Questions marquées «estimation»

Dans le traitement du signal, l'estimation est une technique d'approximation d'un signal non observé à partir d'un signal observé contenant du bruit.

3
Filtrage des homographies estimées RANSAC
J'utilise l' algorithme RANSAC pour l'estimation d'homographie entre des paires d'images prises avec des caméras qui n'ont pas de translation entre elles (rotation pure et changement d'échelle / zoom). Cela fonctionne bien dans la moitié des cas. La sortie correcte ressemble à ceci: Les lignes rouges sont des correspondances filtrées …
1
Qu'est-ce qu'un AMDF?
La page wikipedia pour la fonction / formule de différence d'amplitude moyenne (AMDF) semble vide. Qu'est-ce qu'un AMDF? Quelles sont les propriétés d'AMDF? Quelles sont les forces et les faiblesses d'AMDF par rapport à d'autres méthodes d'estimation de hauteur telles que l'autocorrélation?
1
Estimation de l'ordre des filtres
Supposons un nombre inconnu mais petit et fini de pôles et de zéros dans le plan Z complexe, tous avec des conjugués complexes, produisant une certaine réponse. Strictement à partir de la valeur absolue d'un ensemble de points également espacés autour du cercle unitaire, disons supérieur à 2X le nombre …
5
Estimateurs pour une meilleure soustraction spectrale du bruit
Bruit blanc gaussien à moyenne nulle, indépendant d'un signal propre xxx et de variance connue est ajoutée à xxx produire un signal bruyant y.y.y. Transformée de Fourier discrète (DFT) YYY du signal bruyant est calculé par: Yk=1N∑n=0N−1e−i2πkn/Nyn.(1)(1)Yk=1N∑n=0N−1e−i2πkn/Nyn.Y_k = \frac{1}{N}\sum_{n=0}^{N-1}e^{-i2\pi kn/N}y_n.\tag{1} C'est juste pour le contexte, et nous définirons la variance …
2
Durée d'impulsion rectangulaire inconnue avec bruit gaussien blanc additif
Problème. Il existe un signal discretf[i]f[i]f[i] (exemple ci-dessous). On sait que f[i]f[i]f[i] a une forme d'impulsion rectangulaire avec un bruit gaussien blanc additif. f[i]=s[i]+n[i]f[i]=s[i]+n[i]f[i] = s[i] + n[i] , s[i]=α(θ[i−i1]−θ[i−i2])+cs[i]=α(θ[i−i1]−θ[i−i2])+cs[i] = \alpha(\theta[i - i_{1}] - \theta[i - i_{2}]) + c , i2>i1i2>i1i_{2} > i_{1} , i1>Ni1>Ni_{1} > N Où est …
3
Déterminer le seuil optimal de la règle de décision binaire à partir d'observations avec des antérieurs inconnus?
Étant donné uniquement les observations d'un signal binaire perturbé par le bruit gaussien avec des informations préalables inconnues, comment puis-je estimer le seuil de décision optimal? (Non, ce n'est pas une question de devoirs) Plus précisément, je pense au modèle suivant: YYY est un état à deux (H0,H1)(H0,H1)(H_0,H_1) Variable aléatoire …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.