计算 Newey-West 调整的异方差序列一致标准误差。 允许选择滞后长度或（默认情况下）根据 Newey-West(1994) 插件程序选择最佳滞后长度。

为了对低速移动的声源目标进行较高实时性的方向跟踪，把四元声传感器面阵分为两个二元线阵，分别对目标进行测向，然后融合两组测量结果，给出了目标方位角的计算公式。根据线阵在被跟踪目标方位角不同时测向精度的不同，用加权因子增加较高精度的线阵测量结果的影响，降低误差较大的线阵测量结果的影响。该算法可对传感器阵列所在平面内任意方位的声源快速进行测向，完成一次测向只需对两对时间采样序列分别进行互相关运算，并可获得较高的定向精度，通过实验验证了该算法的精度和有效性。

HERRORBAR 水平误差条形图。 HERRORBAR(X,Y,L,R) 使用由向量 L 和 R 指定的水平误差条绘制向量 X 与向量 Y 的关系图。L 和 R 包含 X 中每个点的左右误差范围。每个误差bar 是 L(i) + R(i) 长，并且在 (X,Y) 中的点的右侧和 R(i) 的距离上绘制了 L(i)。 向量 X、Y、L 和 R 的长度必须相同。 如果 X、Y、L 和 R 是矩阵，则每列生成一个单独的行。 HERRORBAR(X,Y,E) 或 HERRORBAR(Y,E) 用误差线 [XE X+E] 绘制 X。 HERRORBAR(...,'LineSpec') 使用字符串 'LineSpec' 指定的颜色和线型。 有关可能性，请参阅 PLOT。 例子： x = 1:10; y = 罪 (x); e = std(y)*ones(size(x)); herrorbar(x,y

长春理工误差理论与数据处理实验报告全

阵列信号处理是当前信号处理的热门方向，为信号处理带来极大的方便，阵列信号处理中的各通道不一致问题将会给阵列信号处理带来影响，很多文献中介绍过关于自适应幅相误差校正的理论及方法，但实现起来都比较耗费资源和时间，且效果有待实践验证。提出一种工程上可实现且计算量较小的通道校正方法-查表法。通过仿真，结果表明此方法可以对特定来向的有用信号进行较为准确的校正。

计算真阳性的函数分数（TPF）、假阳性分数（FPF）、真分数（T）和假分数（F）、准确度、误差

地图 对称平均绝对百分比误差 (SMAPE)。 用法 smape（数据集） 计算数据集的对称平均绝对百分比误差。 此函数的范围是 (0, 200)。 例子 var smape = require ( 'smape' ) ; var dataset = [ { actual : 112.3 , predicted : 124.7 } , { actual : 108.4 , predicted : 103.7 } , { actual : 148.9 , predicted : 116.6 } , { actual : 117.4 , predicted : 78.5 } ] ; smape ( dataset ) // 19.735399185285672 执照 （麻省理工学院许可证） 版权所有 (c) 2014 尼克·普尔曼 特此授予任何人免费获

提出一种改进的均衡器算法。该方法基于最小均方误差(minimum mean square error,MMSE)准则,使均衡器的输出与训练码的均方误差最小,并且将信道均衡的最小均方误差目标函数转化为二阶锥形式,利用内点法求最优解。与传统基于最小均方误差(least mean squares,LMS)和递归最小二乘(recursive leastsquares,RLS)自适应算法的均衡器相比,由于不需要迭代收敛过程,不存在收敛速度与精度的矛盾,克服了基于LMS和RLS的自适应均衡器参数设置的困难,而且利用更短的训练序列长度即可获得相同的均衡效果,对于改善通信效率具有参考价值。

18级bjtu电子测量大作业，95分，有交互界面，是python设计（需有一定python基础哈）

查找数组之间的相对误差可能很有用，例如，在确定迭代函数是否收敛到正确解时。 我使用这个函数来测试对我的数值求解器的调整是否接近解析解，但当然有许多应用程序在其中指示性错误会很有用。 使用该功能很简单。 使用您想要比较的数组/矩阵： relError(A,B,C,...) 其中大小（A）=大小（B）=大小（C）。 该函数输出一个大小为 nArgs x nArgs 的二维数组，将每个输入与每个输入进行比较。 使用 'display' 参数抑制输出文本。 例子： A=[1 2]; B=[1 2]; C=[2 4]; err = relError(A,B,C,'display',false) 错误 = 美国广播公司A --> 0 0 100 B --> 0 0 100 C --> 50 50 0 所以对于第一个参数和第三个参数之间的错误，使用 err(1,3)。