代码搜索：共模滤波
找到约 10,000 项符合「共模滤波」的源代码
代码结果 10,000
www.eeworm.com/read/168453/9912534
m dir2latc.m
function [K] = dir2latc(b)
% FIR的直接型式到全零格形的型式转换
% ---------------------------------------------------
% [K] = dir2latc(b)
% K = 格形滤波器系数(反射系数)
% b = 直接型式的多项式系数(脉冲响应)
%
M = length(b);
K = zer
www.eeworm.com/read/163356/10165046
m nonlinearenhancement.m
% IEEE Image Processing, vol.9, No.6, 2000.
%--------- 滤波器对图像作增强提高视觉质量－－－－－－－
clear all;
C=double(imread('t1.bmp'));%cameraman.tifSAR01.bmpBARB.BMP;5-51fft6649-060-1.tifmed01.jpg
h=[1,1,1;1
www.eeworm.com/read/358686/10181810
m filter_result.m
function [XER,YER]=filter_result(Ts,mon,d)
% filter_result 对观测数据进行卡尔曼滤波，得到预测的航迹以及估计误差的均值和标准差
% Ts 采样时间，即雷达的工作周期
% mon 进行Monte-Carlo仿真的次数
% d
www.eeworm.com/read/358376/10190065
m rcosine_filter.m
Fd= 1; %输入信号的采样率
Fs = 8; %输出信号的采样率
Delay = 3; %滤波器的群时延
R = 0.5; %滚降因子
[yf,tf] = rcosine(Fd,Fs,'fir',R,Delay);
plot(yf)
grid
xlabel('Time')
ylabel('Amplitude');
% impz(rrcfilter,1); % 另外一种
www.eeworm.com/read/352044/10586644
cpp sievingkalman.cpp
//SievingKalman.cpp 离散随机线性系统的卡尔曼滤波
#include //模板类输入输出流标准头文件
#include //数学变换头文件
#include //模板类矩阵头文件
using namespace std; //名字空间
template
voi
www.eeworm.com/read/422226/10653848
m filter_result.m
function [XER,YER]=filter_result(Ts,flag,mon,d)
% filter_result 对观测数据进行卡尔曼滤波，得到预测的航迹以及估计误差的均值和标准差
% Ts 采样时间，即雷达的工作周期
% mon 进行Monte-Carlo仿真的次数
% d
www.eeworm.com/read/422226/10653873
asv filter_result.asv
function [XER,YER]=filter_result(Ts,flag,mon,d)
% filter_result 对观测数据进行卡尔曼滤波，得到预测的航迹以及估计误差的均值和标准差
% Ts 采样时间，即雷达的工作周期
% mon 进行Monte-Carlo仿真的次数
% d
www.eeworm.com/read/276594/10724528
m filter_result.m
function [XER,YER]=filter_result(Ts,mon,d)
% filter_result 对观测数据进行卡尔曼滤波，得到预测的航迹以及估计误差的均值和标准差
% Ts 采样时间，即雷达的工作周期
% mon 进行Monte-Carlo仿真的次数
% d
www.eeworm.com/read/350382/10745664
m 5-6.m
%例程5－6 辨识FIR系统
% e.g.5-6.m for example5-6;
% to test function of tfestimate;
Fs=10^3;
t=0:1/Fs:1;
xn=randn(length(t),1);
b=ones(1,5)/5; %产生滤波器的系数
yn=filter(b,1,xn);
[
www.eeworm.com/read/350382/10746049
m 7-8.m
%例程7－8 自适应窄带干扰抑制
t=0:1/10:400;
s=sin(2*pi*t/10); %窄带干扰
x=awgn(s,15); %叠加宽带噪声
D=100; %延迟
r=[zeros(1,D),x];
x=[x zeros(1,D)];
%r经LMS自适应滤波
N=5;