安卓WiFi室内定位程序源码

【实例简介】第一部分 c#的基本数据类型、数组类型和图形基础 第1章 c#语言基础 2 1.1 数据类型 2 1.1.1 简单类型 2 1.1.2 结构类型 5 1.1.3 枚举类型 6 1.1.4 数组类型 7 1.1.5 类类型 10 1.1.6 类型转换 11 1.2 类 14 1.3 接口 29 1.4 委托与事件 31 第2章 图形基础 34 2.1 笔和画刷 34 2.1.1 pen 类 34 2.1.2 brush 类 35 2.2 基本图形形状 37 2.2.1 点 37 2.2.2 直线和曲线 37 2.2.3 矩形、椭圆形和圆弧形 40 2.2.4 多边形 42 2.3 颜色 44 2.4 双倍缓存 66 第3章 坐标系统和颜色变换 69 3.1 坐标系统 69 3.2 颜色变换 77 第二部分 二维图形的基本算法 第4章 二维矩阵和变换 82 4.1 矩阵基础和变换 82 4.2 齐次坐标 82 4.2.1 齐次坐标中的缩放 83 4.2.2 齐次坐标中的平移 83 4.2.3 齐次坐标中的旋转 84 4.2.4 变换组合 85 4.2.5 c#中矩阵的定义 86 4.2.6 c#中的矩阵操作 87 4.2.7 c#中基本的矩阵变换 89 4.3 c#中图形对象的变换 93 基本变换 93 4.4 c#中的多对象变换 101 4.5 文字变换 105 第5章 二维线形图形 109 5.1 序列化和反序列化及二维图形的基本框架 109 5.1.1 c#序列化和反序列化 110 5.1.2 二维图形的基本框架 113 5.2 二维图形 248 5.2.1 简单实例 248 5.2.2 图例 278 5.2.3 符号 289 5.2.4 对数比例 302 5.2.5 图形的修饰 308 5.3 阶梯状图 316 5.4 多y轴图 318 第6章 特殊二维图形 327 6.1 创建柱状图 327 6.1.1 水平柱状图 327 6.1.2 垂直柱状图 343 6.1.3 图形充填柱状图 344 6.1.4 重叠柱状图 346 6.2 饼状图 348 6.3 误差图 361 6.4 股票图 367 6.4.1 最高最低收盘价股票图 368 6.4.2 最高最低开盘收盘价股票图 369 6.4.3 最高最低价股票图 377 6.4.4 k 线图（阴阳烛图） 380 6.5 面积图 389 6.6 综合图 390 第三部分 三维图形的相关知识及三维图形的实现 第7章 三维矩阵和变换 396 7.1 三维数学概念 396 7.1.1 操作三维对象 396 7.1.2 数学结构 397 7.2 三维中的基本矩阵和变换 402 7.2.1 c#中三维点和矩阵的操作 403 7.2.2 三维的基本变换 405 7.3 方位角和仰角 434 7.4 三维图形中的特殊坐标系统 439 7.4.1 球坐标系统 440 7.4.2 圆柱坐标系统 443 7.5 特殊坐标中的实际应用 447 7.5.1 球坐标示例 447 7.5.2 双缓存 463 第8章 三维图形 473 8.1 三维图形基础 473 8.1.1 point3和matrix3类 473 8.1.2 chartstyle类 476 8.1.3 坐标轴 496 8.1.4 网格线 496 8.1.5 标签 497 8.2 三维折线图 503 8.3 三维图形函数包 508 8.3.1 chartstyle2d类 509 8.3.2 point4类 515 8.3.3 dataseries类 516 8.3.4 chartfunctions类 521 8.3.5 drawchart类 526 8.4 曲面图的实现 541 8.4.1 网格图 541 8.4.2 幕布网格图 548 8.4.3 瀑布网格图 551 8.4.4 曲面图 553 8.5 x-y平面色彩图 559 8.6 轮廓图 564 8.6.1 轮廓图的算法 564 8.6.2 轮廓图的实现 564 8.7 组合图 569 8.7.1 三维体系中的x-y色彩图 570 8.7.2 三维体系中的轮廓图 571 8.7.3 网格-轮廓组合图 575 8.7.4 曲面-轮廓组合图 576 8.7.5 填充曲面-轮廓组合图 576 8.8 三维柱状图 577 实现柱状图 577 8.9 切片图 591 切片图的实现 591 第四部分 c#中应用微软office的excel实现各种二维及

以优化SVM算法的参数c和g为例，对GSA（引力搜索算法）MATLAB源码进行了详细中文注解。是很好的学习材料。

本文件采用MATLAB中的simulink工具箱，搭建了太阳能光伏发电系统模型

精确制导的导弹的 CEP=8m，以高低角度为 45 度，方位角为 0 度的姿态摧毁目标，且引信 定高 5m，服从均匀分布[-1 1]之间的均匀分布。 （注：只需考虑末端以固定的姿态角，弹道呈 与制导平面垂直的直

【实例简介】主要代码封装成Chart.dll中，外围使用非常简单 1、资源管理器中引用Chart.dll 2、using MyChart; 3、按顺序申明线段名称（例如：string[] Field = new string[] { "线a", "线b" }; 4、申明Chart对象（例如：Chart chart;) 5、构造Chart对象（例如：chart = new Chart(Field);) 6、更新需要显示的数据到GDI图表中（例如：chart.Updata(temp);） 7、此时数据将显示到图表窗口中，右击鼠标有使用说明。 该Chart.dll不仅能显示曲线图还能将数据库存到Access数据库，具体请看工程中使用范例. 本应用因绘图效率比一般图表控件高(如msChart等)，所以较合适作为软件示波器用 具体详情: https://blog.csdn.net/iejinshan/article/details/48683043 特别说明： 不包含Chart.dll源代码，只提供了Chart.dll库的调用，如需全部源码请勿下载浪费你的积分

NSGA2优化算法Matlab求解多目标优化问题，遗传算法优化+帕累托排序，有效地解决了多目标优化问题，算例可行有效。

android MQTT 带SSL加密连接例子demo 安卓使用BKS加密文件进行SSL加密MQTT连接

为了提高图像加密的效率和安全性， 采用态函数线性组合法构造了一种离散分数余弦变换函数， 利用其良好的正交性能及具有分数阶参数和周期参数的特点， 提出了一种基于离散分数余弦变换的图像加密新方法 该加密算法采用了图像分块( 图元) 的方法 将图像分成大小不同的图元， 使用离散分数余弦变换对每个图元分别进行行变换和列变换， 从而完成对图像的加密 实验结果分析表明， 该算法的加密效果 效率和抗穷举攻击能力是令人满意的

fluent汉化补丁fluent汉化补丁fluent汉化补丁

信号稀疏表示理论及其应用信号稀疏表示理论及其应用郭金库刘光斌余志勇吴瑾颖著斜学出版社北京内容简介信号稀疏表示是一种新兴的信号分析和综合的方法,吸引了研究者的大量关注,同时被应用到信号处理的许多方面,如非平稳信号分析,信号编码、识别与信号去噪,压缩感知,盲源分离等。信号稀疏表示方向的研究热点主要集中在稀硫分解算法、过完备原子字典和稀硫表示的应用等方面。本书在介绍国内外该研究方向研究进展的基础上,重点介绍了作者在稀疏分解快速算法、色散原子字典,稀疏表示在线性调频信号参数估计以及电磁兼容测试信号处理等方面的研究成果。本书可供从事信号与信息处理信号表示、非平稳信号分析等方面工作的科研工作人员和研究生学习、研究使用图书在版编目CIP)数据信号稀疏表示理论及其应用/郭金库等著,一北京:科学出版社2013IsBN978-7-03-038209-2Ⅰ.信…Ⅱ郭…Ⅲ.信号处理Ⅳ.TN91.7中国版本图书馆CP数据核字(2013)第171727号责任編辑:魏英杰杨向萍/责任校对:桂伟利责任印制:张倩/封面设计:陈敬荦幽社出版北京东黄城根北街16号邮政编码:10717http://www.sciencep,com此象通州皇家印刺厂印刷科学出版社发行各地新华书店经销2013年7月第一版开本:720×1000B52013年7月第一次印刷印张:91/4字数:176000定价:50.00元(如有印装质量问题,我社负责调换(科印〉)前言信号稀疏表示是过去近20年来信号处理界一个非常引人关注的硏究领域,众多硏究论文和专题研讨会表明了该领域的蓬勃发展。信号稀疏表示的目的就是在给定的过完备字典中用尽可能少的原子来表示信号,可以获得信号更为简洁的表示方式,从而使我们更容易地获取信号中所蕴含的信息,更方便进一步对信号进行加工处理,如压缩、编码等。信号稀疏表示方向的研究热点主要集中在稀疏分解算法、过完备原子字典和稀疏表示的应用等方面。本书在介绍国内外该方向研究进展的基础上,重点介绍作者在稀疏分解快速算法、色散原子字典及稀疏表示在线性调频信号参数估计等方面的研究成果。全书共分为6章。第1章为绪论,在回顾传统的非平稳信号分析方法的基础上引出信号稀疏表示的基本思想,并介绍稀疏表示理论的发展历程和研究现状。第2章首先给岀稀疏逼近和稀疏表示的定义,然后简要介绍常用的稀疏分解算法和时频原子字典,最后介绍一种利用稀疏表示结果构造的时频分布。第3章利用 Gabor原子特点,构造一种随信号或分解残留信号自适应变化的 Gabor子字典,提出基于自适应 Gabor子字典的匹配追踪算法并证明了算法的收敛性。进一步,基于离散自适应 Gabor子字典提出相应的匹配追踪快速算法并分析了计算复杂度。最后利用数值实验结果验证了提出的方法与传统的匹配追踪算法具有相同的计算精度。第4章为了描述色散信号,利用色散关系或者近似色散关系设计出能够描述色散特性的原子,并构造色散原子字典。针对类似色散原子这种瞬时频率随时间非线性变化的时频原子,给出一种非负、无交叉项的能量时频分布。第5章研究信号稀疏表示在线性调频信号的参数估计及线性时不变系统辨识中的应用。第6章探讨信号稀疏表示在电磁兼容现场测试信号处理方面的应用。本书的很多研究成果是在清华大学自动化系邹红星教授的指导和信号稀疏表示理论及其应用帮助下完成的,这为本书的写作打下了坚实的基础。同时,第二炮兵工程大学的领导也一直关心和支持作者的课题研究,尤其是本书的出版得到了第二炮兵工程大学控制工程系的直接支持和帮助。在本书出版之际谨向他们表示衷心的感谢!另外,借此杋会特别感谢第二炮兵工程大学控制工程系以及清华大学自动化系的周志杰、苏娟、郜震宵、杨晓君、王榕、马竞伟、俞力杰、刘冰、汪洪桥、胡来红、孙振生、席建祥等老师和同学的帮助。本书的出版得到了国家自然科学基金项目(61201120)、中国博士后科学基金(2012M521904)和第二炮兵工程大学创新性探索项目的资助。作者2年6月目录前言第1章绪论1.1非平稳信号分析方法·1.2基于基分解的线性时频表示1.2.1傅里叶变换1.2.2短时傅里叶变换………1124561.2.3小波变换1.2.4基分解的不足·1.3经典的时频分布101.3.1 Wigner- ville分布……101.3.2 Cohen类时频分布……1.4稀疏表示方法121.4.1稀疏的就是更优的121.4.2稀疏表示理论的发展141.4.3稀疏表示的应用………………………191.5本书的结构安排……21第2章信号的稀疏表示…222.1稀疏逼近与稀疏表示222.2常用的稀疏分解算法242.2.1框架算法………252.2.2匹配追踪算法262.2.3基追踪算法262.2.4稀疏分解算法的信号精确重构条件∵272.3时频原子字典…………………282.3.1 Gabor原子字典…282.3.2 Chirplet字典………………………29信号稀疏表示理论及其应用2.3.3 FMm let字典………292.3.4 Dopplerlet字典302.4稀疏表示与时频分布…302.5本章小结…34第3章自适应 Gabor子字典的匹配追踪算法363.Ⅰ稀疏分解与匹配追踪算法363.1.1基本的匹配追踪算法………………363.1.2正交匹配追踪算法……383.1.3匹配追踪算法的计算和存储瓶颈……403.2自适应 Gabor子字典…………443.3自适应子字典的匹配追踪算法收敛性493.4离散自适应子字典的匹配追踪快速算法3.5算法验证与实验…603.6应用GPU实现的匹配追踪算法…633.7本章小结··67第4章基于色散原子字典的信号稀疏表示…684.1稀疏表示与原子字典…694.2色散原子字典……………724.2.1稳态相位法4.2.2初始波形及色散原子734.2.3色散原子字典的构造754.2.4基于色散原子字典的稀疏表示…………764.3非负的无交叉项时频分布…804.3.1时频半仿射平面…804.3.2色散原子的非负、无交叉项的时频分布…834.4应用854.5本章小结…88第5章稀疏表示在线性调频信号参数估计及线性时不变系统辨识中的应用895.1基于稀疏信息的线性调频信号参数估计…895.1.1线性调频信号的参数估计89目录5.1.2线性调频率估计·955.1.3初始频率与结束频率估计985.1.4实验结果1005.1.5讨论1055.2稀疏分解在系统辨识中的应用…1065.2.1基于互功率谱的线性时不变系统辨识………1065.2.2匹配追踪算法的降噪原理1085.2.3利用稀疏分解进行线性时不变系统辨识1095.3本章小结…112第6章基于稀疏表示的电磁兼容测试信号处理技术………1136.1现阶段电磁兼容现场测试信号处理面临的难题…………1136.2国内外研究现状…1146.3稀疏表示在电磁兼容测试信号处理中的优势以及待解决的问题117参考文献119附录:自适应子字典的匹配追踪算法参考程序……133第1章绪论1.1非平稳信号分析方法信号的傅里叶变换和反变换实现了信号在时域和频域內的相互转换。傅里叶变换将信号分解为不同频率分量的线性组合,其结果可以告诉我们信号是由多少个正弦波叠加而成,以及相对的幅度。由于不能给出关于这些频率分量何时出现与何时消亡的时变信息,因此傅里叶变换比较适用于分析频率成分不随时间变化的平稳信号。但是,人们发现众多的实际信号却具有明显的非平稳特征。信号的平稳性或非平稳性主要是根据信号的统计量特征来衡量。常用的统计量包括均值(一阶统计量)、相关函数与功率谱密度(二阶统计量),以及高阶矩与高阶谱等(高阶统计量)。若信号的联合分布函数相对于时间是不变的,即信号的各阶统计量与时间无关,则称信号是平稳信号。若信号某阶统计量随时间变化,则称信号为非平稳信号或者时变信号,2。现实世界中存在着各种频率随时间变化的信号,如人类的声音、动物的叫声雷达和声呐信号、生物医学信号等。这些信号都是典型的非平稳信号,它们共同的特点都是持续时间有限,并且自相关函数或功率谱密度是随时间变化的。当研究和处理非平稳信号时,传统的傅里叶变换不能提供对信号频谱时变特征的有效分析和处理,也就是说,频谱和功率谱并不能清楚地描述信号的某个频率分量出现的具体时间及变化趋势。非平稳信号分析与处理是现代信号处理的一个重要研究内容和发展方向,在通信、雷达、信息对抗、自动控制、模式识别、水声、地震勘测和生物医学工程等领域有着广泛应用24。非平稳信号分析方法可以分为线性时频表示、非线性时频分布和信号的稀疏表示(图1-1)。假设信号为几个分量信号的线性组合,如果信号的时频表示也可以表示为这几个分量时频表示的相同线性组合,则这种时频表示称为线性时频表示;否则,称为非线性时频表示,2。传统意义上的线性时频表示通