概率密度函数非参数估计matlab代码这是JAMS的Python软件包。 JAMS是一个通用的Python软件包，提供了不同类别的其他功能，例如读取不同的文件格式，朱利安日期例程或气象功能。 它有几个提供常数的子包，可与Eddy协方差数据和诸如EddySoft之类的软件一起使用，提供特殊功能或与scipy.optimize.fmin或scipy.optimize.curvefit一起使用的目标函数，等等。 由Matthias Cuntz创建于2009年6月在Helmholtz环境研究中心-UFZ，Permoserstr的计算水系统系工作。 15，04318莱比锡，德国 它是根据MIT许可证分发的（请参阅LICENSE文件和下面的文件）。 版权所有（c）2012-2019 Matthias Cuntz，Juliane Mai，Stephan Thober，Arndt Piayda 联系Matthias Cuntz-mc（at）macu（dot）de 安装 该库由git存储库维护，位于： https://github.com/mcuntz/jams_python/ 要使用它，请签出git仓

【老生谈算法】基于matlab的功率谱估计.doc

让我们学习信号检测与估计这门课程 认识信号检测与估计这门课程

通信系统信号检测与估计的详细讲述，电子与通信教材

描述了一种用于估计车辆驾驶员的转弯、制动或加速的行为来避免车辆与任意对象发生碰撞的算法。原2010 Model-Based Threat Assessment for Avoiding Arbitrary Vehicle Collisions.pdf

介绍了一种基于运动轨迹的插值信道估计方法，把插值问题转化为求解均匀加速运动轨迹问题．相对于其他线性插值及二次插值的插值信道估计方法，该方法具有计算复杂度低，算法简单，可以实时计算等特点．通过仿真表明，在低车速时，该算法的误比特率性与线性插值方法基本相同；而在中高车速时，该算法的误比特率性能要明显优于线性插值信道估计方法，与二次插值信道估计方法的性能基本相同．

高斯混合模型是有效的描述数据集合分布的手段，高斯混合模型中各个单高斯模型的均值、方差和权重的估计，实际上是样本空间下的参数估计问题。参数估计的方法有很多，相比较而言，EM算法是MLE（Maximum Likelihood Estimation）原理下的针对不完备数据集合的回归分析算法，它是由E步和M步迭代循环，直至误差小于给定门限为止。因此本文采用了一种基于EM方法的高斯混合模型参数估计的方法对运动人体姿态进行建模，可以较准确的对模型进行参数估计。对典型姿态建模之后还可以解决对姿态的识别问题。

基于matlab语言的电力系统最小二乘法状态估计算法-毕业设计(完整版)资料.doc

官方代码自动下载的模型，跑得时候一直出问题，重新下载以后就可以运行了。这里打包一下整个工程，备份一波。

根据伪 随机噪声 IPN)序列的相关特性 ，介绍一种 OFDM 系统中在时域利用 PN序列的循环相 关对信道进行 估计的算法 ，并利用周期序列的循环卷积特性对接收数据进行频域均衡 。最后列出其 FPGA设计流程和仿真图形。