FFT Analysis(matlab)

CFAR算法 包括cfar_ac、cfar_os、cfar_so、cfar_tc和cfar_go 【源码目录】 CFAR ├── cfar_ac.m├── cfar_ac_TEST.m├── cfar_go.m├── cfar_go_test.m├── cfar_os.m├── cfar_os_test.m├── cfar_so.m├── cfar_so_test.m├── cfar_tc.m├── cfar_tc_test.m├── env_edge.m└── env_uniform.m0 directories, 12 files【核心代码】% 单目标% SNR1=15;    signal1_p=10.^(SNR1./10).*noise_p;% xc(1,90)=signal1_p;%% 多目标% SNR1=20;signal1_p=10.^(SNR1./10).*noise_p;% xc(1,90)=signal1_p;% SNR2=15;signal2_p=10.^(SNR2./10).*noise_p;% xc(1,102)=signal2_p;

GPS卫星信号接收机并行捕获程序--针对真实数据（附真实数据集）

蜂群pid算法(matlab)

【实例简介】MATLAB基础教程，强烈推荐0基础的人看！

关键帧提取

【实例简介】包含论文，代码，示例，采集的土壤数据集

DAG生成图代码（graph_generate.m）

摘要：针对机器人路径规划中，传统蚁群算法收敛速度慢、易陷入局部最优解等问题，提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型，并基于人工势场建立启发信息素矩阵，降低了蚂蚁在初始阶段搜索的盲目性；引入激励函数，降低搜索过程中的死锁现象；改进信息素的更新机制，增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明：改进后蚁群算法的机器人路径规划算法加快了收敛速度，具有较强的鲁棒性和全局寻优能力。关键词：蚁群优化(ACO)算法；人工势场；路径规划；机器人

仿真的AM调制信号的循环谱循环自相关函数

通信系统Simulink仿真：3.锁相环.mdl