Search - h0

Search - h0 - List

【Documents】 CQMFB的设计 DL : 0: 设计一CQMFB,低通滤波器H0(Z)来自一半带滤波器。该半带滤波器的长度为47，通带截止频率wp=0.42pi,试给出H0(Z),H1(Z),G0(Z),G1(Z)的幅频响应，单位抽样响应并画图。试着产生一信号，它由两个正弦加白噪声组成，一个在低频，一个在高频，正弦的频率及和白噪声的信噪比自己给定。使用所设计的滤波器对该信号进行分解和重建。比较重建后的效果，并对结果进行分析。(The design of the CQMFB)
Update : 2024-05-04 Size : 405504 Publisher : 吕园园
【Other】 m_ktubianjianyan DL : 0: Mall-Kendall以气候、下垫面一致为前提，要求序列随机独立且同分布，用于突变点的识别。 UFk为一条随k变化的曲线，当n增加时，UFk很快趋于标准正态分布。假设H0成立。给定显著性水平α，查算正态分布表得。当|UFk|＜时，接受原假设，即趋势不显著；反之，拒绝原假设，即趋势显著。在坐标轴上绘制两条曲线，若相交，则交点为突变点。这就是Mall-Kendall法。(Mall-Kendall to climate and underlying surface consistent is the premise of independent and identically distributed random sequence requirements for point mutation identification. UFk is a K with the curve, when n increases, UFk has quickly become the standard normal distribution. The establishment of H0 hypothesis. A given confidence level, check the normal distribution table. When |UFk| <, accept the null hypothesis, that trend is not significant; on the other hand, reject the null hypothesis, namely a significant trend. Draw two curves, in the axis if the intersection, intersecting point for point mutation. This is the Mall-Kendall method.)
Update : 2024-05-04 Size : 1024 Publisher : 纸飞机018
【matlab】 KS样本划分代码 DL : 1: K-S，即kolmogorov检验法，亦称拟合优度检验法。用来检验给定的一组数据是否来自分布F=F0，原理是若H0成立，则max|v/n-F0(qj)|应该很小，用手算几乎在绝大多数情况下是不可能的，通常借助统计软件，如SAS，S+等(K-S, namely Kolmogorov test, also known as goodness of fit test. It is used to test whether a given set of data comes from the distribution F=F0, and the principle is that if the H0 is set up, the max|v/n-F0 (QJ) should be very small, and the hand calculation is almost impossible in most cases, usually with the aid of statistical software, such as SAS, S+, etc.)
Update : 2024-05-04 Size : 14336 Publisher : old_chen
【matlab】 NPearson DL : 0: 奈曼皮尔逊准则仿真，在P(H1|H0)=a的约束条件下，使P(H1|H1)最大的准则。(Neyman-pearson criterion)
Update : 2024-05-04 Size : 44032 Publisher : 诚369
【matlab】打包 DL : 0: 两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给定虚警概率，画出输入信噪比与检测概率之间的理论曲线。(注意：理论检测曲线与样本数有关) 2）改变样本数，用 Monte-Carlo 实验方法得出 PF＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。 3）改变 M-C 实验次数，样本数不变，用 Monte-Carlo 实验方法得出 PF ＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。(Draw the theoretical curve between input SNR and detection probability)
Update : 2024-05-04 Size : 3072 Publisher : 原野5266
【matlab】最大似然 DL : 0: 两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给定虚警概率，画出输入信噪比与检测概率之间的理论曲线。(注意：理论检测曲线与样本数有关) 2）改变样本数，用 Monte-Carlo 实验方法得出 PF＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。 3）改变 M-C 实验次数，样本数不变，用 Monte-Carlo 实验方法得出 PF ＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论(Draw the theoretical curve between input SNR and detection probability)
Update : 2024-05-04 Size : 2048 Publisher : 原野526

« 1 2 3 4»