Computer Explorations in Signals and Systems Using MATLAB

采用蚁群算法求取TSP问题 1基本原理： 本质上也是一种概率算法，通过大概率收敛到最佳值，和其他的智能算法很相似。蚁群分泌的信息素存在正反馈，使得较佳的解具有大概率被选到，当全局都选用较佳的解，变可以得到整体的最优解。 2几个关键点：  1）概率选择：受信息素浓度和启发函数影响，启发函数为距离的倒数   2）信息素挥发：考虑到信息素随时间的挥发，加入挥发因子  3程序设计步骤：  1）初始化各个参数：包括各点的距离，信息素的初始浓度，蚂蚁数量，信息素挥发因子，信息素和启发函数的重要度因子，启发函数，最大迭代次数，路径记录表等等 2）迭代：对每个蚂蚁随机制定初始值，再根据概率选择，选择出每只蚂蚁的路径，确定每只蚂蚁的路径总长度，以及蚁群的最佳路径长度和平均长度，并对信息素进行更新。   3）展示：展示出最佳路径，以及最佳路径对迭代的变化图  4Matlab代码 程序说明：采用蚁群算法求取TSP问题，共有34个城市，从txt文件加载数据： 运行结果：

使用遗传算法、粒子群算法和模拟退火算法对车间调度问题（FT10x10）进行分析，可运行，亲测有效。压缩包内为全部程序，包含甘特图。

matlab EMD示例

基于Swerling目标模型的雷达信号检测

【实例简介】

【实例简介】

卡尔曼滤波器目标跟踪的坐标转换（一维v1）.m

武测C方向遥感实习的图像几何校正Matlab编程，含实验数据，精度取决于你的刺点精度

【实例简介】 递归最小二乘（RLS，recursive least-squares）算法是基于最小二乘运算，通过给定n-1次迭代滤波器抽头权向量最小二乘估计，依据新到达的数据计算n次迭代权向量的最新估计。RLS算法的一个重要特点是，它的收敛速度比一般的LMS滤波器快一个数量级。这是因为RLS滤波器通过利用数据相关矩阵之逆，对输入数据（假定这些数据的均值为零）进行了白化处理。然而，性能的改善是以RLS滤波器计算复杂性的增加为代价

一种拉普拉斯算子实现数字图像边缘检测