基于最小统计的非平稳噪声估计算法，最原始的理论，便于理解

MUSIC算法DOA估计，用来定位来波方向。

DHU机器学习课程KDE核密度估计图像处理大作业报告（含全部程序截图+实验结果图+结果分析+拓展题）

TD-SCDMA中的midamble码生成，信道建模，信道估计，误码率计算。附带全部MATLAB源代码。

matlab代码影响BD-RPCA 该MATLAB软件包是脚本的集合，允许在论文[1]中生成图形（图1和图2a-2e）。 本文探讨了从超声图像的超快速序列中进行高分辨率多普勒血流估计的问题。 将杂波和血液成分的分离公式化为一个反问题已在文献中显示，它是基于时空奇异值分解（SVD）的杂波滤波的良好替代方法。 特别地，最近已经在这样的问题中嵌入了去卷积步骤，以减轻成像系统的实验测量的点扩展函数（PSF）的影响。 在这种情况下显示去卷积可以提高血流重建的准确性。 但是，测量PSF要求非平凡的实验设置。 为了克服这个限制，我们在这里提出一种盲反卷积方法，该方法能够从多普勒数据中估计血液成分和PSF。 与基于实验测量的PSF的先前方法和其他两种最新方法相比，对模拟和体内数据进行的数值实验从定性和定量方面证明了该方法的有效性。 指示 将包下载为.zip文件（单击上方的绿色代码），然后将其解压缩。 请注意，解压缩的文件夹的名称应为BD-RPCA 。 将MATLAB的当前文件夹设置为此解压缩的文件夹，即BD-RPCA 。 从以下链接下载所有模拟数据：然后将它们放入“数据”文件夹中 运行[1]中与每个图

经典地球物理反演理论书籍，作者塔兰托拉，1987年中文版 适合各行业从事反演问题研究的人参考学习

考虑线性回归模型 Y = Xb + 误差，其中误差的分布函数未知，但误差是独立且对称分布的。 该包包含一个名为 LRMDE 的函数，它以 Y 和 X 作为输入并返回模型中参数 b 的最小距离估计量。

这是信号频率估计算法仿真与分析的Matlab仿真源代码： 一、文件夹部分： 1、各种噪声生成初步结果在noise_picture文件夹 2、各种窗函数随采样数变化的结果在window function文件夹 3、由主函数f_est_main各种噪声生成的结果在four_noise_picture_new文件夹 4、由主函数f_est_main各种加噪信号生成的结果在four_sig_noise_picture文件夹 5、由于主函数f_est_main生成的最终结果图片数量多、整个文件夹所占的容量大（700M以上），已将其删除，更改参数后运行主函数即可重新生成并自动保存结果图片。 二、m文件部分： 1、f_est_main为主函数 2、f_est_Eric_Peter_P、f_est_Eric_Peter_Q、f_est_max、f_est_max_secMax、f_est_max_secMax_pinyi、f_est_mrife、f_est_mrife1、QUADINT和RIFEVINC是主函数调用的频率估计方法 3、cal_item用于求噪声的某一系数；cal_noiseE用于求噪声能量 4、bubbleplot_6d和grid3用于绘制气泡图，bubbleplot_6D.gif是生成的气泡图动图

估计误差状态方程： 其解为： 如果（A-GC）特征值均有负实部，则 最终必将趋于0，且特征值负实部越大， 逼近x(t)的速度越快。但另一方面，观测器又是一个滤波器，它的输入y中，含有一定的测量噪声，（A-GC）特征值负实部越大，观测器频带越宽，噪声过滤能力越差。 因此在选择G时，应根据实际情况进行折衷考虑，使状态测量既能满足 对x的快速逼近，又不致使其频带太宽，在一定程度上控制高频噪声干扰以及估计误差在衰减过程中的过大超调。

CXCORR 循环互相关函数估计。 CXCORR(a,b)，其中 a 和 b 表示在时间间隔 T 上采集的样本，该时间间隔 T 被假定为两个相应周期信号的公共周期。 a 和 b 应该是长度为 M 的行向量，无论是实数还是复数。 [x,c]=CXCORR(a,b) 返回长度为 M-1 的循环互相关序列 c 和相应的滞后 x。 循环互相关为： c(k) = sum[a(n)*conj(b(n+k))]/[norm(a)*norm(b)]; 其中向量 b 循环移位 k 个样本。 该函数不检查输入向量 a 和 b 的格式！ 对于 a 和 b 之间的循环协方差，在中查找 CXCOV(a,b) http://www.mathworks.com/matlabcentral/fileexchange/loadAuthor.do?objectType=author&objectId=1093734