ekf

利用MATLAB语言计算交互多模型函数IMMKF(Calculated using MATLAB language interacting multiple model function IMMKF)

给出了内联函数及创建的方法，绘制了图像并介绍了获取图像坐标的函数(Inline functions are given and the method to create and draw a picture and describes the function to obtain the image coordinates)

多重信号分类（MUSIC）算法，将信号分为信号子空间和噪声子空间，利用特征值估计频率(Multiple signal classification (MUSIC) algorithm, the signal is divided into signal subspace and noise subspace, the use of eigenvalues to estimate the frequency)

text to speech using the matlab

MATLAB中的图形用户界面(GUI)工具，列出了所有GUI命令(MATLAB graphical user interface (GUI) tools, list of the GUI Order)

Digital Image Processing教材配套 matlab源程序，可以同时参看这本教材，相信可以得到更好的学习效果(supporting Matlab source materials, can see this material, I believe it can be a better learning results)

此为《MATLAB教程》的第八章：特征值和特征向量。该书内容翔实，深入浅出，不可多得。(This is the MATLAB Guide in Chapter VIII: Eigenvalues and eigenvectors. Book is informative, easy, hard to come by.)

说明：  此程序为均匀线阵情况下的相干信号入射后，阵列所采集的数据，各种参数说明见文件内部(This procedure for uniform linear array of coherent signals incident cases, the array of data collected, within the parameters described in the file)

功能：CDMA调变 multiple access b/w 2 users using DS CDMA(multiple access b/w 2 users using DS CDMA format is : cdmamodem(user1,user2,snr_in_dbs) user1 and user2 are vectors and they should be of equal length)

任务： 1） 借助MATLAB画出误差性能曲面和误差性能曲面的等值曲线（参考PPT2.1第17页的两幅图）； 2） 写出最陡下降法以及LMS算法的计算公式（取 ）； 3） 用MATLAB产生方差为0.05, 均值为0白噪音S(n)，并画出某次采样得到的波形（即产生任意一个噪声随机序列）； 4） 根据 2）中的公式，并利用 3）中产生的S(n)，在 1）中的误差性能曲面的等值曲线上叠加画出采用最陡下降法以及LMS法时H(n)的在叠代过程中的轨迹曲线（参考PPT2.1第17页的右下图的曲线1和曲线2）。 5）用MATLAB计算并画出LMS法时 随时间n的变化曲线（对应S(n)的某一次的一次实现）和e(n)波形； 注意：某一次实现的结果并不能从统计的角度反映实验的结果 的正确性，为得到具有统计特性的实验结果，可用足够多次的 实验结果的平均值作为实验的结果。用MATLAB计算并画出 采用LMS法时，J(n)的100次实验结果的平均值随时间n的变 化曲线（即 生成随机噪声信号并计算结果，重复执行100次， 求平均结果）。 6）在 1）中的误差性能曲面的等值曲线上，叠加画出采用LMS法得到的100次实验中的H(n)的平均值的轨迹曲线； (Task: 1 ) Draw with MATLAB error performance surface and surface contour error performance curve ( refer PPT2.1 two chart on page 17 ) 2 ) Write the steepest descent method and the LMS algorithm formula ( take ) 3 ) Using MATLAB to generate variance of 0.05 with a mean of 0 white noise S (n), and draw a particular sampling waveform ( ie, any noise generated random sequence ) 4 ) based on 2 ) of the formula , and use 3 ) generated in S (n), in a ) the error performance curves superimposed on the surface contour plot using the steepest descent method and the LMS method when H (n) the iterative process in the trajectory curve ( refer PPT2.1 page 17 bottom right of the curves 1 and 2 ) . 5 ) using MATLAB LMS method is used calculate and draw the curve with time n (corresponding to S (n) of a first implementation of a ) and e (n) waveform Note : in a first implementation of the results are not reflected from a statistical point of view of accuracy of the experimental results ,)