Robust-Multiresolution-Techniques-for-Image-Recon

mpsk加高斯信道传输模型，分为2PSK,QPSK,8PSK.(Add mpsk Gaussian channel transmission model, is divided into 2PSK, QPSK, 8PSK.)

关于脑电信号中机械噪声，工频噪声，以及基线漂移的处理，以及提取脑电信号中的特质点，应用matlab中的小波变换来进行消噪找特征点(On the EEG machine noise, frequency noise, and baseline drift of the processing, as well as the characteristics of EEG in point, application of wavelet transform in matlab to find feature points for Denoising)

wavelet based image fusion using adaptive decomposition

利用帧差法实现视频中的物体检测，只能跑图片，须将视频转(Object detection based on frame difference.)

这个程序是通信系统的信道仿真，完成了某些信道仿真的功能(This program is the communication channel simulation system, complete channel emulation of some functions)

说明：  线性预测算法 输入：阶数p，快拍数据协方差矩阵R，观察范围内各方向导向矢量，三维矩阵phiyz。 输出：线性预测谱估计矩阵P。(Linear prediction algorithm Input: the order of p, snapshot data covariance matrix R, observe the direction in the range of steering vector, three-dimensional matrix phiyz. Output: linear prediction spectral estimation matrix P.)

基于Matlab信号、系统与信号处理相关程序 MATLAB基础.doc signalproduct.m systemsim.m 实验1：信号的产生及运算.doc 实验2：系统的零状态响应.doc(Matlab-based signal system and signal processing procedures MATLAB based. Doc signalproduct.m systemsim.m Experiment 1: signal generation and operation. Doc Experiment 2: The system of zero-state response. Doc)

测试可以跑，根据自己情况修改下函数即可. NSGA-III 首先定义一组参考点。然后随机生成含有 N 个（原文献说最好与参考点个数相同）个体的初始种群，其中 N 是种群大小。接下来，算法进行迭代直至终止条件满足。在第 t 代，算法在当前种群 Pt的基础上，通过随机选择，模拟两点交叉（Simulated Binary Crossover，SBX）和多项式变异 产生子代种群 Qt。Pt和 Qt的大小均为 N。因此，两个种群 Pt和 Qt合并会形成种群大小为 2N 的新的种群 Rt=Pt∪Qt。 为了从种群 Rt中选择最好的 N 个解进入下一代，首先利用基于Pareto支配的非支配排序将 Rt分为若干不同的非支配层（F1，F2等等）。然后，算法构建一个新的种群St，构建方法是从 F1开始，逐次将各非支配层的解加入到 St，直至 St的大小等于 N，或首次大于 N。假设最后可以接受的非支配层是 L层，那么在 L+ 1 层以及之后的那些解就被丢弃掉了，且 St FL中的解已经确定被选择作为 Pt+1中的解。Pt+1中余下的个体需要从 FL中选取，选择的依据是要使种群在目标空间中具有理想的多样性。(The test can run and modify the function according to its own situation. NSGA-III first defines a set of reference points. Then the initial population containing N individuals (preferably the same number of reference points as the original literature) was randomly generated, where N was the size of the population. Next, the algorithm is iterated until the termination condition is satisfied. On the basis of current population Pt, the algorithm simulates two-point crossover (SBX) and polynomial mutation to produce offspring population Qt by random selection.)

说明：  基于KPCA的对葡萄酒数据的降维处理，将13维数据降维成小于13维的，可选(KPCA-based dimensionality reduction of wine data)

各种系统(lte和wimax等)使用的典型信道模型(wireless channel model design)