grid-conected-pv-sum

PID控制方法讲解与举例，里面教你如何建模与调试。英文版本(PID control method to explain with an example, which teach you how to modeling and debugging. English version)

The provided code constitues the Fast Feature video Tracking algorithm as implemented in Matlab.

传统的去噪算法在matlab环境下实现 (Traditional denoising algorithm to achieve the in matlab )

卡尔曼滤波应用 通过卡尔曼滤波跟踪移动中的目标(Kalman filtering applications through the Kalman filter tracking moving target)

说明：  quk的博士论文和源代码，关于格子boltzmann方法的综合应用(quk doctoral thesis and the source code, on the comprehensive application of lattice boltzmann method)

位置指令为幅值为1.0的阶跃信号，r（k）=1.0。网络结构为1-4-1，高斯函数的参数值取Cj=[-2 -1 1 2]T ，B=[0.5 0.5 0.5 0.5]T 。 网络权值学习参数为η=0.30，α=0.05 。PID控制各参数的初RBF网络控制，被控对象为G（s）= 取采样时间为1ms，采用Z变换进行离散化，离散化后的被控对象为 y(k)=-den(2)*y（k-1）-den(3)*y(k-2)+num(2)*u(k-1)+num(3)*u(k-2) 始值为，kp=20， kd=0.3， ki=0.1。 (Position command for the step signal amplitude of 1.0, r (k) = 1.0. The network structure is 1-4-1, the Gaussian function parameters taken Cj = [-2-1 1 2] T, B = [0.5 0.5 0.5 0.5] T. Weight learning parameter η = 0.30, α = 0.05. PID control parameters at the beginning of each RBF network control, the controlled object is G (s) = take the sampling time is 1ms, using the Z transform discrete, discretized controlled object is y (k) =-den (2)* y (k-1)-den (3)* y (k-2)+num (2)* u (k-1)+num (3)* u (k-2) initial value, kp = 20, kd = 0.3, ki = 0.1.)

matlab code for carbonation

说明：  摘 要 盲图像恢复的主要困难是信息不足，而为了恢复图像和确定点扩散函数需要适当的先验知识。解决这个问题的法、 法以及正则化方法等。但是这些方法的计算量都太大，针对上述方法的不足，文章提出了一种恢复图方法有图像的新算法，它通过恢复残差的最小化和后验概率的最大化来估计参数和恢复图像。其中，巧妙地利用了最陡梯度法和 共轭梯度法的迭代求解。对由于运动造成的模糊图像，可以明显地改善图像的质量，实验结果证明，在对模糊操作没有严格限制的情况下，仍可得到较好的恢复图像。(： : 2$*/<$ I?E L691/6@ F9MM9G:0=@ R9=? S092F 91/DE 6EC=76/=972 9C 92C:MM9G9E2= 92M761/=972$I?9C G/00C M76 L67LE6 92G76L7 （ ） =972 7M/L69769 U27R0EFDE /S7:= =?E 91/DE /2F =?E L792=8CL6E/F M:2G=972 &[ $RE008U27R CL/GE8/F/L=9OE 6ED:0/69</= 1E=?7F /2F 3+ 1E=?7F M76 91/DE 6EC=76/=972 /6E E =E2FEF =7 /FF6ECC =?9C L67S0E1$] 2ER 1E=?7F 9C L67L7CEF =7 6EC= S0:6 91/DE :C92D+5 /2F 5E/C=V:/6EC 1E=?7F$W= :CE 192919<E/G7C= M:2G=972 /2F 1/ 919<E &[ M:2G=972 =7 6EC= =?E 91/DE /2F 9FE2=9M@ =?E L/6/1E=E6C$I?9C 1E=?7F :CE C=EELEC= FECGE2= /2F G72Q:D/=E D6/F9E2= 1E=?7FC =7 192919<E ， G7C= M:2G=972 /2F 1/ 919<E L7C=E69769 L67S/S909=@ =7 91L67OE =?E S0:6 91/DE X?9G? 9C /0C7 =7 91L67OE =?E 91/DE V: =@ 92 C71E FED6EE R9=? 27 C=69G= 0919=/=972$)

MATLAB仿真OFDM,有详细的程序及文档！(MATLAB simulation of OFDM, there are detailed procedures and documentation!)

Iterative Feedback Tuning of PID parameters: comparison with classical tuning rules