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.

在matlab上实现，采用rootmusic算法来对加入了噪声的信号，进行频谱估计，求取源信号的频率。

针对接收到的多个未知任何先验参数的跳频信号，提出一种先分离各个信号再对其分别进行时频分析来估计跳频参数的方法。首先采用特征矩阵联合近似最优化（JADE）算法分离跳频信号，再利用多窗口重叠的平滑伪wigner-Ville分布（SPWVD）来估计出跳频信号的跳周期（hop duration）、定时偏差（time offset）和跳频频率（跳频图案）等参数。通过将多个时频分析的窗口重叠来克服时频分析中交叉项的影响。仿真结果表明，该估计算法显著提高了估计的准确度和可靠性。

向量自回归模型（简称VAR模型）是一种常用的计量经济模型；该例子是VAR（1）模型的代码，可以参考vars包。

传统的粒子滤波算法在重采样期间丢弃小重量粒子,因此重要性权重落在极少数粒子上。这会导致采样粒子贫化、粒子多样性缺失以及需要大量粒子才能进行比较准确的状态估计等问题,针对这些问题,提出了一种改进的蝶式算法优化粒子滤波算法。首先,将最新时刻观测信息引入蝴蝶香味公式中,以提高滤波精度;其次,引入吸引半径参数来控制蝴蝶种群寻优的搜索范围,降低算法的复杂度,进而提高算法的实时性;最后,将改进的蝴蝶种群位置更新公式用于优化迭代更新。实验结果表明,与经典粒子滤波器和现有蝶形优化算法相比,改进算法具有更低的均方误差和运行时间。并且在粒子数较少的情况下,可以实现更准确的状态估计,并改善传统滤波器的粒子耗尽现象,保证了粒子多样性。

基于组合时空主通道自适应处理的低空风切变风速估计

解决了基于声传感器阵列的跨音速估计问题。 根据在亚音速或超音速气流中传播的声波的传播特性，为给定的测量设备建立了线性声传感器阵列的观测模型。 然后，基于最小均方误差（MMSE）准则的迭代实现，提出了一种鲁棒的风速估计器，简称为II-MMSE。 作为一种稀疏估计方法，II-MMSE自然地考虑了阵列观测数据中的噪声协方差信息，因此不需要用户选择任何超参数。 此外，II-MMSE技术在计算上比一般的超参数稀疏估计方法更有效，并且对有限的快照和数组建模错误具有良好的鲁棒性。 进行仿真以显示II-MMSE的功效。

matlab求导代码GPR_DOB_MAP 使用高斯过程回归（GPR）模型和导数观测值（也称为局部线性模型）的非线性动力学系统的最大后验（MAP）状态估计量。 这是我的CGNCC 2016论文随附的源代码。 X. Yang，B。Peng，H。Zhou和L. Yang，[使用高斯过程和预先计算的局部线性模型的非线性动态系统的状态估计]（“ IEEE Xplore”），2016 IEEE中文版制导，导航和控制Conference（CGNCC），南京，2016年，第1963-1968页。 目录结构 GPR_DOB包含具有派生观测值的高斯过程回归模型的代码。 这是存储库的精确复制，带有一个附加的'sq_dist.c'及其编译的二进制文件，以提高原始mfile'sq_dist.m'的执行速度 GPR_DOB_MAP包含此存储库的主要代码，即使用GPR模型和派生观测值的MAP估计器。 名称为example_的文件就是示例文件。 飞机攻角估计的例子 此存储库中有两个示例，都在MATLAB中运行。 这些示例使用其他纵向可变项的测量值来估计飞机的迎角，并构成了我在CGNCC2016文件中进行调查的案例研

按照如下模型产生一组随机序列 x(n)=0.8x(n-1)+w(n)，其中w(n)为均值为0，方差为4的高斯白噪声序列。 （1） 模拟产生X(n)序列的500 观测样本函数，绘出波形图。 （2） 用观测点估计信号的均值和方差。 （3） 估计该过程的自相关函数和功率谱密度，并画出图形。 线性系统是一个RC电路（低通滤波器）如图所示。 （1） 将该低通滤波器转化为数字低通滤波器。 （2） 产生一组均匀分布的白噪声序列，让其通过（1）中的滤波器，画出输出信号直方图并分析为何类噪声。 （3） 产生一组高斯分布的白噪声序列，让其通过（1）中的滤波器，画出输出信号直方图并分析为何类噪声。 （4） 比较上述过程分析其结论。

高斯白噪声matlab代码到达方向估计 我们是突尼斯国家工程学院的电信工程专业学生Imen BOUABIDI和Ameni MEZNI。 估计撞击在任意传感器阵列上的多个平面波的到达方向的问题引起了很多关注。 它在无线通信，雷达和声纳，射电天文学等许多应用中发挥了重要作用。 这项工作致力于在论文中处理到达方向估计的每个人。 我们在这里实现到达估计技术的几个方向的代码：子空间和非子空间方法。 子空间方法是MUSIC，Root-MUSIC和ESPRIT。 非子空间方法是Beamforming和Capon。 MATLAB用于模拟算法。 为了便于分析，有必要对天线和信号进行理想假设。 假设：天线阵列是线性的。 它的N个元素是全向的。 数目为M的信号是不相关的窄带信号。 线性阵列从远场接收的信号是平面波。 源的数量M严格小于天线的数量（M <N）。 噪声是不相关的，应该是高斯白噪声。