排序方式: 共有23条查询结果,搜索用时 0 毫秒
1.
介绍了一种可应用于被动声纳的时频域联合捕捉主动声纳信号的方法及其工作流程。仿真相同噪声环境下使用该方法的发现距离与主动声纳探测距离,仿真结果表明使用该方法的发现距离远超过主动声纳探测距离,使用该方法可实现对目标的远程发现。 相似文献
2.
3.
该文介绍了测试系统设计的原则和思路,详细论述了基于Ⅵ的舰船电子装备测试系统的硬件设计,给出了该系统的基本评价. 相似文献
4.
混合高斯模型是对非高斯数据进行概率密度拟合典型模型,其参数估计可以通过期望最大化(EM)迭代算法获得。多维混合高斯模型参数的EM估计因结构庞杂而难以求解,而对主动检测背景的统计特性拟合来说,一维的混合高斯模型一般即已足够。描述了该情形下的混合高斯模型及其参数估计问题之后,导出了一种工程实用的、简化的EM迭代算法,并给出了可计算机编程实现的算法流程图。然后详细探讨了对EM估计精度与速度有着重要影响的参数初始化问题,给出了三种可选择的初值设置方案:高速度方案、高精度方案和二者的折衷方案,并分析了它们各自的适用场合。最后,结合一组数值仿真实例,演示了EM迭代算法的良好的混合高斯模型参数估计性能。 相似文献
5.
6.
混合高斯参数估计的两种EM算法比较 总被引:1,自引:0,他引:1
混合高斯模型是一种典型的非高斯概率密度模型,获得广泛应用。其参数的优效估计可以通过最大似然方法获得,但最大似然估计往往因其非线性而难以实现,故期望最大化(Expectation-Maximization,EM)迭代算法成为一种常用的替代方法。常规EM算法性能受迭代初值设置影响大,且不能对模型阶数做出估计。一种名为贪婪EM的改进算法可以克服这两个缺点,获得更为准确的模型参数估计,但其运算量一般会远大于前者。本文对这两种EM算法进行综合研究,深入挖掘两者之间的关系,并基于相同的数值仿真实例,直观地演示比较两者的性能差异。 相似文献
7.
在介绍虚拟仪器及其开发平台LahVIEW,指出通过调用外部代码接口可以实现与C语言的混合编程。结合一个实例,证明了合理的运用外部代码可以节约系统硬件成本,降低图形化编程的繁杂度,提高程序的执行效率,增强LahVIEW的整体功能。 相似文献
8.
9.
10.