Desktop

波形产生器,产生方波，正弦波，双曲正割，三角波。高斯，超高斯，亚高斯等等(wave productor)

在层状光子晶体中，由于折射率不同，能量分布不同，此程序用于模拟此效果(Layered photonic crystals, due to the different refractive index, energy distribution, this procedure is used to simulate the effect of)

nv_encd.m　卷积编码程序 viterbi.m　　卷积译码程序 其它的是viterbi.m中用到的子函数 程序来自《现代通信系统－使用matlab》英文版 已经调通！并加上了注释。 希望对大家有帮助 GOOD　LUCK！(nv_encd.m convolutional coding procedures viterbi.m convolutional decoding process viterbi.m other is used in Function procedures from the )

用matlab实现的pca算法，用于将维，适用于各种种试验，如人脸识别程序源码 (Achieved using matlab pca algorithm for peacekeeping, applicable to various types of tests, such as face recognition program source code)

This is used for carrier modulation

四旋翼无人机SIMULINK建模，PSO_SA优化PID参数 reverse.m 作用：将History表中的string形式的key值转换为赋给九个全局变量temp00， ... ,temp08运行sum1.slx，可以直接观察此组参数的波形。 History 作用：映射表，将一组参数（temp00, ..., temp08）映射到这组参数的ITAE指标。 trojectory.m 作用：定义一条路径并进行路径压缩，通过不断向sum.slx传递位置参数，控制无人机运动，并接受无人机运动过程，做出无人机运动位置图像。 sum1.slx 作用：从外部接受一组位置关系（x,y,z）,模拟无人机由原点(0,0,0)运动到该位置并保持稳态这个过程中无人机的位置变化，并向外部反馈。 PSO_3D.m 作用：调用sum3D.slx，通过PSO得到内循环最优解的参数。 sum3D.slx 作用：获取.m文件中设置好的全局变量的值，模拟内循环三个角度的变化。 PSO_History.m 作用：调用sum9D.slx，通过PSO得到外循环最优解的参数，此过程已被History表优化。 PSO_SA.m 作用：调用sum9D.slx，通过PSO得到外循环最优解的参数，此文件在PSO_History.m基础上被模拟退火算法优化(Four rotor UAV SIMULINK modeling, PSO_SA optimize PID parameters)

SVPWM algorithm Strategies

checkmark software for watermarking

基于高频电流注入的永磁同步电机初始角检测，具体是旋变高频电流注入。效果不错，外带相关论文几篇，很有参考意义。(The initial angle detection based on high frequency current injection of permanent magnet synchronous motor, in particular high-frequency current injection resolver. Well, take away a few relevant papers, it is very useful.)

五组在matlab中应用的小程序：（1）carspls and carsplslda，竞争性自适应重加权算法（cars）筛选特征变量，并建立PLS定量或定性模型（2）mcuvepls 蒙特卡罗抽样无关信息消除后，建立PLS定量和定性模型（3）osc，正交信号校正的多变量数据处理方法（4）plot cars-lda-mcs,表征cars-lda-mcs的结果（5）demo 对以上carspls and carsplslda，mcuvepls 方法在matlab中实现举例演示(Five groups codes in matlabapplication: (1) carspls and carsplslda, competitive adaptive re-weighted algorithm (cars) for characteristic variables selection, and the establishment of PLS ​ ​ quantitative or qualitative model (2) mcuvepls， Monte Carlo sampling and the uninformative variables elimination （UVE）， and the establishment of quantitative and qualitative PLS model (3) Orthagnal signal correction（osc）, multivariate data processing method (4) plot cars-lda-mcs, characterization results of cars-lda-mcs (5) the demo about carspls and carsplslda, mcuvepls method implementation in matlab)