GPS载波相位平滑伪距单点定位 仅供参考学习

分成了三个部分，第一个是最基本的邻域处理，第二个是生成模板，最后一个是卷积

S_Gtest_matlab.m

利用二维小波分析和图像的中值滤波对一个给定的含噪图像进行平滑处理

应用扩展卡尔曼滤波平滑算法提高GPS/INS组合定位定姿精度，石波，卢秀山，为了提高城市遮挡环境下GPS较长时间无法单独定位情况下的GPS/INS组合定位定姿精度，研究了扩展卡尔曼滤波及其R-T-S平滑算法，同时给出

这些函数使用高斯平滑和对称差分进行梯度估计。 它们可用于支持例如 Canny 边缘检测器，并可形成许多图像和数据处理操作的初始阶段。 梯度函数接受不同类型的数据： gradients_x: 一个向量 gradients_xy：一个二维数组，通常是一个图像。 返回梯度的两个分量。 gradients_xyt：两个二维数组，每个数组通常是一个图像。 返回空间和时间梯度。 gradients_n：一个 ND 数组。 返回沿每个轴的梯度。 支持平滑函数执行高斯平滑，输入： gsmooth：一个向量 gsmooth2：二维数组 gsmoothn：ND 阵列 如果需要，这些函数提供各向异性平滑。 （也就是说，每个轴的平滑常数不同。） 特别注意如何处理靠近数组边界的元素。 默认情况下，输出数组小于输入数组，因此只需要计算有效值。 但是，一个选项允许输出与输入的大小相同； 然后通过使用反射或平

这是一个用于从噪声测量序列离线平滑和估计函数的一阶和二阶导数的代码，这些测量值可以是不等间隔的。 该算法是自动的：用户不需要提供平滑参数，它们是在代码中估计的。 该信号被建模为平稳的双积分维纳过程，并使用卡尔曼平滑器计算估计值。 该算法的理论细节见https://arxiv.org/abs/1610.04397

图像平滑的目的之一是消除噪声，其二是模糊图像，在提取大目标之前取出小的细节或弥合目标之间的缝隙。邻域平均法是去除噪声的有效算法之一，根本上是用平均的思想削弱某些不和谐的点，即噪声。中值滤波是一种非线性滤波，它能在滤除噪声的同时很好的保持图像边缘。通过本实验，使得学生掌握邻域平均法以及中值滤波法的程序实现方法。理解邻域平均法的数学思想以及中值滤波的实现原理。

二次指数平滑算法的仿真实现，可对平稳时间序列进行预测

matlab GUI 可修改平滑模版 实现图像平滑处理