KALMAN

多载波通信中多用户检测的matlab仿真源代码(multicarrier communications multi-user detection of Matlab simulation source code)

matlab下可以直接使用的小程序 包括各种常用算法 对应书籍为《matlab宝典》 此为总的部分(matlab can be directly used for small programs include a variety of commonly used algorithms corresponding books as " matlab book" This is part of the total)

基于matlab程序的卫星图像道路信息提取技术的研究，结合模式识别、图像处理、边缘检测(Based on satellite images to extract road matlab program information technology research, combined with pattern recognition, image processing, edge detection)

matlab雷达信号处理工具箱，包含各种雷达信号仿真，雷达信号处理，对从事雷达研究是一个不错工具箱。(Matlab radar signal processing toolbox, including all kinds of radar signal simulation, radar signal processing, is a good tool kit for radar research.)

基于LMS算法和RLS算法的自适应滤波器设计(Based on LMS and RLS adaptive filter design)

七单元天线阵MUSIC DOA估计： d=1 ， 天线阵元的间距； lma=2， 信号中心波长； 四输入信号； A=[A1,A2,A3,A4]， 得出A矩； 四信号的频率d=[1.3*cos(v1*n) 1*sin(v2*n) 1*sin(v3*n) 1*sin(v4*n)] 构造输入信号矢量 U=A*d 总的输入信号 总输入信号的协方差矩阵 [s,h]=eig(c) 求协方差的特征矢量及特征值 取出与零特征值对应的特征矢量 求协方差矩阵的逆矩阵 应用Music法估计输出 绘出各波达方向图(Seven-element antenna array MUSIC DOA estimates: d = 1, Antenna Array pitch LMA = 2 signal center wavelength four input signals A = [A1, A2, A3, and A4], drawn A moment tetra-frequency of the signal D = [1.3* cos (V1* n) 1* ⁢ sin (v2* n) 1* sin (v3* n) 1* sin (V4* n)] constructed input signal vector U = A* D of the total input signal of the total input signal covariance matrix [S] = EIG (c) seeking covariance feature vector and the feature value removing and corresponding to the zero eigenvalues ​ ​ characterized vector seeking covariance matrix inverse matrix Applications Music estimate output plotted DOA Figure)

数字图像处理各种工具箱函数，超级无敌强大(Digital image processing toolbox functions, invincible super powerful)

基于灰色理论的负荷预测的程序，可用于MATLAB神经网络预测，通过负荷自身的变化来预测未来的负荷值(The load forecasting procedure based on grey theory can be used in MATLAB neural network prediction, and the future load value can be predicted by the change of load itself.)

Newton-Raphson算法 介绍 在科学计算和财经工程领域，许多数值算法都是通用的（至少在理论上是），可广泛地用于解决一类问题。一个大家熟悉的例子就是Newton-Raphson例程，它可用来寻找方程 f(x)=0的数值解。标准的数学表达式f(x)表示f是变量x的函数，其通常的表达形式为f(x,a,b,...)=0，f被定义为多于一个变量的函数。在这种情况下，Newton-Raphson算法试图把x以外的变量固定并作为参数，而寻找关于变量x的数值解。 由于Newton-Raphson算法需要知道被求解函数的确切表达，其传统实现方法是直接将代码嵌入到客户应用程序中。这就使得算法的实现代码经过针对不同被求解函数的少量修改后在客户程序中反复出现。 同许多其它数学例程一样，Newton-Raphson算法的具体实现是应该与特定用户无关的。并且，重复编码在任何情况下都应该尽量避免。我们很自然地会想到把该类例程作为库函数来实现，以使客户程序可以直接调用它们。但是，这种实现方式必然会涉及到如何将用户自定义函数（Newton-Raphson 例程需要调用该函数）封装成可以作为参数传递的形式。 (err)

说明：  本程序适用于解决优化问题，达到某些问题的优化目标。(This procedure applies to solve the optimization problem, the optimization problem to achieve certain goals.)