Prévision et estimation linéaires

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (31)

Page 2 sur 4

Processus stochastiques: Filtre Wiener

Explore les processus stochastiques et le filtre Wiener pour le traitement des signaux.

Signalisation neuronale et traitement des signaux

Explore le traitement du signal neuronal pour les interfaces cerveau-ordinateur, y compris les techniques de décodage comme les filtres Kalman et le tri des pics.

Traitement du signal : restauration d'image et prédiction linéaire

Explore la restauration d'image et la prédiction de signal à l'aide de filtres linéaires dans le traitement du signal.

Traitement du signal: bases et analyse spectrale

Couvre les bases du traitement du signal, de l'estimation linéaire et des filtres numériques.

Filtre Wiener pour les processus stochastiques discrets

Couvre la théorie et l'application du filtre Wiener pour les processus stochastiques à temps discret.

Signaux harmoniques et estimation du spectre

Explore les signaux harmoniques, l'estimation du spectre et les méthodes d'analyse des signaux à l'aide des outils MATLAB.

Filtre Kalman: Introduction

Introduit le filtre Kalman, une méthode pour estimer l'état du système à partir de mesures bruyantes.

Traitement du signal : corrélation et densité spectrale

Plonge dans la corrélation et la densité spectrale des signaux, en expliquant leur signification et leurs applications.

Modèles stochastiques pour les communications: Systèmes linéaires en continu

Couvre les processus stochastiques continus dans les systèmes linéaires, y compris l'analyse et le filtrage des signaux.

Traitement du signal: bases et applications

Couvre les bases du traitement du signal, y compris la transformée de Fourier, les systèmes linéaires et la manipulation du signal.