滤波器教程 - 导航

发表于2026-05-03|更新于2026-06-28|滤波器教程

|总字数:133|阅读时长:1分钟|浏览量:

贝叶斯滤波器 - 导航

本系列由 jupyter 笔记文件自动转换为 markdown 文件，可能存在排版错误等问题。
原始文件及源码也许会开源？看心情喽🧐

导航

第一部分数学基础及简单滤波器(滑动滤波)

[[_posts/日拱一卒/学习笔记/贝叶斯滤波器系列/0-Hello, Filter|Hello, Filter]]
[[_posts/日拱一卒/学习笔记/贝叶斯滤波器系列/1-滑动滤波|滑动滤波与滤波器性能分析的数学方法]]

文章作者: Reglucis

文章链接: https://www.244744.xyz/blog/post/%E6%97%A5%E6%8B%B1%E4%B8%80%E5%8D%92/%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/%E8%B4%9D%E5%8F%B6%E6%96%AF%E6%BB%A4%E6%B3%A2%E5%99%A8%E7%B3%BB%E5%88%97/%E6%BB%A4%E6%B3%A2%E5%99%A8%E6%95%99%E7%A8%8B%20-%20%E5%AF%BC%E8%88%AA/

版权声明: 本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Reglucis' Blog！

滤波器贝叶斯信号处理导航

相关推荐

Hello Filter 1234567import numpy as npfrom scipy import statsimport matplotlib.pyplot as plt# %matplotlib ipympl%matplotlib widgetfigsize=(20, 5) 噪声的数学模型先来回想一下梦开始的地方，小学数学里测量一个物体的长度、重量巴拉巴拉等物理量时，为了减小误差的方法是————多次测量取平均值。所以多次测量取平均值是怎么减小误差的呢？或者用数学语言来描述的话，对于未知随机变量 XXX ，进行多次实验后，其均值 Xˉ\bar XXˉ 的抽样分布如何变化？噪声的数学描述中心极限定理告诉我们: 只要随机变量相互独立，每个随机变量对和的影响都是微小的，哪怕它们的分布类型不同，其和标准化后都有标准正态的极限分布。话句话说，某一事件受到许多相互独立且微小的随机因素影响，总的影响就可以看作服从或近似服从正态分布。不妨来仿真一下，下述代码测试计算了 50000 次随机事件，每次随机事件均为 100 次平均分布的随机变量之和。 1234567891...

滑动滤波与滤波器性能分析的数学方法

============================‼️注意‼️============================ 由于 jupyter nbconvert 的后端限制，无法渲染使用有控件的图片，所以文章存在很多"空白“的图像。读者不妨自己写一下。 ============================‼️注意‼️============================ 滑动滤波 1234567891011%matplotlib widgetimport matplotlib.pyplot as pltimport numpy as npimport myfilter.MovingAverageFilter as MAFimport myfilter.FilterPerformance as FPimport ipywidgets as widgetsfrom ipywidgets import FloatSliderfigsize=(24, 8) 在第一节中，我们讨论了对于静态目标的测量噪声的抑制方法。我们认为测量过程中的所有信息都是有效且平权的，所以采取...

USB 学习笔记 - 导航

USB 学习笔记 - 导航 USB 2.0 规范的系统性学习笔记，从概述到数据流模型的完整梳理。导航 [[_posts/日拱一卒/开发随笔/USB/USB2_0/0_概述|0. 概述]] [[_posts/日拱一卒/开发随笔/USB/USB2_0/1_术语和缩写|1. 术语和缩写]] [[_posts/日拱一卒/开发随笔/USB/USB2_0/2_结构总览|2. 结构总览]] [[_posts/日拱一卒/开发随笔/USB/USB2_0/3_USBDataFlowModel|3. USB 数据流模型]]

数据加载中