考虑以下渠道模型， Y = sqrt(snr)X + N, 其中 X 是（离散）通道输入，例如 E[X^2]<1，N 是具有密度函数 N(0,1) 的噪声，snr 是信噪比（线性标度）。 该函数使用信道输入的给定概率密度函数计算与一维或二维中的任何星座相关联的容量。 它能够评估任何可能的输入分布的容量，尤其是具有统一输入的经典调制方案（QAM、PSK 等）。 我依赖于 quad2d 函数，但也可以使用 Monte Carlo 方法来评估出现在互信息计算中的积分。

matlab噪声点的判断代码自动校正眼动数据垂直漂移的算法 该存储库包含在Behavior Research Methods 上发表的关于垂直漂移校正算法的论文的代码和数据。 您可以下载开放获取论文，也可以观看我们的 15 分钟心理经济学演讲。 如果您只是想更正一些眼动数据，您可能首先需要查看 Python 包或 R 包。 这些软件包提供了更通用、更高级的工具，用于管理、清理和分析眼动追踪数据，特别强调阅读行为。 这包括使用论文中报告的许多算法来纠正垂直漂移问题的能力。 或者，如果您想做一些更复杂的事情（例如，您想将一个或多个算法集成到您自己的分析代码中），那么请查看algorithms/目录。 在那里，您将找到可用作起点的 Matlab、Python 和 R 函数。 您可能需要做一些工作来将这些功能重组为对您的特定项目有意义的内容。 如果您想复制论文中报告的分析或以我们的工作为基础，请继续阅读... 此存储库的结构 algorithms/ ：漂移校正算法的 Matlab/Octave、Python 和 R 实现。 code/ ：用于分析算法的 Python 代码（使用模拟和自然数据集

很好的matlab程序关于高斯噪声的详细算法。

噪声系统辨识噪声系统辨识噪声系统辨识噪声系统辨识

针对环境减灾小卫星高光谱影像数据中存在的条带噪声，提出一种双边滤波与矩匹配方法融合的去除条带噪声方法。该方法克服了传统方法在去除条带噪声的同时带来新的噪声，并且边缘信息丢失等问题。最后进行了几种去除条带方法的比较试验，并且对试验结果进行了讨论。试验证明，提出的方法去除高光谱遥感影像的条带噪声效果明显，且能较好地保留原始影像中的地物信息。

针对噪声方差不确定的约束系统,讨论了一种鲁棒滚动时域估计(MHE)方法.首先,根据噪声方差不确定模型,找到满足所有不确定性的最小方差上界,在线性矩阵不等式(LMI)框架下求解优化问题,得到近似到达代价的表达形式;然后再融合预测控制的滚动优化原理,把系统的硬约束直接表述在优化问题中,在线优化性能指标,估计出当前时刻系统的状态.仿真时与鲁棒卡尔曼滤波方法进行比较,结果表明了该方法的有效性.

上一篇：基于Matlab-Simulink 的 2FSK 数字调制原理与仿真 上一篇：Simulink仿真系列– 扩频通信-跳频扩频通信系统的原理和Simulink仿真 上一篇：Simulink仿真系列 – Simulink模块-数字基带调制解调模块详解 M-PAM,M-FSK,M-PSK 0.前言：          电磁波信号在传输过程中，会受到各种干扰，这些干扰统称为噪声。根据信道中噪声的特点，信道可分为加性高斯白噪声信道（AWGN）、多径瑞利退化信道、多径莱斯退化信道。 (1)瑞利衰落分布：           在移动无线信道中，瑞利分布是最常见的描述平坦衰落信号接收包络或独立多径分量

本模块实现低电平噪声滤波功能，即将低电平持续时间低于阈值的脉冲滤除。 输出脉冲与输入脉冲间有1个阈值长短的时间延迟。 程序中时钟为1MHz，阈值FilterThreshold为100us，可根据实际情况进行设置。 敬请注意，由于时延影响，若FilterThreshold为100，则低于101的都被滤除，大于等于102的才能通过。

本模块实现高电平噪声滤波功能，即将高电平持续时间低于阈值的脉冲滤除。 输出脉冲与输入脉冲间有1个阈值长短的时间延迟。 程序中时钟为1MHz，阈值FilterThreshold为100us，可根据实际情况进行设置。 敬请注意，由于时延影响，若FilterThreshold为100，则低于101的都被滤除，大于等于102的才能通过。