simmethod

function PSNR2 = psnr(I,I_iter) 计算峰值信噪比 I : 原始信号 I_iter : 加噪信号(function PSNR2 = psnr (I, I_iter) calculate the peak signal to noise ratio I: the original signal I_iter: adding noise signal)

说明：  matlab谱分析工具箱，作谱分析的很有用的工具，是基于matlab7.0的(Matlab Toolbox spectral analysis, spectral analysis for the very useful tool, is based on the matlab7.0)

SCL cheat sheet /For PLC Systems. Tables operators SCL, is very useful when programming a list of categories to hang on the wall, be sure

正态反高斯模型的参数估计并且结合上下文模型的算法研究与实现matlab,这是一个很好的算法！(Normal anti-Gaussian model parameter estimation algorithm context model and combined with the realization of matlab)

matlab程序运行时导入数据文件作为输入参数，多目标跟踪的粒子滤波器，车牌识别定位程序的部分功能，有信道编码，调制，信道估计等，正确率可以达到98％，数据模型归一化，模态振动。( Import data files as input parameters matlab program is running, Multi-target tracking particle filter, Part of the license plate recognition locator feature, Channel coding, modulation, channel estimation, Accuracy can reach 98 , Normalized data model, modal vibration.)

关于希尔伯特-黄变换的几篇不错的英文文献(About Hilbert- Huang Transform several good English literature)

插值算法是一类重要的线性搜索方法，其基本思想是在搜索区间中不断用低次插值多项式来近似目标函数。该程序是用二次插值算法求区间上的无约束最优化解。(Interpolation algorithm is one important class of linear search method, its basic idea is constantly in the search interval with a low polynomial interpolation to approximate the objective function. The program is used quadratic interpolation algorithm for unconstrained interval on optimal to resolve.)

最小化L1范数求解，通过L1-LS工具包。(L1 norm minimization solution, through the L1-LS kit.)

说明：  一本很特别的matlab教材，慢慢探索吧 本书第一章系统讲述MATLAB6.5的集成工作平台，引导读者初会MATLAB基本用法。第二、三章系统叙述MATLAB6.1的四大基本数据类型（数值数组、字符串数组、元胞数组、构架数组），至于其它扩展数据类型（函数句柄、符号数据、内联函数、unit数组、稀疏类）则另辟章节专述。此后，本书用九个独立章分述MATLAB6.5的数值计算、符号计算、函数和数据可视、面向对象编程、GUI交互操作界面设计、EXE独立应用程序生成、实现不同软件平台交互的API、M-book数据图形文字环境集成等八大通用功能。本书用专门的一章深入浅出地阐明SIMULINK的分层建模、仿真功能、与MATLAB交互的功能。 全书包含390多个计算范例。所有算例的程序是可靠、完整的。读者可以在自己的MATLAB环境中完全准确地重现本书所提供的算例结果。算例的举一反三，将使读者很快掌握要领，从模仿走向灵活应用。 书中正文（包括算例）所涉及的指令全部罗列在附录的“A索引”中，用户很容易根据关键字符找到相关的正文说明和算例应用。 (err)

说明：  Classification of emotional states from electrocardiogram signals: a non-linear approach based on hurst