,下载3次

近期下载
RBF神经网络自适应控制MATLAB仿真(全书及代码).zip - RBF神经网络控制教材以及书中内含代码例程详解
RLS.zip - 基于RLS算法的自适应逆控制系统,实现自适应滤波
RLS_filter.rar - RLS算法,编写了MATLAB程序实现自适应干扰对消。给出信号实例,用于验证所编写程序的性能。所给信号为:①噪声与语音的混合信号——signalnosie.wav;②噪声信号——noise.wav。两信号均为立体声,PCM压缩,采样速率为48000Hz,采样精度16bits。
matlab_algorithms.tar.gz - 学习通信的人都知道,要进行信号处理的话,算法的编程非常繁琐,这里有一些自适应信号处理的算法,LMS,RLS,MMSE等的算法,希望大家喜欢。
simulink模型7.8.zip - 一种FxLMS自适应滤波算法 LMS自适应滤波算法RLS自适应滤波算法变换域自适应滤波算法仿射投影算法共扼梯度算法基于子带分解的自适应滤波算法基于QR分解的自适应滤波算法算法性能评价变步长的自适应滤波算法时变系统跟踪速度与收敛精度方面对算法调整步长因子u的矛盾,但变步长中的其它参数的选取还需实验来确定,应用起来不太方便。对RLS算法的各种改进,其目的均是保留RLS算法收敛速度快的特点而降低其计算复杂性。变换域类算法亦是想通过作某些正交变换使输入信号自相关矩阵的特征值发散程度变小,提高收敛速度。而仿射投影算法的性能介于LMS算法和RLS算法之间。共扼梯度自适应滤波算法的提出是为了降低RLS类算法的复杂性和克服某些快速RLS算法存在的数值稳定性问题。信号的子带分解能降低输入信号的自相关矩阵的特征值发散程度,从而加快自适应滤波算法的收敛速度,同时便于并行处理,带来了一定的灵活性。
LMS.rar - 基于matab的simulink的回波抵消自适应滤波器中LMS算法、SVSLMS算法以及改进的SVSLMS算法的仿真修改设计
lmsdemo.rar - 基于lms算法的自适应滤波器的simulink仿真模型
cancel_noise1.rar - LMS algorithm,design by simulink
lms_adaptive_filter_sim.rar - 用simulink搭建的LMS自适应滤波器仿真模型,系统用分立的模块搭建,对理解LMS自适应算法有很好的帮助。
adaptive.rar - interpolation, decimation , LMS & RLS using in Matlab Simulink
adsp_lab2_LMS.rar - use simulink to run LMS algorithm to remove noise
lms.rar - LMS算法的simulink demo,以及根据demo写的程序,已测试通过
SIMULINKLMS_Sfunction.rar - simulink仿真噪声模型,算法采用X_LMS,可直接运行
LMS(New).rar - 使用simulink对LMS算法进行多径仿真,在实验中验证LMS系统在多径环境下仍表现较好的收敛性和跟踪性能。
try_fxlms.rar - 主动噪声控制的经典FX-lms算法仿真,包括算法框图,结果分析
Active-noise-control.rar - 有源噪声控制(ANC)主要基于LMS算法,但在处理宽带噪声信号和低信噪比情况下,效果不好.影响控制效果的主要原因是输入信号的自相关分布.而小波变换具有消除信号自相关的作用.因此将小波变换引入有源噪声控制(ANC)是解决问题的一种办法
lms_sys_1.rar - LMS算法的最简单模型,可以参考下。在噪声消除等主动噪声控制中有应用
~7Book_MATLAB+simulink.rar - 电子通信系统的建模与仿真 第7章 通信系统差错控制仿真 7.1 缩短卷积码 7.2 有缩短卷积码加交织的差错控制系统研究 7.3 自适应均衡系统(LMS算法) 7.4 迭代译码的级联卷积码
ASQC.rar - 主动噪声控制的matlab仿真模型,使用了LMS滤波器
Model-reference-adaptive-algorithm.zip - 模型参考自适应算法,能够根据外界环境的改变,自适应调节控制器参数

收藏