MATLAB_FIR_IIR

数据辅助的载波相位跟踪，在第n个接收符号的DFT之后，导引子载波等于信道频率响应和已知符号的乘积根据余下的频率误差旋转以后的结果。(Data-aided carrier phase tracking in the first n months after receiving DFT symbols, guided subcarriers equivalent channel frequency response and known symbol of the product in accordance with rotation frequency error remaining after the results.)

toolbox to calculet integral progection model

BER Analysis for OFDM system

对于分类问题，matlab平台下的基于粒子群算法有关LSSVM参数寻优的程序。(For classification problems, the MATLAB platform based on particle swarm algorithm for LSSVM parameters optimization procedure.)

matlab数字滤波，针对陀螺输出信号进行数字滤波(Matlab digital filtering, in view of the gyro output signal digital filter)

随机信号分析实验讲义08试用 实验一 随机信号通过线性系统和非线性系统后的特性分析 实验二 白噪声测试 实验三 白噪声的产生与测试 实验四 窄带信号及包络和相位检波（一） 实验五 窄带信号及包络和相位检波（二） 实验六 利用互相关测试系统单位冲击响应 实验七 白化滤波器的设计 实验八 微弱信号的检测提取及分析 实验九 随机信号的功率谱密度估计 实验十 模拟相关函数测量仪 实验十一 理想白噪声和带限白噪声的产生与分析 实验十二 色噪声的产生与分析 实验十三 窄带随机信号的仿真与分析 实验十四 准正弦信号通过非线性系统 实验十五 平稳随机过程的采样插值 实验十六 希尔伯特变换 实验十七 维纳滤波器设计 实验十八 随机信号的仿真与分析 实验十九 随机信号的调制解调分析 实验二十 随机信号经线性系统并行叠加后分析 实验二十一 随机信号经线性系统串行叠加后分析 实验二十二 随机信号经线性系统串并叠加后分析 实验二十三 窄带信号复检测系统分析 实验二十四 信号积累的检测系统分析 实验二十五 随机信号经同步积累器的分析(Random signal analysis of the handouts 08 trial)

matlab 使用神经网络工具箱进行识别的例子，使用了bezdekIris数据作为实例，代码中包含数据，需用到matlab的神经网络工具箱。(matlab neural network toolbox identification using examples, the use of bezdekIris data as examples, the code contains test data, it required matlab neural network toolbox to run.)

Testing complicated str.replace.

这篇文章讲述基于相空间重构的模糊集用于复时间序列的暂态模式。文章详细说明关于时间序列的构建、说明暂态识别的概念、原理，优化函数的选择和优化结果等均有很好的步骤和完整实验结果。(This article describes the phase space reconstruction based on fuzzy sets for the transient model complex time series. Article details the construction of time series to illustrate the concept of transient identification, theory, optimal function of the selection and optimization results of the steps are very good and complete results.)

adaboost智能算法源程序，将若分类器反复训练得到强分类器，用于二分类问题(adaboost intelligent algorithm source code, will be repeated if the classifier has been trained strong classifier for the two classification)