development-of-the-Min-n-family

一个卡尔曼滤波在运动过程中的应用，是一个作业(about kalman )

Kriging法(克里金法)算法的matlab的实现，可以直接调用。(Kriging method (Kriging method) algorithm of the realization of matlab, can be called directly. )

说明：  一个自己写的节点导纳矩阵生成程序，不同的小程序完成不同的功能(A self - written node admittance matrix generation procedures)

说明：  pn序列多普勒估计 pn序列多普勒扩展 抗干扰技术应用能够 simulink的仿真分析(pn_dopple_estimation pn_dopple_despreading anti_interference simulink system)

各种方程的解法，包括代数方程，线性方程组，线性微分方程等等。。(Solution of various equations, including algebraic equations, linear equations, linear differential equations and so on. .)

关于弹簧连接耦合摆的计算模拟。求出系统的两个简正模和一般振动解。并做出摆的位移曲线，分析振幅调制现象。(Connect coupling on spring pendulum simulation. Obtained system of two normal vibration mode and the general solution. And make a pendulum displacement curve, analysis of the phenomenon of amplitude modulation.)

说明：  蚁群优化算法属于群智能算法，具有强大的全局优化能力，并行计算的快速收敛性(Ant colony optimization algorithm belongs to swarm intelligence algorithm, which has strong global optimization ability and fast convergence of parallel computing)

说明：  信号处理的一点东西，关于褶积，循环褶积，还有一点病态系统的，(matlab signal analysis)

心电信号特征点检测的算法研究,针对在心电信号检测中传统的小波方法受锢于二进小波变换的尺度只能是 按2的整次幂取值的缺陷，本文利用连续小波变换在尺度取值上可选取非二进 尺度的特性，系统研究了连续小波变换在心电信号检测中的应用，并提出了一 个基于连续小波变换的心电信号检测算法(ECD signal detect,QRS )

在工程应用中 经常会遇到一些复杂的非线性系统, 这些系统状态方程复杂, 难以 用数学方 法准确建模。 在这种情况下, 可以 建立 BP 神 经网 络表达这些 非 线 性系 统。 该方法把未 知 系 统看成是一个黑箱, 首先用 系 统 输入输出 数据 训 练 BP 神 经网 络, 使网 络能 够表达该未 知 函 数, 然后就可以 用训练好的 BP 神经网络预测系统输出 。 本章拟合的非线性函 数为 y = x1^2+x2^2. 。 (In engineering applications often encounter some complex nonlinear systems, which complicated the equation of state, can not be accurately modeled mathematically. In this case, BP neural network can be established to express these nonlinear systems. The method of the unknown system as a black box, the first input and output data with systematic training BP neural network, the network can express the unknown function, then you can use the trained BP neural network forecasting system output. Chapter for fitting non-linear function y = x1 ^ 2+x2 ^ 2..)