ROAD_MODEL_FUSION 用于AD / ADAS功能的道路模型融合 0.简介：- 我们在自驾车前安装了一系列摄像头传感器，用于ADAS / AD应用。该项目的目标是估算包括Ego Lane几何图形和Road Grid在内的道路模型 图1 ：（输入）测量值：自我通道边界相机的检测以类波峰参数的形式出现 1.估算输出： 1.1道路模型（自我车道边界线融合+道路几何+道路网格）：- 2.高级设计： 2.1到线迹关联的线测量以进行自我车道边界估计：- 2.2自我通道中线估计：- 2.3道路模型计算： 3.高级融合架构： 4.道路网格参数化：

Optimal State Estimation - Kalman, Hoo and Nonlinear Approaches SOLUTION MANUAL 分为两部分这是习题部分；

这是一个关于Delta算子系统的原始巨著，里面详细介绍了采样方法和Delta算子系统的优越性

GraspVDN：基于学习向量的面向场景抓取估计抓取表示法

SUMMARY This paper mainly discusses the time-difference-of-arrival (TDOA) estimation problem of digital modulation signal under impulsive noise and cochannel interference environment. Since the conventional TDOA estimation algorithms based on the second-order cyclic statistics degenerated severely in impulsive noise and the TDOA estimation algorithms based on correntropy are out of work in cochannel interference, a novel robust signal-selective algorithm based on the generalized cyclic correntropy is proposed, which can suppress both impulsive noise and cochannel interference. Theoretical derivation and simulation results demonstrate the effectiveness and robustness of the proposed algorithm. key words: Alpha-stable distribution, impulsive noise, Cyclic correntropy,TDOA, Cochannel interference.

在这个项目中，我们实现了三种视差估计算法，它们是简单的块匹配、使用动态规划方法的块匹配和最后使用信念传播算法的立体匹配。

检测、估计和调制理论，Detection, Estimation, and Modulation Theory　英文版　范特里斯，由于上传权限，共分为三parts

An_Introduction_to_Signal_Detection_and_Estimation-Vincent_Poor-2nd_edition，是一本信号处理方面写的非常好的课本。

Algorithm-Noise-Contrastive-Estimation-NCE-for-pyTorch.zip,重新实现Pytorch的噪声对比估计算法，遵循“噪声对比估计：非标准化统计模型的新估计原理”（Gutmann和Hyvarinen，AISTATS 2010）,算法是为计算机程序高效、彻底地完成任务而创建的一组详细的准则。

Optimal State Estimation Kalman, H infinity, and Nonlinear Approaches kalman pdf+代码