卷积神经网络经典代码代码

迭代学习，智能控制系统中用的比较多，对于学习机器人控制等领域的开发者很有用。

这个一个用430单片机实现PID算法来进行一个小车的寻迹的！自己用的程序啊！连小车都跑起来了。懂不。。

本源代码来自于网站。代码能够在读入的图片中进行直线、折线的绘制，并能够控制端点标记。这个代码弥补了matlab在原图中绘制图形的缺陷。matlab plot函数绘制的线段，并没有改变读入图片的数据，直接保存图片的矩阵数据，不会保留绘制的直线。利用print、saveas 等函数保存厚的图片尺寸和以前大小不同，而且保存的图片存在空白边框问题。该代码完美解决了这一问题。

本人编写的IEEE潮流通用程序，含有数据读入，导纳矩阵，雅克比矩阵等部分。输出对最后结果与IEEE算例结果进行了比较。程序具有通用性。

《全面详解LTE MATLAB建模、仿真与实现 》matlab仿真程序

VS2010基于对话框的MFC串口通信简明例程的源码，内涵一个虚拟串口软件。

新型优化算法，万有引力搜索算法，matlab程序

设一个时隙 Aloha 系统的时隙长度为 1，所有节点的数据包均等长且等于时隙长度。网络中的节点数为 m，各节点数据包以泊松过程到达。 1 假定每个节点的数据包到达强度均为 λ /m，在不同的 λ 下，仿真时隙Aloha 数据包传送的成功概率，绘制呼入强度和成功概率的曲线，和理论结果进行对照。 仿真思路： 1） 生成一个二项分布列来模拟数据包的到达过程 2） 因为数据包以泊松过程到达，所以二项分布的 P 定为（1- m eλ− ） 3） 对生成的数列求和，只有当其和恰等于 1 即有且仅有一个数据包到达时，才可以成功发送，这时成功个数计数+1 4） 2.选取合理的引,,qa,m,采用延时的下界,仿真时隙Aoha系统数据传输过程,统计在不冋同η下,到达率及离开率,绘制它们随n的分布情况,和理论值进行对照qn:等待重传的节点在每一时隙内重传数据包的概率qa:每个发送节点有新数据包到达的概率m:系统内总的节点数n:每个时隙开始时等待重传的节点数仿真思路:1)用二项分布模拟数据包的到达及发送过程2)生成两个数列:一个表示等待重传的节点以q,重传的情况;一个表示新到达的数据包情况因为题日说明采用延时的下界,即不缓冲,每个节点最多容纳一个数据包,有包则扔。所以第一个数列前n项令为1,后一个前n项令为0,之后两个数列可以进行简单加和3)发送成功率:对两个数列相加之后求和,如果sum等于1,说明此时隙内到达和发送的总数为1,只有在这种情况下发送才有可能成功,计数加1到达率:在每N次实验中,对“表示到达的数列”求和,统计4)对n做循环以表示到达率和离开率随n的变化情况;每个n下进行N次实验,数理统计3/8仿真结果0.40.35*0.30.250.20.150.10.0550607080901001/曲线为理论曲线:Ps=G exp(-G)and G=(m-n)a+n gr2/仿真值基木与理论曲线吻合在仿真的过程中,合理选取个参数值对能否得到埋想的曲线起了重要的作用下图分别为qr=0.02,0.05,0.08s时的曲线。可以看到,随着qr的增加,曲线向左移,导致第二个交叉点也左移,这个时候重传的延时将会减小。反之,曲线右移。当q,增加到一定程度的时候,系统只有一个稳定点了。4/840.350.30.20.1501020304050607080901c03仿真时隙Aoha系统下的伪贝叶斯算法,通过仿真结果眼正在n的估计误差较大的情况下的收敛特性及到达率小于1/e下的稳定性。仿真思路:1、伪贝叶斯算法的主要思路是对新数据包和积压节点等同对待:当有新数据包到达的时候,暂不发送,下一时刻与以前的积压节点一起以4r发送。所以修改2中的仿真模型:1)依旧是一列表到达,一列表上一时隙的积压节点2)对两列加和,统计其中为1的个数,设为d3)以qr为概率,d为长度,生成又一个二项分布数列 depart,表示发送的情况4)对depa求和,如果 depart的和为一,说明恰发送成功,n(k+1)=d-1,否则n(k+1)=n(k)5)循环,进行数理统计2、仿真收敛特性和稳定特性哩论值:根据给岀的伪贝叶斯算法的具体步骤,由给出的n(k),不断模拟生成n(k+1)5/8仿真值:由仿真模型及给出的n(k),生成n(k+1)观察两种方式得到曲线的走向3、给出不同的值,观察n(k+1)随时间变化的情况判断标准如果要保持系统的稳定,至少n(k+1)应该保持在一个恒定的状态,或者逐渐趋于零。如果n(k+1)不断增加,则系统最终将趋于饱和,无法再接纳新的数据包,此时系统不稳定。仿真结果:1、验证在n的佔计误差较大的情况下的收敛特性:1)n=170;估计nt=20;m=100:20.2:N=100016030040050060070080g001CC08002)n=50;估计nt=180;m=1000=-1-02:N=80结果说明可以看出,当估计值与系统本身的积压数据包数有很大差别的时候,无论是大还是小,最终都可以趋于实际值,从而收敛特性得到验证。1)同时可以看到,改变的值:当λ增大的时候,收敛地更快;2)当n不变的时候,改变m的值,如果n/m变大,那么发生碰撞的几率就变大,也会导致估计的n值更快地趋向理论n值这些都是于课堂分析的理论情况相吻合的6/82、验证系统的稳定性下图分别为A=02:=10.1:=1:4=1+02:=0.3时候的情况。可以看到,当λ

pcsc读卡器的操作示例，可以执行apduatr复位部分有一个类处理的很好

贝叶斯估计与跟踪实用指南pdfBayesianEstimationand Tracking园冒国后固目Bayesian Estimation and TrackingA practical Guide内容简介非高斯系统估计的文献一般都存在缺少实用方法的缺点,而高斯方法又缺乏严密、有组织的推导《贝叶斯估计与跟踪实用指南》一书设法解决这个领域中的不足,为读者提供全面的高斯噪声与非高斯噪声驱动的线性与非线性动态系统估计方法的介绍。本书特点在于提供了贝叶斯估计与跟踪的统一方法,重点强调了在贝叶斯框架下所有跟踪算法的推导过程,还给出了用于计算加权密度积分的高效的数值方法,包括加权高斯积分的线性与非线性卡尔曼滤波器,以及非高斯情况下的粒子滤波器。作者首先给出每种估计方法基本原理的详细推导过程,然后分步骤对每一种方法进行详细说明,使得跟踪滤波器的编码更简单易懂。本书利用了案例分析来展示所研究内容的应用。此外,该书还为每个算法提供了框图,让读者可以自己开发 MATLAB估计方法软件工具箱。《贝叶斯估计与跟踪实用指南》是一本优秀的估计与跟踪方法课程的研究生教材。本书还适用于估计与跟踪领域的科学研究人员、数学研究人员和工程技术人员,对他们具有重要的实际应用价值。对广大科技工作者来说,也是一本非常有价值的参考书。作者简介安东,J霍格,博土,美国约翰霍普金斯大学应用物理实验室科研人员,他为防空和导弹防御系(AMDD)提出了先进的目标跟踪方法。霍格博士的研究领域包括目标跟踪,信号和阵列处理与处理设计,主动、被动雷达和声纳设计,数字通信和编码理论以及时间频率分析。责任编辑:牛旭东xinwu@ndip.cn责任校对:苏向颖上架建议:计算机视觉封面设计:蒋秀芹httpt//www.ndip.enISBN978-7-118-09321-6WILEYWILEY eEsCopies of this book sold withouta Wiley sticker on the cover are9W78z118m0932161>unauthorized and illegal定价:79.00元装备科技译著出版基金贝叶斯估计与跟踪实用指南Bayesian Estimation and Tracking: A Practical Guide[美] Anton J.Haug著王欣于晓译图F荤版社北京著作权合同登记图字:军-2013-200号图书在版编目(CIP)数据贝叶斯估计与跟踪实用指南/(美)豪格(Hang,A.J)著;王欣,于晓译.一北京:国防工业出版社,2014.5(高新科技译丛)书名原文 Bayesian estimation and tracking:apractical guideISBN978-7-118-09321-6I.①贝…Ⅱ.①豪…②王…③于…Ⅲ.①贝叶斯估计-指南②贝叶斯估计一应用一目标跟踪一指南Ⅳ①0211.67-62②TN953-62中国版本图书馆CIP数据核字(2014)第068301号Authorized translation from the English language edition, entitled Bayesian Estimation andTracking, ISBN 978-0-470-62170-7, by Anton J. Haug, published by John Wiley SonsCopyright C 2012 by John Wiley Sons, Inc.All rights reserved. This translation published under license. No part of this book may be repro-duced in any form without the written permission of the original copyrights holderCopies of this book sold without a Wiley sticker on the cover are unauthorized and illegal本书简体中文版由 John Wiley&sons,lno.授权国防工业出版社独家出版。版权所有,侵权必究。阍前有:原社出版发行(北京市海淀区紫竹院南路23号邮政编码100048)北京嘉恒彩色印刷有限责任公司新华书店经售开本710×10001/16印张19%字数370千字2014年5月第1版第1次印刷印数1—2000册定价79.00元本书如有印装错误,我社负责调换)国防书店:(010)88540777发行邮购:(010)88540776发行传真:(010)88540755行业务:(010)88540717前言本书以基本原理为出发点,阐述了贝叶斯估计滤波器的完整的发展历程。书中硏究了由高斯噪声和非髙斯噪声驱动的线性、非线性动态系统。这里假设动态系统是连续的,因为只有在研究离散滤波器的时候,才会在离散时间对系统进行观测。本书的主要目标是给读者提供过去60年来所提出的大部分贝叶斯估计方法的一致性的全面描述,以表明每种以贝叶斯范式为基础的基本思想是如何与条件密度相关的。学习本书内容需要的预备知识包括线性代数、贝叶斯概率理论以及有限差分和插值的数值方法。书中第2章介绍了所有这些主题以及掌握书中其它内容所需的基础知识书中涵盖的部分内容来自于马里兰大学帕克分校数学系的一门研究生课程。该门课程的主要目的是让学生自己开发目标跟踪算法的 MATLAB工具箱。课后给学生们提出一些特定的跟踪问题,要求编写一个或多个 MATLAB子程序来实现某些跟踪方法。一般来说,学生开发的子程序是独立的,并且可以应用于多种难度不大的跟踪问题(例如,纯方位跟踪)。本书不包含任何习题集,使用本书的读者可以根据需要来调整跟踪问题的作业。此外,本书包含4个相当复杂的实用案例,使用本书的老师可以选择其中之一作为编码作业的框架。第一个案例贯穿本书的第Ⅱ和第Ⅲ部分;其余的3个案例则被分成了单独的章节,构成了本书的第Ⅳ部分。本书有两个鲜明特点:①运用大量的表格和图形,给出每种估计方法基本原理的详细推导过程;②每种方法都有非常详细的分步指导,使得跟踪滤波器的编码简单且易于理解。递推贝叶斯估计可以求解转移函数或变换函数的加权条件密度积分。转移函数反映动态状态向量随时间变化的路径,变换函数将状态向量变换成观测向量。有多种求解积分的数值方法,每种都有不同的估计方法。本书第Ⅱ部分和第Ⅲ部分的每个章节都涵盖求解这些积分的一个或多个数值逼近方法,第Ⅱ部分是高斯加权积分的卡尔曼滤波器方法,第Ⅲ部分是未知密度的加权密度积分的粒子滤波器方法。本书是作者在此领域多年研究的成果,希望能为贝叶斯估计和跟踪研究做出贡献。同时,也希望在研究改进这些方法并将其应用到新领域、解决新问题的基础上,本书能够开拓贝叶斯估计和跟踪研究的新方向。Anton J. haug目录刊言Ⅲ第Ⅰ部分预备知识第1章简介…………………………………………31.1贝叶斯推理…1.2贝叶斯层次估计法1.3本书研究范畴1.3.I目标1.3.2章节概述…1.4用 MATLAB⑧进行建模和仿真参考文献…第2章数学基础2.1矩阵线性代数简介9992.1.1矢量与矩阵的约定与记法…2.1.2和与乘积……………………………………………………102.1.3矩阵的逆…2.1.4分块矩阵的逆112.1.5矩阵的平方根…………………………………2.2矢量点发生器…………122.3多参数多维非线性函数估计………………………………152.3.1标量非线性函数估计152.3.2多维非线性函数估计182.4多变量统计概述……232.4.1一般定义32.4.2高斯密度………………………………………25参考文献………………………………………………………31第3章贝叶斯估计的基本概念……333.1贝叶斯估计3.2点估计式343.3基于概率密度函数的递推贝叶斯滤波器…363.4基于状态均值和协方差的递推贝叶斯估计,,,着.383.4.1状态矢量预测……393.4.2状态矢量更新…403.5一般估计方法讨论………………………………42参考文献43第4章实用案例:初步探讨4.1仿真、估计与评价过程,,,,,,,.,,,.非,,..,,鲁非·4.2利用DFAR浮标场进行匀速运动目标跟踪的场景仿真………454.2.1船舶动态模型………………………454.2.2多浮标观测模型464.2.3场景属性………………………………464.3 DIFAR浮标信号处理4.4DFAR似然函数……………………………………………53参考文献55第Ⅱ部分高斯假设:卡尔曼滤波估计器第5章高斯噪声:高斯加权分布的多维积分595.1第3章中重要结论总结5.2回顾卡尔曼滤波器校正(更新)方程的推导…………615.3贝叶斯点预测积分求解高斯密度5.3.1利用仿射变换来简化流程…645.3.2求解高斯加权积分的一般方法66参考文献…………………………68第6章线性卡尔曼滤波器706.1线性动态模型……………………………………………706.2线性观测模型…716.3线性卡尔曼滤波器…6.4IKF在 DIFAR浮标方位估计中的应用,,·,,,·.,,,..,.1.,·Ⅵ参考文献74第7章线性化卡尔曼滤波器:扩展卡尔曼滤波器…767.1一维情况………………767.1.1-维状态预测767.1.2一维状态估计误差方差预测777.1.3一维观测预测方程7.1.4一维预测方程的变换……787.1.5一维线性化EKF过程7.2多维情况………………………807.2.1状态预测方程817.2.2状态协方差预测方程………………………817.2.3观测预测方程……837.2.4多维预测方程的变换837.2.5线性化多维扩展卡尔曼滤波器过程………857.2.6二阶扩展卡尔曼滤波器…867.3多维协方差预测方程的另一种推导……7.4EKF在DFAR船舶跟踪的应用案例分析887.4.1船舶运动动态模型…………………………887.4.2 DIFAR浮标观测模型…………887.4.3初始化卡尔曼滤波器族中所有滤波器907.4.4选定加速度噪声参数………………………917.4.5EKF跟踪滤波器结果参考文献……93第8章 Sigma点类别:有限差分卡尔曼滤波器……948.1一维有限差分卡尔曼滤波器………………………………948.1.1一维有限差分状态预测…948.1.2一维有限差分状态预测……………………………968.1.3一维有限差分观测预测方程…968.1.4一维有限差分卡尔曼滤波器过程………………………968.1.5简化的一维有限差分预测方程978.2多维有限差分卡尔曼滤波器……………………………988.2.1多维有限差分状态预测…988.2.2多维有限差分状态协方差预测1008.2.3多维有限差分观测预测方程101Ⅶ