返回
机器人主页
tangbaozheng@tangbaozheng
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：nVote允许发帖
39 · 62
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“5300f-ae3e2-d41d8-1035f”
回复
“顶，很结实，很皮实啊！！！”
回复
“【 在 yananzi 的大作中提到: 】 : 什么代码？ 信道估计，扩展kalman，OFDM频偏估计”
回复
“【 在 zhaowc 的大作中提到: 】 : 什么类型的matlab代码？通信仿真？图像处理？ 通信的，信道估计类型的。”
回复
“【 在 z624530962 的大作中提到: 】 : 我们在考虑估计的时候首先要建立信号模型，然后再设计估计器的结构，而估计器的结构实际上是和你所选取的准则相关的。常用的准则包括了：对随机情况有MMSE,MAP（贝叶斯估计），对于非随机的情况有ML，LS : 我觉得你所考虑的问题应该是估计参数（可以是随机的也可以非随机…”
回复
“【 在 z624530962 的大作中提到: 】 : 自适应滤波我觉得就是一种学习的过程，然后获得一些有用信息，在通信中我们通常用作参数估计。它包含了很多方法，这些方法是限制在一定约束条件下才能够应用的。其中维纳滤波和卡尔曼滤波是最优线性滤波。维纳滤波是线性、最小均方误差波形估计，卡尔曼滤波是线性、无偏、最小均方误差递…”
回复
“【 在 BYRTQ 的大作中提到: 】 : 你可以去水木上问问，北邮感觉没什么人研究通信了，你的卡尔曼滤波感觉问好长时间了也没人给你回答 谢谢”
回复
“马上写，然后准备发，不然看我最近在版块内的发言！”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。