PIDcontrolbasedonrepetitivecontrol

基于 matlab 的 DSP 时间管理器(The DSP-based time manager matlab)

任务： 1） 借助MATLAB画出误差性能曲面和误差性能曲面的等值曲线（参考PPT2.1第17页的两幅图）； 2） 写出最陡下降法以及LMS算法的计算公式（取 ）； 3） 用MATLAB产生方差为0.05, 均值为0白噪音S(n)，并画出某次采样得到的波形（即产生任意一个噪声随机序列）； 4） 根据 2）中的公式，并利用 3）中产生的S(n)，在 1）中的误差性能曲面的等值曲线上叠加画出采用最陡下降法以及LMS法时H(n)的在叠代过程中的轨迹曲线（参考PPT2.1第17页的右下图的曲线1和曲线2）。 5）用MATLAB计算并画出LMS法时 随时间n的变化曲线（对应S(n)的某一次的一次实现）和e(n)波形； 注意：某一次实现的结果并不能从统计的角度反映实验的结果 的正确性，为得到具有统计特性的实验结果，可用足够多次的 实验结果的平均值作为实验的结果。用MATLAB计算并画出 采用LMS法时，J(n)的100次实验结果的平均值随时间n的变 化曲线（即 生成随机噪声信号并计算结果，重复执行100次， 求平均结果）。 6）在 1）中的误差性能曲面的等值曲线上，叠加画出采用LMS法得到的100次实验中的H(n)的平均值的轨迹曲线； (Task: 1 ) Draw with MATLAB error performance surface and surface contour error performance curve ( refer PPT2.1 two chart on page 17 ) 2 ) Write the steepest descent method and the LMS algorithm formula ( take ) 3 ) Using MATLAB to generate variance of 0.05 with a mean of 0 white noise S (n), and draw a particular sampling waveform ( ie, any noise generated random sequence ) 4 ) based on 2 ) of the formula , and use 3 ) generated in S (n), in a ) the error performance curves superimposed on the surface contour plot using the steepest descent method and the LMS method when H (n) the iterative process in the trajectory curve ( refer PPT2.1 page 17 bottom right of the curves 1 and 2 ) . 5 ) using MATLAB LMS method is used calculate and draw the curve with time n (corresponding to S (n) of a first implementation of a ) and e (n) waveform Note : in a first implementation of the results are not reflected from a statistical point of view of accuracy of the experimental results ,)

Reshapes vector data to grid

说明：  ofdm同步技术的房展（对于学习ofdm同步技术有所把帮助）(ofdm synchronization technology房展(ofdm synchronization technology for learning has to help))

说明：  三次样条差值—三弯矩法的仿真，用于数值分析(Cubic spline difference- Three-moment method simulation for numerical analysis)

Solution to Dining Philosophers Problem

改进粒子群优化在压缩感知DOA估计中的应用_赵宏伟(Application of improved particle swarm optimization in DOA estimation of compressed sensing)

说明：  MATLAB 学习小程序： BP神经网络的数据分类-语音特征信号分类(MATLAB learning applet: data classification of BP neural network-speech feature signal classification)

说明：  本代码是关于 MATLAB基础与提高 ,分第一章到第十一章(The code is about the basic and improvement of MATLAB)

develop controler for wind turbine