SADMatch_new

介绍了cofdm的matlab仿真模型，利用simulink 进行。(COFDM introduced the matlab simulation model, using simulink conduct.)

说明：  使用matlab画的smith圆图，但是没有动态的显示。(Smith painting using matlab circle diagram, but no dynamic display.)

说明：  MATLAB s various matrix operators

为用户提供了一个开放的、可扩展的环境，用于在药品研究、遗传工程和其他与基因组、蛋白质等相关的项目中进行原型算法的开发以及应用。(Bioinformatics Toolbox™ offers computational molecular biologists and other research scientists an open and extensible environment in which to explore ideas, prototype new algorithms, and build applications in drug research, genetic engineering, and other genomics and proteomics projects. This bioinformatics software provides access to genomic and proteomic data formats, analysis techniques, and specialized visualizations for genomic and proteomic sequence and microarray analysis. Most Bioinformatics Toolbox functions are implemented in the open MATLAB® language, enabling you to customize the algorithms or develop your own.)

matlab中文教程，含演示例程，供初学者参考学习。(Chinese tutorial matlab, including demonstration routine reference for beginners to learn.)

try classification of ecg signal

为sinudoidal模型的AIC阶估计.AIC信息准则即Akaike information criterion，是衡量统计模型拟合优良性的一种标准，又由于它为日本统计学家赤池弘次创立和发展的，因此又称赤池信息量准则。它建立在熵的概念基础上，可以权衡所估计模型的复杂度和此模型拟合数据的优良性。 在一般的情况下，AIC可以表示为： AIC=2k-2ln(L) 其中：k是参数的数量，L是似然函数。 假设条件是模型的误差服从独立正态分布。 让n为观察数，RSS为剩余平方和，那么AIC变为： AIC=2k+nln(RSS/n) 增加自由参数的数目提高了拟合的优良性，AIC鼓励数据拟合的优良性但是尽量避免出现过度拟合(Overfitting)的情况。所以优先考虑的模型应是AIC值最小的那一个。赤池信息准则的方法是寻找可以最好地解释数据但包含最少自由参数的模型。(AIC order estimation for sinudoidal model)

去斜率（strech）参考信号与回波信号混频后得到中频输出信号S(t)=Aexp(j*2*pi*f0*t+phase) 其中f0与回波延时的关系为： f0=k*delay_t K为线性调频斜率，delay_t为回波延时 将s(t)采样，FFT变换即可得到目标距离与频谱的关系。 Strech 信号测距 输入混频后的中频信号（图一），经采样及FFT变换得到频谱（图二） 再根据频谱与距离的关系式R=Tcf/2B显示出距离(图三) (Go slope (strech) obtained after the reference signal and the echo signal mixer IF output signal S (t) = Aexp (j* 2* pi* f0* t+phase) f0 and echo delay relationship: f0 = k* delay_t K chirp slope, delay_t the echo delay sampling s (t), the FFT transform to the target distance spectrum of relations. Strech signal ranging input mixer IF signal (Figure 1), sampling and FFT transform spectrum (Figure 2) according the the spectrum distance relationship R = Tcf/2B shows the distance (Figure 3))

基于Malvar窗时频谱的反Q滤波方法0479-8023(2012)03-0405-06(Seismic Inverse Q Filíering U sing Malvar Window based Time-Frequency Analysis)

基于nsga2的分时电价相关程序(考虑电动汽车负荷在内)(TOU based on nsga2)