matlab234234234

本书基于MATLAB 5.2版，提供了使用MATLAB的实践性指导。MATLAB已成为适合多学科、多种工作平台的功能强大、界面友好、语言自然并且开放性强的大型优秀应用软件，同时也已成为国内外高等院校高等数学、数值分析、数字信号处理、自动控制理论以及工程应用等课程的基本教学工具。本书按逻辑编排，自始至终用实例描述；内容完整且每章相对独立；是一本简明的MATLAB参考书，既适用于初学者，也适用于高级MATLAB用户。对MATLAB与FORTRAN、C等语言结合的描述更是所有MATLAB书籍中少有的一大特色。 本书适合作为理工科高等院校研究生、本科生教学用书，也可作为广大科研工程技术人员的自学用书。()

1． 利用自相关函数法和周期图法实现随机信号的功率 联合开发网 - pudn.com

这是消除信号中噪声的程序，是国外编制的，比较适合初学。(This is the signal to eliminate noise procedures, the establishment abroad and are more suitable for a novice.)

我们可以对任意图像利用游程编码进行编码和解压。(We can use any image coding and run-length coding decompression.)

建立LibSVM预测模型，基于网格算法、粒子群算法、遗传算法优化了模型参数，并由最终模型预测了给定切削参数下零件的粗糙度等级。(Establish LibSVM prediction model, grid-based algorithm, particle swarm optimization, genetic algorithm to optimize the parameters of the model, the final model prediction given by the cutting parameters of parts roughness class.)

递推最小二乘程序，是进行系统辨识很好的程序(Recursive least-squares procedure, is a good program for system identification)

An implementation of a Nonlinear Bilinear Filter

刘金坤先进PID控制第二版第一章的仿真程序(Advanced PID control刘金坤the first chapter of the second edition of Simulation Program)

[t, y]=EULER_forward_ODE(f, t0, y0, tend, Niter) 欧拉向前逼近法求解微分方程初值问题 f定义了函数f（t，y）的 t0时的初始值定义吨 Y0的定义y的初始值( [t, y]=EULER_forward_ODE(f, t0, y0, tend, Niter) Euler forward approximation method to solve IVP ODEs f defines the function f(t,y) t0 defines initial value of t y0 defines initial value of y)

粒子滤波算法在非线性系统中得到了广泛的应用，其精度取决于目标概率函数和重要性函数是否相近，并且样本退化问题也影响了算法的性能。针对粒子滤波算法中样本退化的问题，本文提出一种基于奇异值分解的粒子滤波算法。该算法通过使用奇异值分解方法得到的重要性概率密度函数更接近于目标概率分布，降低样本退化的影响，提高了滤波器的精度，然后在列车组合定位系统的数学模型中应用该算法进行仿真实验。 (Particle filter algorithm for nonlinear systems is widely used, its accuracy depends on whether the target probability function and importance of the functions are similar, and sample degradation also affects the performance of the algorithm. For particle filter algorithm sample degradation problem, this paper proposes a particle filter algorithm based on singular value decomposition. The algorithm by using singular value decomposition of the importance of the probability density function method to get closer to the target probability distribution, reduce sample degradation, improve the accuracy of the filter, and then apply the algorithm in combination mathematical model train positioning system simulation experiments. The simulation )