针对时滞、阶数和系数皆未知的离散时间线性随机控制系统（ARMAX模型），提出一种对时滞、阶数和系数同时进行递推估计的算法。在一定的条件下该算法能保证时滞、阶数和系数的估计都具有强一致性，而且系数估计具有较快的收敛速度。

所需频率为 1kHz 和 1.7kHz。 它添加了高斯白噪声。 嘈杂的信号被带通过滤，然后是带阻。 滤波器和设计都带有 FIR Hamming Window 100 Tap，通过增加抽头数量可以更好。 随意尝试，您也可以插入自己的信号。

如果想要知道含有高斯噪声的信道模型，这个可以用

MATLAB小程序，对图像添加高斯噪声和椒盐噪声。

根据雷达信号的时宽带宽乘积为常量, 不能兼顾作用距离和距离分辨率的原理, 使含有噪声的Chirp 信号经过匹配滤波器加以检测, 并对其进行了MATLAB 仿真

此实现估计图像中的噪声水平，如论文中所述标题为盲去噪的单图像噪声水平估计刘心豪、田中正之和奥富正敏。 函数 NLEstimate 是执行此任务的主要文件。 细节如下， 输入： 我 = 图像ps = 补丁大小（可选）； 默认大小为 7 maxiter = 迭代次数（可选）； 默认值为 5 输出： ENL = 估计噪声水平 如果 I 是单个值如果 I 是 1 X 3 维的灰度图像或向量以红色、绿色和蓝色通道表示的 RGB 图像 用法： 使用默认值估计噪声水平。 ENL = NLEstimate(imread('football.jpg')); % Return 估计噪音水平对于图像中的所有通道，即红色、绿色和蓝色ENL = NLEstimate(rgb2gray(imread('football.jpg'))); % 预计回报噪音水平。 参考： [1] [Xian Zhu, and Pe

MSP432-数字陷波滤波器 该程序使用数字陷波滤波器消除不需要的噪声（60 Hz）。 正弦波进入MSP432的精密ADC模块，并在经过数字滤波后通过外部DAC退出。 Matlab用于计算60Hz陷波滤波器传递函数，然后在C语言中实现。 演示： 陷波滤波器传递函数： MATLAB代码： % H(s) = (s^2 + w^2)/(s^2 + (w/Q)s + w^2) % w = 60Hz = center frequency to reject % Q = 3 = quality factor (increase to narrow rejection) % w/Q = bandwidth of the rejection band Hc = tf([ 1 , 0 , ( 2 * pi * 60 )^2], [ 1 , 20 , ( 2 * pi * 60 )^2]); bod

利用Matlab仿真工具产生趋于理想的高斯白噪声信号，并取得其数字特征和仿真波形，分析其特征得出相关结论，以便更好地理解理想白噪声。

基于N yquist 准则, 按照给定的相位稳定裕度设计 P I控制器使一阶时滞对象稳定, 然后引入 输入整形控制器对输入进行整形, 实现了一阶时滞对象的最小拍控制。在确定采样周期后, 整个控制系 统的设计只需按相位稳定裕度的要求解析算出P I控制器的比例增益即可, 设计简单, 性能良好。 仿真结 果表明, 该方法相当有效, 实现的最小拍控制无纹波。

此程序为matlab编码，是2ASK调制，产生基带信号，然后进行调制，并加上高斯白噪声