fastICA_data1

Probability of error based on pulse collision probability

说明：  计算时间序列的李雅普诺夫指数的著名wolf算法，比较经典与精简，适合物理专业配合所求解得非线性方程使用(Calculation of time series of well-known Lyapunov exponent wolf algorithm, compared with the streamlining of the classic, suitable for solving physics with the use of a non-linear equation)

Laganiere Robert - OpenCV 2 Computer Vision Application Programming Cookbook - 2011

波束形成就是从传感器阵列重构源信号。（1）、通过增加期望信源的贡献来实现；（2）、通过抑制掉干扰源来实现。经典的波束形成需要观测方向(期望信源的方向)的知识。盲波束形成试图在没有期望信源方向信息的情况下进行信源的恢复。 波束形成技术的基本思想是：通过将各阵元输出进行加权求和，在一时间内将天线阵列波束“导向”到一个方向上，对期望信号得到最大输出功率的导向位置即给出DOA估计。 虽然阵列天线的方向图是全方向的，但阵列的输出经过加权求和后，却可以被调整到阵列接收的方向增益聚集在一个方向上，相当于形成了一个”波束”。这就是波束形成的物理意义所在。 ()

说明：  倒立摆试验用matlab模拟，PID处理器(simulated ann)

在现代测试技术中，考虑到传感器特性，针对传感器特性曲线非线性问题的补偿(In modern testing technology, taking into account characteristics of the sensor, the sensor characteristic curve for the compensation of nonlinear problems)

自适应滤波算法是自适应滤波器实现过程中较为重要的环节,数字信号处理器的出现为数字信号处理算法的 实现和大规模数据的实时处理提供了可能。通过对自适应最小均方算法(LMS) 及其各种改进算法的Matlab 仿真,进行分 析及归纳比较,得出结论,并在此基础上,提出算法的优化方案,以DSP 为平台,用汇编语言对自适应算法进行了描述,最终 以DSP 为平台完成了自适应滤波器的设计。(Adaptive filtering algorithm is an adaptive filter process is more important part of the emergence of digital signal processor for digital signal processing algorithm implementation and large-scale real-time data processing possible. The adaptive least mean square (LMS) algorithm and its various improved Matlab simulation, we analyze the comparison, draw conclusions, and on this basis, the proposed algorithm optimization program to DSP platform, with the assembly Language of the adaptive algorithm is described, the final completion of DSP-platform for adaptive filter design.)

hapke模型是土壤反射模型，辐射传导模型，1981年建立，现在已有很大发展(Hapke model is a soil reflectance model,RTM, established in 1981)

Matlab讲义高级第2章，大家分享一下(Matlab senior notes in Chapter 2, we share)

说明：  可以对数量少、残缺、不完整的数据进行预测，如人口、缺水量等。也可以对灾害发生时间进行预测。(Can be a small number, mutilated, incomplete data to predict, such as population, water shortage and so on. You can also predict the time of occurrence of the disaster.)