数字信号处理：第九章 有限长单位冲激响应（FIR）的数字滤波器设计.ppt
2022-07-12 18:06:22
2.15MB
Vold-Kalman 滤波器由 Håvard Vold 和 Jan Leuridan 在 1993 年推出，能够使用已知频率向量从信号中提取非平稳周期分量 [1]。 在最小二乘法的意义上，它可以作为一个稀疏线性系统来解决。 与卡尔曼滤波器类似，VKF 基于结构方程和数据方程最小化成本函数。
本次提交实现了第二代 VKF，能够同时提取多个订单，在交叉订单的情况下进行能量传播 [2]。
句法： x = vkf(y,fs,f) 使用采样率为 1% 的 -3dB 带宽的 2 极滤波器从采样率为 fs 的信号 y 中提取频率向量为 f 的阶数。 输出是单个波形 x。
[...] = vkf(y,fs,f,p) 使用 p 阶滤波器（通常在 1 或 4 之间）。 每个阶都会使滚降每十年增加 -40dB。 通过指定额外的低阶系数，添加了零边界条件。 例如：p = [2 0 1] 应用二阶滤波并在
2022-07-12 17:16:02
4KB
1
Extended Kalman Filter for robot localization, mapping, SLAM. Matlab 仿真机器人应用扩展卡尔曼滤波器localization, ma
2022-07-12 09:14:03
19KB
用卷积滤波器matlab代码Tensorflow中的SRCNN
基于深度卷积网络的图像超分辨率的Tensorflow实现。
GT
双三次
神经网络
实施细节
我们的实现使用TensorFlow训练SRCNN。
我们使用了与本文所述几乎相同的方法。
我们使用91个图像数据集训练了网络，并在训练时使用Set5数据集进行了验证。
在测试时，为了获得相同的放大倍数2、3和4的结果大小，我们将测试图像裁剪为12，即最小公倍数。
另外，我们将地面实况的边界和双三次内插测试图像填充了6，以使其尺寸与SRCNN结果相同。
根据该论文，在放大系数为3的Set5上，最佳性能是滤波器大小为9-5-5和ImageNet训练数据集时的平均PSNR值为32.75dB，但我们的目标是32.39dB
，这是在经过验证时的平均PSNR值该模型使用91个图像数据集，9-1-5滤镜大小和Y进行训练。
在训练了12,500个纪元之后，我们得到了相同的值32.39dB
。
给出了具有91个图像训练数据集和放大系数为3的预训练模型。
请注意，我们使用Y通道进行了训练和测试。
如果要使用3通道（YCbCr或RGB）进行训练和测试，
2022-07-11 17:11:51
46.15MB
1