3.1 匹配滤波 3.1.1 时域匹配滤波 雷达的距离分辨力与发射脉冲的宽度有关 [25] ，窄的脉冲宽度带来的优势是距 离分辨力高。但同时也带来问题，发射脉冲越窄，雷达发射平均功率也就越低， 从而直接影响了雷达的作用距离。如何在获得高距离分辨力的同时增大雷达的作 用距离？脉冲压缩处理较好地解决了作用距离和距离分辨能力的矛盾。而用作脉 冲压缩的网络实际上就是白噪声背景假设下的匹配滤波器。匹配滤波既可以在时 域进行，也可以在频域进行。由于FFT算法固有的快速特点，通常采用频域的数字 匹配滤波实现。 对于一个大时宽带宽积的信号  is t ，其脉冲压缩滤波器的脉冲响应可根据匹 配滤波原理求得     c 0i d h t Ks t t  (3-1) 式中， 0d t 表示脉冲压缩滤波器的延迟，可令其为零，K 为增益常数，可令其为1，   c  表示共轭。这时脉冲压缩滤波器输出表示如下      o is t s t h t  (3-2) 式中，符号表示卷积操作。 由傅里叶变换的性质可知，时域卷积相当于频域相乘。下面将时域运算转移 到频域进行讨论。  is n 的离散傅里叶变换(DFT)为其频谱  iS k ，即     1 2 / 0 , 0,1, , 1 N j nk N i i n S k s n e k N        (3-3) 脉冲响应  h n 的离散傅里叶变换(DFT)为滤波器传递函数  H k ，即     1 2 / 0 , 0,1, , 1 N j nk N n H k h n e k N        (3-4) 这时，输出信号  os n 为  iS k 和  H k 乘积的逆离散傅里叶变换的结果，即       1 2 / 0 1 , 0,1, , 1 N j nk N o i k s n S k H k e n N N       (3-5) 式中 N 表示在信号脉宽 pT 内的采样数。 为了减少运算量，上述离散傅里叶变换一般用快速傅里叶变换来执行。频域 脉冲压缩方法可用图3.2来表示。

基于卡尔曼滤波的SOC和SOH算法解析，没有代码，纯论文和理论。

可以用c去实现低通滤波器，通俗易懂。易于上手，掌握

Matlab sg过滤代码嵌入式系统项目-IT4797-SoICT-HUST 研究将PCIe IP核，SG-DMA IP核与英特尔FPGA配合使用。 编写一个IP内核以通过内核3x3实现卷积运算符，并输入与Avalon视频流接口兼容的定点数640x480的图像。 通过VGA显示视频，使用高斯，Sobel，普威特，均值滤波器运行演示。 入门 PCIE_Display：Quartus项目，我已经使用17.1版本来构建它，您可以同时使用Lite / Standard Edition版本。 注意：ip_repo子文件夹包含我的卷积IP内核verilog HDL代码。 PCIE_Driver：PCIe设备驱动程序，用于控制SG-DMA，帧读取器... 先决条件 我为DE2i-150使用Ubuntu 14.04。 内核版本为4.4.0。 您可以使用以下命令检查内核版本： $ uname -r 请将这两个选项添加到grub引导命令中： /etc/grub.conf: vmalloc=512MB intel_iommu=off 使用Ubuntu 14.04，您可以在/ etc / default /

目标跟踪方面使用的是基本的最大IOU匹配方法。引入卡尔曼滤波解决了目标被遮挡或重叠导致的跟丢问题。 # 使用时记得修改视频和label文件的路径。

TI官方的滤波器设计软件，很实用

粒子滤波一定要下载用的 编译好的GSL local文件直接下载就能用， 直接配置VC++目录 不用高mys2那些什么玩意

一个GPS和INS联合导航MATLAB不错的程序，与大家一起分享，希望对您有所帮助

为了提高传统速度加姿态匹配传递对准方法的快速性,设计了一种改进的传递对准方法,该方法提出在子惯导初始化之前利用主、子惯导陀螺和加速度计测量信息进行短时间的预对准,并设计了速度加姿态匹配的传递对准滤波模型。与传统传递对准方法相比,通过在预对准阶段直接计算主、子惯导之间的安装误差矩阵,子惯导进行初始装订时可以得到较小的初始姿态误差,从而使传递对准滤波器能够快速收敛,提高了对准的快速性和精确度。试验结果表明,通过预对准后对准滤波器在30s之内即可完成对准,姿态估计误差为1′,方位估计误差为1.5′,比传统传递对准方法具有更好的对准性能。

提出了一种完整的降采样FIR滤波器的设计和硬件实现方法。该方法首先利用matlab工具箱自带的FDAtool设计出降采样FIR滤波器的系数，然后采用横向抽头式结构进行硬件实现。硬件实现时，先利用FIR滤波器系数对称的特点将乘法器的数目减半进行初步优化，然后采用移位相加的硬件结构来取代所有的乘法器，从而使降采样通过在滤波器中加入降采样控制单元来一并完成。