modecharge

exersice of marcel sidi

10个阵元半波长间距的ULA,请画出其波束0度、-20度和45度的波束方向图，并计算其波束宽度(10 half-wavelength spacing array element ULA, please draw its beam 0 degrees, 20 degrees and 45 degree beam pattern, and calculate its beamwidth)

说明：  预处理工具包括：主成分Analysi 小号（PCA），白化，过滤：高通滤波（HPF），低通滤波（LPF），子带滤波器（巴特沃斯，切比雪夫，椭圆）用的滤波器，频率子带和可调顺序子带的数量）或用户定义的 预处理功能。 后处理工具实际上包括：通过去除不想要的组件，噪声或伪像，对原始原始数据进行压缩和重建（“清理”）。 该算法不仅可以执行ICA，还可以执行二阶统计盲源分离（BSS），稀疏分量分析（SCA），非负矩阵分解（NMF），平滑分量分析（SmoCA），因子分析（FA）和任何其他可能的矩阵X = HS + N或 Y = WX形式的因式分解，其中H = W +是混合矩阵或基本向量矩阵。X是观测数据的矩阵，S是原始数据的矩阵，N表示其他噪声的矩阵。 ICA / BSS算法是纯数学公式，功能强大，但机械程序却很复杂：机械得到最佳实施后，用户要做的工作不多。ICALAB的成功和有效使用在很大程度上取决于先验知识，常识以及对预处理和后处理工具的适当使用。(icalab toolboxes for signal process, based on the software MATLAB.)

Matlab的Simulink简明教程，简单易学，值得一看(Simulink)

说明：  使用感知准则进行分类（数据为线性可分的两类）(Perceptual criteria used to classify (the data for the linear separability of two))

AR随机过程的建模，给定一个AR过程，对其进行建模，分别利用Yule-Walker方程和协方差法进行功率谱估计(AR random process modeling, given an AR process, its modeling, respectively, Yule-Walker equations and covariance method of power spectrum estimation)

自己写的包络谱函数，可以实现对时间序列求出他的功率谱(Write their own spectral envelope function, can realize to the power spectrum of his time sequence)

求解马尔科夫过程的一个过程，输入转移强度矩阵后，可以求得状态概率(A process of solving Markov process, the intensity of the input transfer matrix, we can obtain the state probability)

说明：  进行支持向量机的非线性回归分析。支持多元的非线性回归分析。(Nonlinear regression analysis of support vector machines. Supports multivariate nonlinear regression analysis.)

Computes the vector gradient of an RGB image