0qR = (7) 根据幂律谱相位噪声模型 [错误！未找到引用源。,错误！未找到引用源。,错误！未找到引用源。] ，其中 0q 主要用来吸收调相 白噪声和调相闪变噪声，以及模型误差影响。 2 基于哈达玛总方差的噪声参数的确定 85 考虑到铷钟的短期稳定性优于铯钟，GPS Block IIR 卫星上只搭载了 3 台铷钟，Galileo 卫星也将搭载 2 台铷钟和稳定性指标更好的 2 台被动型氢钟，我国自主的导航系统也采用铷 钟，为此，本将主要研究适用于铷钟的 Kalman 滤波方程。根据国外学者的研究，采用哈达 玛总方差分析铷钟的频率稳定性，可以提高平滑时间较长时估值的置信度 [错误！未找到引用源。] 。 基于相位数据的哈达玛总方差可表为 [错误！未找到引用源。,错误！未找到引用源。] 90 [ ]∑ − = +++ −+−− = mN i imimimiy xxxxmN H 3 1 2 232 2 33 )3(6 1 )( τ τσ （7） 式(7)中：平滑因子 m 一般取 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − ≤≤ 3 1 int1 N m ，相邻相位数据的时间间隔为τ ， ix 为 钟差数据，N 为钟差数据的个数。 若同时考虑观测噪声中存在的调相白噪声以及状态方程中存在的 3 种调频噪声，则可推 导出如下公式 [错误！未找到引用源。] 。 95 3 32 1 1 2 0 2 120 11 6 1 3 10 )( τττττσ qqqqH y +++= −− （8） 式(8)中： 0q 表示对应于调相白噪声和调相闪变噪声的测量噪声参数。 通过式（5），可得不同采样间隔的哈达玛总方差值，再利用式（6），进行最小二乘平 差，可得 0q 、 1q 、 2q 、 3q 的值。求解出噪声参数后，通过式（5）和式（7）可以求出状态 噪声和测量噪声协方差阵。然后就可以进行基于 Kalman 滤波的钟差参数估计与预报。 100 3 实例分析 为了验证利用 Kalman 滤波进行钟差参数估计与预报的有效性，首先利用 IGS 提供的 2011 年 3 月 6 日-2011 年 4 月 4 日 30 天的，采样间隔为 5min 钟的钟差数据进行卫星钟频率 稳定性分析，选择配备铷钟的 6 号卫星作为研究对象，计算哈达玛总方差。在此基础上计算

1、公式推导 对幂律分布公式： 对公式两边同时取以10为底的对数： 所以对于幂律公式，对X,Y取对数后，在坐标轴上为线性方程。 2、可视化 从图形上来说，幂律分布及其拟合效果： 对X轴与Y轴取以10为底的对数。效果上就是X轴上1与10，与10与100的距离是一样的。 对XY取双对数后，坐标轴上点可以很好用直线拟合。所以，判定数据是否符合幂律分布，只需要对XY取双对数，判断能否用一个直线很好拟合就行。常见的直线拟合效果评估标准有拟合误差平方和、R平方。 3、代码实现 #!/usr/bin/env python # -*-coding:utf-8 -*- import matplo

MATLAB用拟合出的代码绘图幂律 用于拟合幂律分布的Matlab代码 randht.m随机数生成器。 此函数根据文章中讨论的五个分布之一（幂定律，指数，对数正态，拉伸指数和具有截止的幂定律）生成随机分布的连续值。 使用信息包含在文件中； 在Matlab提示符下键入“ help randht”以获取更多信息。 plfit.m拟合幂律分布。 此功能同时实现了离散和连续的最大似然估计器，以将幂律分布拟合到数据，以及基于拟合优度的方法来估计缩放区域的下限。 使用信息包含在文件中； 在Matlab提示符下键入“ help plfit”以获取更多信息。 plplot.m可视化拟合的分布。 在几次请求之后，我编写了此函数，该函数（在对数-对数轴上）绘制了经验分布以及拟合的幂律分布。 使用信息包含在文件中； 在Matlab提示符下键入'help plplot'以获取更多信息 plvar.m估计拟合参数的不确定性。 该函数实现了非参数方法，用于估计由plfit函数找到的幂律拟合的估计参数中的不确定性。 它也实现了连续和离散版本。 使用信息包含在文件中； 在Matlab提示符下键入“ help plva

matlab开发-幂律和宾汉流体的非牛顿流体模型测定。幂律与宾汉流体管道流动模型的确定

获得了管道中幂律流体层流的速度和剪应力与径向位置的关系。 管道半径和施加的压力梯度可由用户设置。 如果您选择幂律指数 n，等于 1，则可以回收牛顿流体。 对于 n>1 和 n<1，分别获得膨胀流体和假塑性流体。 非牛顿流体的粘度随施加的剪切力而变化。 对于牛顿流体（例如水），粘度与搅拌速度无关，但对于非牛顿流体，粘度取决于。 对于不同类型的非牛顿流体，更容易或更难更快地搅拌。 已经提出了不同的本构方程，产生了各种非牛顿流体模型，以便将粘度表示为应变率的函数。 在幂律流体中，n 是幂律指数，kappa 是幂律一致性指数。 膨胀流体对应于幂律本构方程中的指数为正的情况，而当n<1时获得假塑性流体。 我们看到，当 n<1 时，粘度随应变率降低，假塑性流体（也称为剪切稀化流体）就是这种情况。 另一方面，膨胀流体是剪切增稠的。 如果 n=1，则恢复牛顿流体行为。 GUI 应用程序的用户应该知道

Jim Wilkes 教授提供了管道中水平流的体积流量与施加的压力梯度的代表性值 [1]。 管道半径等于 0.01 m。 我们使用这些代表值，结合使用 Mathematica 确定的体积流量的解析表达式，来计算幂律和宾汉流体的本构方程的参数。 参考： [1] Wilkes, JO，化学工程师的流体力学，Prentice Hall，Upper Saddle 河，1999。 如需使用 Mathematica 进行处理，请访问以下链接： http://library.wolfram.com/infocenter/Articles/6739/ http://library.wolfram.com/infocenter/MathSource/5152/

对初学者有一定的帮助，特别是双对数坐标下的幂律分布。

对比度拉伸、负值、幂律等图像灰度变换研究转换，位平面切片，单双阈值保持。 代码简单，容易理解。

数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理，欢迎大家一起学习交流！ 专栏链接：数字图像处理学习笔记 在数字图像处理学习笔记（八）中，已对图像增强之线性变换、对数变换、幂律变换、分段线性变换、灰度级分层等做过详细理论论述，本文将对上述理论知识做实践方面的实现。 具体理论知识可参考我之前的博文：数字图像处理学习笔记（八）——图像增强处理方法之点处理 一、图像增强之线性变换 代码实现参考 import cv2 import random i

fluent模拟幂律流动的方法指导，详细介绍了模型的创建与设置