mmse

this code to input 8 different data and make them out sequentialy

三个小程序，对BURG法估计信号空间谱进行了仿真分析，比较基础，通俗易懂(Three small procedures, BURG method to estimate the signal space spectrum simulation analysis, comparison basis, easy to understand)

在 MATLAB 中的窗函数,通过程序调用，实现窗函数(The window function in MATLAB, through the procedure call to realize window function)

一、 牛顿－拉夫逊法概要 首先对一般的牛顿－拉夫逊法作一简单说明。已知一个变量X的函数 （4－6） 解此方程式时，由适当的近似值X（0）出发，根据 （4－7） 反复进行计算，当X（n）满足适当的收敛判定条件时就是（4－6）式的根。这样的方法就是所谓的牛顿－拉夫逊法。 式（4－7）就是取第n次近似解X（n）在曲线 上的点 处的切线与X轴的交点作下一次X（n+1）值的方法。参考图4－2（a）。在这一方法中为了能收敛于真解，初值X（0）的选取及函数f（X）必须满足适当的条件，如图4－2（b）所示的那种情况就不能收敛或收敛到别的根上去。 这一方法还可以做下面的解释，设第n次迭代得到的解与真值之差，即 的误差为 时，则 （4-8） 把 在 附近对 用泰勒级数展开 （4-9） 上式略去 以下的项 （4-10） 的误差可近似由上式计算出来 图4-2 （4-11） 比较式（4-7）和（4-11），可以看出牛顿-拉夫逊法的修正量和 的误差的一次项相等。 用同样的方法考虑，给出对n个变量 (:Because of the importance and complexity of power system, better algorithm and programme language is very important . An interior point method based on the perturbed Karush2Kuhn2Tucker (KKT) condition is pre2 sented in this paper , where the method and process for the optimal power flow is treated through the Matlab’s symbolic math toolbox and Mfunction is also presented. Using the symbolic code , it can improve the adaptability of the programme dramatically. The advantage is that , what we need to do is change the model expression. We can make use of the symbolic programme to check our programme while we write the Mfunctions. Using the Mat2 lab , we find the optimal solutions and calculate quickly and efficiently. It has proposed the powerful and unique functions of Matlab in the optimization and calculation for power system. Key words :power system symbolic calculation optimal power flow interior point method)

可以对于数据进行多次拟合，其功能就是Matlab的Polyfit函数(very useful for poly curve fit)

说明：  自己写的MATLAB程序，包括傅里叶变换和派克变换，可以用来对电流或电压波形实现派克变换(Write your own MATLAB program, including Fourier transform and Parker, it can be used to achieve current or voltage waveform Park transformation)

毕设内容，高光谱图像基本处理，主要实现单波段提取与伪彩色图像合成功能，提供程序框架，更多功能只需嵌入即可。另用MATLAB写了其GUI。(Complete set content, the basic processing of hyperspectral images, mainly for single-band pseudo-color image extraction and synthesis, to provide procedural framework, more features can only embed. MATLAB was also used their GUI.)

对噪声信号中的正弦信号，通过Pisarenko谐波分解方法、Music算法和Esprit算法进行频率估计，信号源是： 其中， ， ， ； 是高斯白噪声，方差为 。使用128个数据样本进行估计。 1、用三种算法进行频率估计，独立运行20次，记录各个方法的估计值，计算均值和方差； 2、增加噪声功率，观察和分析各种方法的性能。(Sinusoidal signal in the noise signal through the Pisarenko harmonic decomposition method, Music algorithms and Esprit frequency estimation algorithm, the signal source is: where,,, a Gaussian white noise, variance. 128 data samples used to estimate. 1, with three kinds of frequency estimation algorithm, run independently 20 times, record the estimated value of each method to calculate the mean and variance 2, the increase in noise power, observation and analysis of the performance of various methods.)

说明：  分别在不同的学习算法下的单神经元自适应PID对同一控制对象的对比(Different learning algorithms were under the single neuron adaptive PID control objects on the same comparison)

matlab经典课件(matlab classic Courseware)