用于动态生成动态系统ID轨迹的SIDE-GAN-Pytorch代码。
这是在IEEE iROS2020中发表的论文“用于动态系统识别的信息轨迹的专业生成”的随附代码。 它能够快速生成多个循环动态系统识别轨迹，如下所示：
该体系结构属于生成对抗网络（GAN）的类别，可以归纳如下：
如果您想要简短的视频说明，请访问此链接： :
信用：
如果您打算将其中任何一种用于出版物，请引用
“动力学系统识别的信息轨迹的专家生成”，M。Jegorova，J。Smith，M。Mistry和T. Hospedales，2020年IEEE / RSJ智能机器人和系统国际会议（IROS）。
机器人，模拟器，训练数据和其他特定于代码的详细信息：
运行此代码的先决条件如下：
python >=3.5.3
pytorch >= 1.3.0
numpy >= 1.13.3
2022-03-02 15:58:38
91.97MB
1
在改进算法中,步长因子与误差信号自相关函数之间建立了一种改进的非线性函数关系。将改进算法应用到系统辨识中,通过计算机仿真结果看出,自适应滤波性能在收敛速度和稳态失调误差等方面得到改善。
2022-02-26 16:20:57
528KB
1
matlab车牌识别系统,识别率高,含GUI界面,图像处理,内含设计文档。现在只能识别蓝色车牌.有兴趣的可以继续扩展.O(∩_∩)O谢谢。
2022-01-11 10:56:42
18.61MB
1
如果您知道未知系统的输入和输出，您可以使用 FIR 滤波器识别系统。
使输入范围在 [-0.5 0.5] 之间并找到其对应的响应。
在程序中，我们假设一个系统并找到它的响应。 使用上述假设系统的输出和输入，我们将估计一个系统。
如果相应的假设和估计的系统系数相同，则达到目标。
2021-12-01 13:41:23
1KB
1
函数 apsa(N,L,plot_flag) 实现了 N 次迭代的仿射投影符号算法 (APSA)，以识别具有一组输入（或 L 个特征参数）的系统。 如果 plot_flag=1，它会绘制用于比较的输出以及学习曲线。 该函数输出算法为识别系统而进行的最小迭代次数。
例如： inp=wavread('BlueFunk-bass1.wav'); inp=inp-(min(inp)); 音频信号所需的百分比h=[1 -4 6 -5 2]; % 低通滤波器的已知系统参数 h Iter=apsa(inp,h,100,5,1);
添加一名作者https://sites.google.com/site/santhanarajarunachalam/
2021-11-01 19:57:46
2KB
1
这项工作是根据 BM Sanandaji 关于压缩系统识别的论文为大学考试进行的。 有时不变 (TI) 和时变 (TV) 示例。
2021-10-27 11:11:12
8KB
1
在此代码中，实现了传统的最小均方 (LMS) 和可变步长 LMS (VSS-LMS) 算法并进行了比较以进行系统识别。 这两种算法构成了自适应信号处理的基础。 该代码得到了高度评价，并提供了相关资源。 希望这可以帮助！！
2021-10-21 12:49:33
3.64MB
1