NpIca-v1.2

基于角谱法衍射理论的近场菲涅尔衍射的模拟(Fresnel diffraction stimulation based on angular spectral method)

说明：  通过输入汽车基本参数，可绘制出汽车前后制动器制动力分配曲线。(By entering basic parameters of the car, the car can be drawn around the braking force distribution curve.)

采用卡尔曼滤波法进行电池参数辨识,结果准确，辨识精度高(Identification of battery parameters by using Kalman filter method)

随机信号分析实验随机信号分析实验随机信号分析实验随机信号分析实验 一一一一、、、、实验目的实验目的实验目的实验目的：：：： ⑴ 了解随机信号自身的特性，包括均值（数学期望）、均方值、方差、相关函数、概率密度、实验原理实验原理实验原理实验原理： 我们把除了白噪声之外的所有噪声都称为有色噪声。就像白光一样，除了白光就是有色光。 (Experimentelle Analyse von zufä lligen Signal Analyse der zufä lligen Signal Analyse der experimentellen zufä lliges Signal Analyse der experimentellen Test 1111 zufä lliges Signal,,,, Labor-experimentelle Zwecke im Sinne der experimentellen Zwecken Zweck des Experiments:::: ⑴ zufä lliges Signal über ihre Eigenschaften, einschließ lich Mittelwert (mathematische Erwartung) , quadratische Mittelwert, Varianz, Korrelationsfunktion, Wahrscheinlichkeitsdichte, die experimentelle Prinzip Prinzip Prinzip Experiment Experiment Experiment arbeitet: Neben dem weiß en Rauschen, als wir alle werden als farbiges Rauschen bezeichnet, Lä rm. Wie Weiß , mit Ausnahme der weiß en ist ein Schatten.)

科斯塔斯环提取8PSK调制载波，出载波频率图、眼图、相位偏差等(The Costas loop extracts 8PSK modulated carrier, out of carrier frequency diagram, eye diagram, phase deviation and so on.)

this is a folder containing algorithms and source codes for face recognition

参考资料，matlab 学习用得到很好的很好的东东(matlab book is used to learn matlab)

提供hht工具箱完整的程序给大家参考学习(To provide a complete toolbox hht procedures to which we refer to learning)

程序生成的随机数,真正的名字叫做“伪随机数”,需要有一个种子来初始化 使用当前时间去初始化种子,就能得到不同的伪随机数序列(Program generates random numbers, the real name is " pseudo-random number," the need for a seed to initialize the current time to initialize the seed, you can get different pseudo-random number sequence)

Principal Components Analysis (PCA) is used to compress data in such a way that the least information is lost. It does so by truncating data and thereby leaving out the data which is of the least importance to the information stored in the data. This PCA process is called dimensionality reduction,