chapter02

kaerman跟踪算法。基于“当前”统计模型的模糊自适应跟踪算法 我存的一篇论文，拿来与大家共享(kaerman program of trail or target)

LMS自适应滤波器与NLMS自适应滤波器的比较(LMS adaptive filter and compare NLMS adaptive filter)

基于MATLAB的IIR滤波器相位修正代码，通过级联一个全通滤波器，实现相位修正。(The modified IIR filter by cascading phase, an all pass filter, phase correction.)

改程序实现了广义旁瓣对消器的仿真，广义旁瓣对消器在阵列信号处理和多用户检测中有重要的应用。(Reform program to achieve a generalized sidelobe canceller in the simulation, generalized sidelobe canceller array signal processing and multi-user detection has important applications.)

Chapter 2 DSP course

用ODE方法，采用PID控制方法设计控制器，对电机进行仿真。(With ODE method using PID control design of the controller, the motor simulation.)

说明：  两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互 独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给定虚警概率，画出 输入信噪比与检测概率之间的理论曲线。(注意：理论检测曲线与样本 数有关) 2）改变样本数，用 Monte-Carlo 实验方法得出 PF＝0.001 时输入信噪比 与检测概率之间关系曲线（至少三条），并得出结论。 3）改变 M-C 实验次数，样本数不变，用 Monte-Carlo 实验方法得出 PF ＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出 结论(Draw the theoretical curve between input SNR and detection probability)

这是一个解决学生排名问题的matlab程序，采用的方法是用最小二乘法求解由模型确立的超定方程组。(This is a solution to the problem of students ranked the matlab program, using the least square method is to use the model established by the overdetermined equations. )

matlab hmm代码实现，一维隐形马尔科夫模型实现(HMM matlab code, the one-dimensional hidden Markoff model)

一个MIMI_OFDM系统在matlab上实现的程序代码(A MIMI_OFDM system in the matlab program code to achieve)