matlab自相关

这是一个Word版的资料，是关于Ansys动力分析的-模态分析、谱分析。对初学者很有帮助。(This is a word file. It is about dynamic analysis of Ansys question,such as modal analysis spectrum analysis and so so on ,It is very important for new learners.)

书籍中包含的第三部分实例的matlab代码，供初学者参考学习(the above is the third part of matlab code in that book, for beginners to learn.)

这是一维小波去噪程序 包括4种阈值和软硬阈值去噪，以及去噪后精度评定，方便大家一起学习(This is a one-dimensional wavelet denoising procedure Including four threshold and soft threshold denoising, and accuracy uation after denoising, facilitate everybody study together )

Alamoudi in Matlab,this is the advance matlab version.

this demo on neural network creation

beamforming codebook design for MIMO system

说明：  计算最小路径最大流的程序，计算效果很好，小费大流(To calculate the minimum path maximum flow program )

this is a codeto detect voice or unvoice specch

在基于matlab移动通信仿真中要使用到，作为信源使用，这个是信源码的编码的程序。(Matlab-based simulation of mobile communication should be used as a source to use, this is the letter of the procedure source code.)

test2: 一、 基本最小二乘法一次算法 二、 基本最小二乘法递推算法 三、 最小二乘遗忘因子一次完成算法 四、 最小二乘遗忘因子递推算法 五、 最小二乘限定记忆算法 六、 最小二乘偏差补偿算法 七、 增广最小二乘算法 八、 广义最小二乘算法 test3: 一、 辅助变量自适应滤波算法 二、 辅助变量纯滞后算法 三、 辅助变量Tally原理算法 四、 多级最小二乘算法 五、 各类改进最小二乘算法的特点 test4: 1、 第二类随机性辨识问题的梯度校正 2、 随机牛顿法 test5: 1、 递推的极大似然估计 2、 预报误差参数辨识 test6: 1、 根据Hankel矩阵秩估计模型阶次(弱噪声) 2、 根据Hankel矩阵秩估计模型阶次(强噪声) 3、 利用行列式比估计模型阶次（白噪声） 4、 利用行列式比估计模型阶次（有色噪声） 5、 利用残差的方差估计模型阶次（白噪声） 6、 利用残差的方差估计模型阶次（有色噪声） 7、 AIV定阶法（白噪声） 8、 AIV定阶法（有色噪声） test7: 1、 一阶惯性+纯滞后环节-----两点法 2、 面积法1 3、 levy法 (test2: First, the basic method of least squares algorithm once Second, the basic recursive least squares algorithm Third, once the forgetting factor least squares algorithm Fourth, the forgetting factor recursive least squares algorithm Fifth, the least-squares algorithm limited memory Six , least squares error compensation algorithm Seven , extended least squares algorithm Eight , generalized least squares algorithm test3: An auxiliary variable adaptive filtering algorithm Second, the auxiliary variable time delay algorithm Third, the principle of auxiliary variable algorithm Tally Fourth, multi-stage least squares algorithm Fifth, the least squares algorithm to improve the characteristics of various types of test4: 1, the second class of stochastic gradient identification problem corrected 2 , randomized Newton test5: 1, the recursive maximum likelihood estimation 2, the prediction error parameter identification test6: 1 , according to the Hankel matrix rank est)