Introduction-to-FIR-Digital-Filters-_-Embedded-Sy

说明：  这是一个matlab学习软件源码，希望对你有帮助！( This is a matlab learning software sound code, hoped that has the help to you! )

互相关求时延差的一个程序，通过各种不同方法实现的(Poor cross-correlation order to delay a program through a variety of different methods to achieve)

产生一个中频正交的信号，叠加有载频信号，能提出载频并对其解调(Generate an IF quadrature signal, the carrier frequency signal is superimposed, can raise the carrier frequency and demodulating)

几篇matlab和vc混合编程的文章合集，如有使用混合编程的，可以作为参考(few Matlab and vc mixed programming Collection of articles, if the use of the mixed programming, it can serve as a reference)

通过公式SW=（C/Crand）/（L/Lrand）求取复杂网络的小世界性系数。 注：其中聚类系数和平均距离都是直接调用工具包中的函数。(By the formula SW = (C/Crand)/(L/Lrand) to strike a small complex networks worldwide coefficients. Note: where clustering coefficient and average distance are called directly toolkit functions.)

说明：  数字图像处理--同态滤波--matlab程序(Digital image processing- homomorphic filtering- matlab program)

说明：  两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互 独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给定虚警概率，画出 输入信噪比与检测概率之间的理论曲线。(注意：理论检测曲线与样本 数有关) 2）改变样本数，用 Monte-Carlo 实验方法得出 PF＝0.001 时输入信噪比 与检测概率之间关系曲线（至少三条），并得出结论。 3）改变 M-C 实验次数，样本数不变，用 Monte-Carlo 实验方法得出 PF ＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出 结论(Draw the theoretical curve between input SNR and detection probability)

说明：  在无缘雷达探测里雷达天线接收的自适应波束形成算法(Lane missed radar in the radar antenna to receive the adaptive beamforming algorithm)

PWM of Two level inverter

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.)