readnavfile

说明：  在命令行输入%%滞回曲线 t0=0; tf=20; x0=[0 0 0] [t,x]=ode45('Lorenz',[t0 tf],x0); plot(x(:,1),x(:,3))，可得滞回曲线(Enter the%% hysteresis curve on the command line t0=0; tf=20; x0=[0 0 0] [t,x]=ode45('Lorenz',[t0 tf],x0); plot(x(:,1),x(:,3)))

利用wifi信号进行精准的定位，mit代码(locolizing using wifi)

考虑时变系统，采用遗忘因子递推最小二乘法进行参数识别(The time-varying system is considered, and the forgetting factor recursive least square method is used to identify the parameters)

说明：  在信號處理中，核自適應濾波器是一種非線性自適應濾波器。[1]一種自適應濾波器是適應其一個濾波器傳遞函數通過最小化錯誤或隨時間的信號特性的變化的損失函數表徵濾波器從理想行為多遠偏離。自適應過程基於從一系列信號樣本中學習，因此是在線算法。非線性自適應濾波器是傳遞函數是非線性的。 核自適應濾波器使用核方法實現非線性傳遞函數。[1]在這些方法中，信號被映射到高維線性特徵空間，非線性函數被近似為核的總和，其域是特徵空間。如果這是在再生核Hilbert空間中完成的，則核方法可以是非線性函數的通用逼近器。內核方法具有凸損函數的優點，沒有局部最小值，並且實現起來只有中等複雜度。(State-space recursive least-squares (SSRLS) is optimal a linear estimator for deterministic signals. The performance of SSRLS however, depends on model uncertainty, time-varying nature of the observed signal or nonstationary behavior of the observation noise)

fcm是模糊c均值聚类算法，确定聚类中心以后，通过循环迭代，确定最佳聚类中心(FCM is a fuzzy c means clustering algorithm to determine the cluster center, the adoption cycle of iteration, to determine the optimal cluster center)

说明：  对ofdm不同cp长度下系统性能的分析(Performance analysis of OFDM systems with different CP lengths)

说明：  基于esprit算法的宽带信号（线性调频信号）doa估计(DOA estimation based on esprit)

说明：  绪论 概率分布 回归的线性模型 分类的线性模型 神经网络 核方法 稀疏核机 图模型 混合模型和EM 近似推断 采样方法 连续潜在变量 顺序数据 组合模型 录A数据集 附录B概率分布 附录C矩阵的性质 附录D变分法 附录E拉格朗日乘数法(introduction probability distribution Linear model of regression Linear model of classification neural network Nuclear method Sparse kernel machine Graph model Hybrid model and EM Approximate inference Sampling method Continuous potential variable Sequential data Combination model Record a dataset Appendix B probability distribution Appendix C properties of matrices Appendix D variational method Appendix E Lagrange multiplier method)

对语音信号进行加噪，求它的功率谱，降噪处理(Adding noise to speech signal and reducing noise)

维纳滤波与功率倒置阵比较,应用环境为GPS信号抗干扰(comparing weiner filer and power inversion array)