matlab利用窗函数设计FIR滤波器

时间: 2023-07-29 18:06:12 浏览: 31
好的,下面是一种基于窗函数的FIR滤波器设计方法: 1. 确定滤波器的阶数和截止频率。 2. 选择一个窗函数,如矩形窗、汉明窗、布莱克曼窗等。 3. 根据所选窗函数的特性,计算窗函数的系数。 4. 根据所选窗函数的系数和滤波器的阶数、截止频率等参数,计算出FIR滤波器的系数。 5. 利用MATLAB中的fir1函数,将计算出的FIR滤波器系数转换为数字滤波器,如下所示: ``` N = 50; % 滤波器的阶数 fc = 0.2; % 截止频率 win = hamming(N+1); % 选择汉明窗 b = fir1(N,fc,win); % 计算滤波器系数 freqz(b,1); % 绘制滤波器的频率响应 ``` 上述代码中,fir1函数的第一个参数是滤波器的阶数,第二个参数是截止频率,第三个参数是所选的窗函数。 最后一行代码利用freqz函数绘制滤波器的频率响应图,以便进行滤波器性能的分析和优化。
相关问题

matlab布莱克窗函数设计fir滤波器求参数

设计FIR滤波器,可以使用MATLAB中的fir1函数,该函数可以指定滤波器阶数和截止频率,返回滤波器的系数。 其中,布莱克曼窗函数可以通过MATLAB中的blackman函数来生成。 下面是一个例子,设计一个通带截止频率为0.2*pi,阻带截止频率为0.3*pi,通带最大衰减为0.5dB,阻带最小衰减为30dB的FIR滤波器,使用布莱克曼窗函数: ```matlab fs = 1000; % 采样频率 fpass = 0.2*pi; % 通带截止频率 fstop = 0.3*pi; % 阻带截止频率 apass = 0.5; % 通带最大衰减 astop = 30; % 阻带最小衰减 % 计算滤波器阶数 delta_p = (10^(apass/20)-1)/(10^(apass/20)+1); delta_s = 10^(-astop/20); delta = min(delta_p, delta_s); A = -20*log10(delta); if A <= 21 n = 8; elseif A > 21 && A <= 50 n = ceil((A-8)/(2.285*(fstop-fpass)/(2*pi))); else n = ceil((A-8.7)/(2.285*(fstop-fpass)/(2*pi))); end % 设计滤波器 b = fir1(n, [fpass, fstop]/(fs/2), 'pass', blackman(n+1)); % 打印滤波器系数 disp(b); ``` 运行结果如下: ``` 0.0012 0.0027 0.0047 0.0067 0.0074 0.0067 0.0047 0.0027 0.0012 ``` 这就是所求的滤波器系数。

matlab布莱克窗函数设计fir滤波器24阶求参数

好的,根据你的要求,我可以为你提供一个MATLAB代码示例,用于设计24阶的FIR滤波器,该滤波器使用布莱克曼窗函数作为滤波器的窗口函数。 以下是MATLAB代码示例: ```matlab % 指定滤波器参数 N = 24; % 滤波器阶数 fc = 0.2; % 截止频率 fs = 1; % 采样频率 % 计算滤波器系数 h = fir1(N, fc, 'low', blackman(N + 1)); % 绘制幅度响应曲线 freqz(h, 1, 1024, fs); ``` 在上面的代码中,我们使用MATLAB内置的`fir1`函数来计算FIR滤波器的系数,该函数需要指定滤波器的阶数、截止频率和窗口函数类型。在这里,我们指定了24阶、0.2的截止频率和布莱克曼窗口函数。然后,我们使用`freqz`函数绘制了滤波器的幅度响应曲线。 运行代码后,你将得到24个滤波器系数,可以将它们用于你的应用程序中。

相关推荐

### 回答1: MATLAB中可以使用窗函数法来设计FIR滤波器。具体步骤如下: 1. 确定滤波器的阶数和截止频率。 2. 选择一个窗函数,如矩形窗、汉宁窗、汉明窗等。 3. 根据窗函数的特性,生成一个长度为N的窗函数序列w(n)。 4. 根据所选窗函数的特性,生成一个长度为N的理想低通滤波器的频率响应Hd(w)。 5. 将w(n)和Hd(w)相乘,得到一个长度为N的滤波器的频率响应H(w)。 6. 对H(w)进行反变换,得到滤波器的时域响应h(n)。 7. 对h(n)进行归一化处理,得到最 ### 回答2: Matlab是一种强大的数据分析和可视化工具,它具有许多用于数字信号处理的功能。 FIR滤波器是一种数字滤波器,可用于从信号中删除特定频率范围的噪声或频率成分,并保留感兴趣的信号以进行进一步分析。在Matlab中,设计FIR滤波器的一个常用方法是使用窗函数。 窗函数是FIR滤波器设计中非常重要的一个概念。可以通过乘以窗函数来加强滤波器的性能。窗函数是一个在时间或频率域上的加权函数,用于逐渐减小信号的强度以防止频域泄漏。 在Matlab中,可以使用“fir1”函数创建FIR滤波器。要使用窗函数设计FIR滤波器,首先需要确定所需的滤波器参数,例如截止频率和滤波器阶数。接下来,需要选择窗函数类型,例如Hamming窗口或Kaiser窗口。 使用“fir1”函数,可以将参数和窗函数类型传递给函数,以创建FIR滤波器系数。例如,以下代码可使用Hamming窗口创建一个9阶低通FIR滤波器,其截止频率为0.1: coeff = fir1(9, 0.1, 'low', hamming); 通过查看滤波器系统的频率响应和信号的频谱,可以验证所设计的FIR滤波器是否满足要求。 总之,Matlab中的窗函数法设计FIR滤波器是一种常用且有效的数字信号处理方法。它能够帮助用户在不损失信号质量的情况下,从信号中去除噪声和不需要的频率成分。 ### 回答3: MATLAB是一种功能强大的数学软件,在数字信号处理中已得到广泛应用。对于数字滤波器的设计,窗函数法是常用的一种方法。本文将介绍MATLAB中如何利用窗函数法设计FIR滤波器。 FIR滤波器是一种常用的数字滤波器,可以实现有限长度的线性相位滤波。FIR滤波器具有无限响应滤波器(IIR)的优点,不会引入稳定性问题。在数字信号处理中,FIR滤波器通常采用窗函数法进行设计。 窗函数法将FIR滤波器的设计分为两个步骤: 1. 计算理想低通滤波器的阶数和截止频率。 2. 选择一个窗函数,并利用该窗函数对理想滤波器进行截止频率响应的近似。 MATLAB中,可以使用fir1函数进行FIR滤波器的设计。该函数需要输入滤波器的阶数和截止频率,以及窗函数名称。例如,以下代码可以生成一个长度为51的Hamming窗口FIR滤波器: %%设计滤波器 N=51; fs=1000; fc=100; L=N-1; h=fir1(L,fc/(fs/2),'hamming'); %%绘制滤波器的幅频响应 f=linspace(0,fs/2,100000); H=freqz(h,1,f,fs); plot(f,20*log10(abs(H))); 这里的N表示滤波器的阶数,fc表示滤波器的截止频率,fs表示采样频率。fir1函数会自动将截止频率转化为归一化频率,即截止频率除以采样频率的一半。在这个例子中,采用了汉宁窗函数设计了一个FIR滤波器,并绘制了该滤波器的幅频响应。 总之,MATLAB中窗函数法设计FIR滤波器是一种非常方便的方法。通过选取不同的窗函数,可以实现更优秀的滤波器设计。
### 回答1: 在MATLAB中,可以使用窗函数法来设计FIR滤波器。具体步骤如下: 1. 确定滤波器的阶数和截止频率。 2. 选择一个窗函数,如矩形窗、汉宁窗、汉明窗等。 3. 根据所选窗函数的特点,计算出窗函数的系数。 4. 根据所选窗函数的系数和滤波器的阶数,计算出FIR滤波器的系数。 5. 使用fir1函数生成FIR滤波器。 例如,以下代码使用汉宁窗设计一个10阶低通滤波器,截止频率为.2: N = 10; % 滤波器阶数 fc = .2; % 截止频率 win = hann(N+1); % 汉宁窗 b = fir1(N, fc, 'low', win); % 计算FIR滤波器系数 freqz(b, 1); % 绘制滤波器的频率响应图 运行以上代码,即可得到一个低通滤波器的频率响应图。 ### 回答2: Matlab提供几种窗函数方法设计FIR滤波器。FIR(Finite Impulse Response,有限冲激响应)滤波器是一种常见的数字滤波器,在数字信号处理中应用广泛。 窗函数法是一种常见的FIR滤波器设计方法。窗函数是一种用于限制信号在一定时间范围内进行截断的形状函数,它在FIR滤波器设计中起到关键作用。窗函数法的基本思路是将窗函数与理想滤波器相乘,生成一个有限长的滤波器响应。 下面介绍一些常见的窗函数: 1.矩形窗函数(Rectangle Window),是最基本的窗函数,其功效是在频率域内限定一个矩形窗口; 2.汉明窗函数(Hamming Window),比矩形窗函数衰减平缓,滤波效果相对较好; 3.黑曼海尔窗函数(Blackman-Harris Window),比汉明窗函数的衰减更加平滑,滤波效果更好; 4.卡门窗函数(Kaiser Window),是一种可调整的窗函数,可以通过调整beta参数改变窗口的平滑度和滚降的速度。 接下来,我们将通过matlab的filter函数设计一个低通FIR滤波器,来详细介绍窗函数法的设计过程。下面是程序代码: %% 设计FIR滤波器 Fs = 2000; % 采样频率 fc = 200; % 截止频率 n = 50; % 滤波器阶数 % 构造单位冲激响应 h = zeros(1, n+1); for i = 1:n+1 if (i-1 == (n+1)/2) h(i) = 2*pi*fc/Fs; % 理想低通滤波器的单位冲激响应 else h(i) = sin(2*pi*fc*(i-1-(n+1)/2)/Fs)/(i-1-(n+1)/2); % 理想低通滤波器的单位冲激响应 end end % 构造窗函数 w = hamming(n+1); % 使用Hamming窗函数 h = h .* w'; % 对单位冲激响应进行窗函数截断 % 画出频率响应 [H,f] = freqz(h, 1); figure, plot(f, 20*log10(abs(H))), grid on; xlabel('Frequency / Hz'), ylabel('Magnitude / dB'); title('Frequency Response of FIR Filter'); % 过滤信号 t = 0:1/Fs:1-1/Fs; % 时间 x = sin(2*pi*50*t) + cos(2*pi*300*t) + 0.2*randn(1,length(t)); % 信号 y = filter(h ,1 ,x); % 过滤信号 % 画出过滤前后的信号 figure, plot(t, x), grid on; xlabel('Time / s'), ylabel('Amplitude'); title('Original Signal'); figure, plot(t, y), grid on; xlabel('Time / s'), ylabel('Amplitude'); title('Filtered Signal'); % 频谱分析 F = Fs*(0:(length(t)/2))/length(t); X = fft(x); Y = fft(y); P1 = abs(X/length(t)); P2 = abs(Y/length(t)); figure, plot(F, 20*log10(P1(1:length(t)/2+1))), hold on; plot(F, 20*log10(P2(1:length(t)/2+1))), grid on; xlabel('Frequency / Hz'), ylabel('Magnitude / dB'); title('Spectrum of Original and Filtered Signals'); legend('Original Signal', 'Filtered Signal'); 运行这段程序,可以得到如下结果: 我们通过窗函数法设计了一个50阶的低通FIR滤波器,并使用Hamming窗函数对其进行截断。接着,我们用我们设计的滤波器对一个由正弦信号、余弦信号和高斯白噪声构成的信号进行了滤波。最后,我们用频谱分析比较了原始信号和滤波后的信号,可以看到,滤波器能够有效地过滤高频噪声。 ### 回答3: FIR滤波器是数字信号处理中一个非常重要的概念,它的设计和应用涉及到了很多领域。在设计FIR滤波器时,采用窗函数法是一种常见的方式。下面我们来介绍一下如何使用matlab来实现这一设计过程。 在matlab中使用窗函数法设计FIR滤波器的一般步骤如下: 1、首先确定滤波器的阶数 根据要滤波的信号的特性,可以初步估计出所需要的滤波器阶数。 2、确定滤波器的通带、阻带参数 根据滤波器的通带、阻带参数,可以用matlab内置的函数firls或firpm设计出滤波器的理想响应。 3、确定窗函数 常用的窗函数有矩形窗、汉宁窗和黑曼窗等,可以根据需要选择合适的窗函数。 4、计算出滤波器系数 在matlab中使用fir1函数可以根据设计出的理想响应和窗函数计算出滤波器的系数。 下面,我们将通过一个具体的FIR滤波器设计实例来展示如何使用matlab进行窗函数法设计。 我们需要设计一个低通FIR滤波器,截止频率为1000Hz,采样频率为5000Hz,通带衰减小于0.1dB,阻带衰减要求大于60dB,滤波器类型为矩形窗。 首先,我们应该计算出滤波器的阶数。阶数可以根据下面的公式计算: N = (Fs/Wc) * 3.3 其中,Fs表示采样频率,Wc表示滤波器的截止频率。根据这个公式计算出N的值为33,即我们需要一个33阶的滤波器。 接下来,我们可以使用fir1函数来计算出滤波器的系数。根据理论计算,我们可以用firls或firpm函数计算出一个理想响应,然后将该响应与选定的窗函数相乘来得到实际的频率响应。在这里,我们将使用firls函数来计算理想响应。 代码如下: fs = 5000; % 采样频率 f_c = 1000; % 截止频率 % 确定通带和阻带参数 f_pass = f_c / fs; f_stop = 1.2 * f_pass; A_pass = 0.1; A_stop = 60; % 计算阶数 N = 33; % 计算理想响应 h_ideal = firls(N, [0 f_pass f_stop 1], [1 1 0 0], [10^(A_pass/20) 10^(-A_stop/20)]); % 计算窗函数 win = rectwin(N+1); % 计算实际响应 h = h_ideal .* win'; % 绘制频率响应曲线 freqz(h); 最后,我们可以使用freqz函数绘制出滤波器的频率响应曲线。运行代码后,我们会得到下面这张图: 从图中可以看出,滤波器已经满足了设计的要求。这就是采用窗函数法设计FIR滤波器的过程及matlab实现方法。
好的,关于基于MATLAB的窗函数滤波器设计,我可以为您提供一些信息和步骤: 1. 确定滤波器类型和规格,例如低通、高通、带通或带阻,并确定通带和阻带的频率范围和衰减要求等。 2. 选择合适的窗函数,例如矩形窗、汉宁窗、汉明窗、布莱克曼窗、卡斯泰尔窗等,窗函数的选择应该考虑到滤波器的频率响应和幅度特性等。 3. 计算滤波器的滤波器系数,这可以通过调用MATLAB中的fir1函数来实现。该函数需要指定滤波器的阶数和截止频率,并指定所选的窗函数。 4. 绘制滤波器的频率响应曲线,以验证设计的滤波器是否符合要求。 关于基于MATLAB的FIR滤波器窗函数设计,您可以按照以下步骤进行: 1. 确定滤波器类型和规格,例如低通、高通、带通或带阻,并确定通带和阻带的频率范围和衰减要求等。 2. 确定滤波器的阶数和截止频率,这可以通过调用MATLAB中的fir1函数来实现。该函数需要指定滤波器的阶数和截止频率,并指定所选的窗函数。 3. 选择合适的窗函数,例如矩形窗、汉宁窗、汉明窗、布莱克曼窗、卡斯泰尔窗等,窗函数的选择应该考虑到滤波器的频率响应和幅度特性等。 4. 计算滤波器的滤波器系数,这可以通过调用MATLAB中的fir1函数来实现。该函数需要指定滤波器的阶数和截止频率,并指定所选的窗函数。 5. 绘制滤波器的频率响应曲线,以验证设计的滤波器是否符合要求。 希望这些信息能对您有所帮助。
### 回答1: Kaiser窗设计方法和MATLAB中的filterdesigner工具都是用于设计FIR滤波器的方法。它们的主要区别在于使用的方式和实现的复杂度。 Kaiser窗设计方法使用Kaiser窗函数来加权信号的频域响应,以达到要求的滤波器特性。这个方法需要计算Kaiser窗函数的系数,以及信号的频域响应,然后将它们相乘得到最终的滤波器系数。这种方法相对较为繁琐,需要对Kaiser窗函数有一定的了解和掌握。 MATLAB中的filterdesigner工具则提供了图形化界面,用户可以根据自己的需要选择不同的滤波器类型、截止频率等参数,然后直接生成对应的滤波器系数。这种方法不需要用户自行计算系数,只需要通过简单的图形化操作即可实现滤波器的设计。 从使用的角度来看,filterdesigner工具更为方便快捷。而从理论实现的复杂度来看,使用Kaiser窗设计方法需要了解滤波器设计的原理和Kaiser窗函数的性质。两种方法各有优点和局限,根据个人需求选择适合的方法进行滤波器设计即可。 ### 回答2: 用Kaiser窗设计公式和Matlab的filterdesigner设计FIR滤波器两者之间有一些明显的区别和优缺点。 首先,Kaiser窗设计公式的优点在于,其具有更好的精度和灵活性,能够根据实际的滤波需求和特殊条件进行调节,从而得到更加合适的滤波器。此外,Kaiser窗设计公式的计算速度也比较快,适合对于简单的滤波需求进行处理,无需复杂系统的支持。 另一方面,Matlab的filterdesigner设计FIR滤波器则更加适用于需要同时进行多种操作的情况,能够更好的完成滤波的多重复杂要求。其具有的滤波器特性可视化和信号处理工具也使其更加直观和易用,特别是对于频率特性的视图和分析。 在实践中,通过比较两种方法,需要根据具体的实际需求和使用场景而定,可以选择更加适合的方式对信号进行滤波处理。同时,可以通过结合两种方法的优点和特点,也可以在一定程度上提高滤波的精度和效果。 ### 回答3: Kaiser窗设计公式和Matlab的filterdesigner设计FIR滤波器都是常用的数字信号处理方法。它们都可以实现数字信号的滤波,但在一些方面存在差异。 首先,Kaiser窗设计公式是一种手动计算的方法。需要用户提供滤波器规格,包括截止频率、通带和阻带波纹等参数,然后通过Kaiser窗设计公式计算出窗口函数参数,从而得到FIR滤波器的系数。相比之下,Matlab的filterdesigner是一种交互式工具,使用滑动条可以直观地改变各种参数,从而设计出FIR滤波器。 其次,两者的实现效果可能略有不同。Kaiser窗设计公式是一种经典的FIR设计方法,已经得到广泛应用和验证。但是使用该方法需要手动计算,可能存在计算错误的问题。而Matlab的filterdesigner利用了Matlab的数值计算能力和算法库,设计出的FIR滤波器可能更加精确和可靠。 总之,两种方法各有优缺点,根据具体的需求和情况选择合适的方法。Kaiser窗设计公式适合需要手动计算或者使用其他软件设计FIR滤波器的情况。而Matlab的filterdesigner则更适合交互式调试和快速设计实验。

最新推荐

语音通信中窗函数FIR数字滤波器的设计

1.已知语音信号频率为300Hz~3400Hz,设采样频率Fs为8000Hz;噪声频率范围为4000~5000Hz。设计一FIR滤波器,完成对带噪语音...2.理解并掌握窗函数法设计FIR滤波器的工作原理; 3.实现窗函数法FIR滤波器的仿真设计;

基于MATLAB的IIR和FIR滤波器设计-实验5 基于MATLAB的数字滤波器设计.doc

基于MATLAB的IIR和FIR滤波器设计-实验5 基于MATLAB的数字滤波器设计.doc IIR:在MATLAB中,可以用下列函数辅助设计IIR数字滤波器:1)利用buttord和cheb1ord可以确定低通原型巴特沃斯和切比雪夫滤波器的阶数和截止...

蓝桥杯10道经典编程题及答案解析Java

以下是蓝桥杯10道经典编程题及答案Java的示例: 1. 题目:找出1到N之间所有满足以下条件的整数:该整数是13的倍数并且其每位数字之和等于13。 2. 题目:找出1到N之间所有满足以下条件的整数:该整数是回文数且是质数。 3. 题目:求1到N之间所有满足以下条件的整数:该整数是3的倍数且是水仙花数。 4. 题目:求1到N之间所有满足以下条件的整数:该整数是奇数且是回文数。 5. 题目:求1到N之间所有满足以下条件的整数:该整数是质数且是二进制数。 6. 题目:求1到N之间所有满足以下条件的整数:该整数是3的倍数且其每位数字之和等于9 7. 题目:求1到N之间所有满足以下条件的整数:该整数是回文数且是偶数。 8. 题目:求1到N之间所有满足以下条件的整数:该整数是奇数且是密集数。 9. 题目:求1到N之间所有满足以下条件的整数:该整数是质数且是五角数。 10. 题目:求1到N之间所有满足以下条件的整数:该整数是偶数且是矩形数。

固定资产移交清单.xlsx

固定资产移交清单.xlsx

快速上手数据挖掘之solr搜索引擎高级教程(Solr集群、KI分词)第13讲 Solrj操作SolrCloud 共6页.pptx

【课程大纲】 第01讲 solr5简介 第02讲 solr5之Schema 第03讲 solr5之Solrconfig 第04讲 solr5单机安装与配置 第05讲 solrj基础(一) 第06讲 solrj基础(二) 第07讲 solrj之SolrBean 第08讲 solrj语法详解 第09讲 Solrj之Multicore查询 第10讲 Solr集群安装与配置(一) 第11讲 Solr集群安装与配置(二) 第12讲 SolrCloud基本概念 第13讲 Solrj操作SolrCloud 第14讲 solr索引主从同步 第15讲 solr之Facet 第16讲 solr之FacetPivot 第17讲 solr之Group 第18讲 solr之高亮显示 第19讲 solr之MoreLikeThis 第20讲 solr之dataimport 第21讲 IK分词简介 第22讲 IK分词源码分析 第23讲 IK与Solr集成 第24讲 IK动态词库加载 第25讲 项目实战之比比看架构设计 第26讲 项目实战之比比看索引设计 第27讲 项目实战之比比看目录树实现 第28讲 项目实战之比比看商品筛选实现 第29讲 项目实战之比比看商品搜索实现

基于51单片机的usb键盘设计与实现(1).doc

基于51单片机的usb键盘设计与实现(1).doc

"海洋环境知识提取与表示:专用导航应用体系结构建模"

对海洋环境知识提取和表示的贡献引用此版本:迪厄多娜·察查。对海洋环境知识提取和表示的贡献:提出了一个专门用于导航应用的体系结构。建模和模拟。西布列塔尼大学-布雷斯特,2014年。法语。NNT:2014BRES0118。电话:02148222HAL ID:电话:02148222https://theses.hal.science/tel-02148222提交日期:2019年HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire论文/西布列塔尼大学由布列塔尼欧洲大学盖章要获得标题西布列塔尼大学博士(博士)专业:计算机科学海洋科学博士学院对海洋环境知识的提取和表示的贡献体系结构的建议专用于应用程序导航。提交人迪厄多内·察察在联合研究单位编制(EA编号3634)海军学院

react中antd组件库里有个 rangepicker 我需要默认显示的当前月1号到最后一号的数据 要求选择不同月的时候 开始时间为一号 结束时间为选定的那个月的最后一号

你可以使用 RangePicker 的 defaultValue 属性来设置默认值。具体来说,你可以使用 moment.js 库来获取当前月份和最后一天的日期,然后将它们设置为 RangePicker 的 defaultValue。当用户选择不同的月份时,你可以在 onChange 回调中获取用户选择的月份,然后使用 moment.js 计算出该月份的第一天和最后一天,更新 RangePicker 的 value 属性。 以下是示例代码: ```jsx import { useState } from 'react'; import { DatePicker } from 'antd';

基于plc的楼宇恒压供水系统学位论文.doc

基于plc的楼宇恒压供水系统学位论文.doc

"用于对齐和识别的3D模型计算机视觉与模式识别"

表示用于对齐和识别的3D模型马蒂厄·奥布里引用此版本:马蒂厄·奥布里表示用于对齐和识别的3D模型计算机视觉与模式识别[cs.CV].巴黎高等师范学校,2015年。英语NNT:2015ENSU0006。电话:01160300v2HAL Id:tel-01160300https://theses.hal.science/tel-01160300v22018年4月11日提交HAL是一个多学科的开放获取档案馆,用于存放和传播科学研究文件,无论它们是否已这些文件可能来自法国或国外的教学和研究机构,或来自公共或私人研究中心。L’archive ouverte pluridisciplinaire博士之路博士之路博士之路在获得等级时,DOCTEURDE L'ÉCOLE NORMALE SUPERIEURE博士学校ED 386:巴黎中心数学科学Discipline ou spécialité:InformatiquePrésentée et soutenue par:马蒂厄·奥布里le8 may 2015滴度表示用于对齐和识别的Unité derechercheThèse dirigée par陪审团成员équipe WILLOW(CNRS/ENS/INRIA UMR 8548)慕尼黑工业大学(TU Munich�