【预测模型】卡尔曼滤波运动轨迹预测【含Matlab源码 590期】.zip

matlab fft代码这是CVPR18中我们的MKCFup论文的实现。 为了提高速度，我们在C ++版本中使用DSST代替了fDSST。 我们在具有Intel Core i7-7700 3.60GHz CPU和8GB RAM的PC上执行了此实现。 在采用Release-x64模式的OTB2013上，平均FPS为175 ，我们的结果存储在./res中。 Matlab版本请参考 注意：根据opencv4，大多数C API已被排除，如果您使用opencv4，则在run_MKCFup.cpp和fhog.hpp中可能会更改某些API。 在运行我们的代码之前，请检查您是否已完成以下步骤。 安装Visual Studio 2015 +，fftw3.3.5 +（可以改用cv :: fft，但可能会慢一些）和opencv3.2 +； 确保在您的项目中添加了cn_data.cpp，ComplexMat.cpp和gradientMex.cpp； 在您的视觉工作室中打开OpenMP支持； 使用发布模式。 请运行run_MKCF.cpp以使用我们的跟踪器。 如果遇到速度问题，请确保在发布模式下，跟踪器的速度比

基于两点转换和光波耦合控制相移的思想提出的U型波导耦合单微环的谐振滤波器结构。利用传输矩阵法推导了此结构的数学模型，采用Matlab模拟了输出端口谱线形状。当​​微环与U型波导的两个替换点之间的距离为微环周长的整数倍时，此新型微环谐振滤波器比传统的双直耦合耦合单微环滤波器的自由光谱范围增加1倍。针对该结构参数，同时讨论了转换系数对输出谱线的影响，转换为转换系数为0.018时，输出谱线具有最佳的消光比，同时保持窄的带宽和高的品质因数。

泊松融合matlab代码HDR_and_ReflectionSuppress_Osmosis_Filtering 该存储库包含使用渗透过滤算法的 Matlab 实现，包括多重曝光融合和反射抑制。 渗透过滤是一种基于梯度的方法，它与泊松编辑相似但不同，有时可以作为其替代方法。 算法细节可以参考 中的参考资料。 在这个项目中，我们对最初被表述为泊松方程的两个问题使用渗透过滤，以展示渗透算法作为泊松求解器的替代方案的适用性。 我们使用梯度下降（Adam 优化器）来解决来自 中描述的渗透模型的变分能量。 多重曝光融合 (MEF) MEF 的代码包含在文件夹Osmosis_multi-exposure-fusion/ 中。 键入以下内容运行演示： osmosisFusion.m 该算法基于一些修改。 可以在 中找到我们方法的简要介绍。 渗透能的梯度列于方程式中。 (14) 在 . 结果 | 反射抑制 MEF 的代码包含在文件夹Osmosis_reflectionSuppresion/ 中。 键入以下内容运行演示： osmosis_reflectionSuppress.m 该算法基于（）。 通过将

基于变容二极管的高频电压操作带通滤波器

卡尔曼滤波器的PID控制：kalman的PID控制教程（MATLAB优化算法案例分析与应用PPT课件）.ppt

强地物杂波严重影响雷达系统对慢速目标的探测性能，对此设计了基于零频抑制与杂波图的地面慢速目标检测方法。采用Kalmus滤波器提高零频抑制能力，并针对慢速目标检测的实际需求，对其滤波性能和设计方法进行了分析。采用空间邻域插值方式完成目标区域的杂波背景积累，解决慢速目标检测不连续问题。最后对改进的慢速目标检测方法进行了仿真分析。实验结果表明，该方法对地面慢速目标的检测概率优于其他方法。

通过分析现有图象雅可比矩阵的在线辨识方法, 提出一种新的辨识思路。将雅可比矩阵的在线
估计转化为系统的状态观测, 并设计了相应的Kalman-Bucy滤波估计算法。以双目立体视觉反馈下的
运动目标跟踪任务为例, 通过仿真和实验说明了所提出方法的有效性。

图像的平滑的锐化，对于图像进行中值滤波和均值滤波，对图像进行锐化，分别用Roberts算子，sobel算子，拉普拉斯算子，对图像进行锐化，本资源免费白嫖，记得点赞就行

摘要：基于HFSS与ADS结合的微波滤波器设计方法是利用HFSS进行滤波器建模，并结合ADS进行曲线仿真，本文给出了具体的设计实例，并给出部分器件的仿真结果、实物和测试结果。所设计的滤波器具有：结构紧凑、性能优良以及研制周期短等优点，并已经投入实际的工程应用。 　　抽头式交指线微波滤波器具有较多优良特性：结构紧凑、结实，可靠性好；谐振器间的间隔较大，对加工精度要求不高；一般在没有电容加载情况下，谐振杆的长度近似为λ0/4,第二通带的中心在3ω0上，也有较好的阻带特性；另外，在ω=0和ω=ω0的偶数倍上，具有高次衰减极点，因而阻带衰减和截止率都比较大；既可以作为印刷电路形式，又可以用较粗的杆作