人员疏散模型

最小二乘法原理以及其平面拟合c++实现代码

交互式多模型粒子滤波，目标运动在匀速和转弯两个状态。三种方式，状态交互输入交互输出，粒子交互输入交互输出、粒子交互输入状态交互输出

【实例简介】基于Matlab的高斯伪谱法，用于参数优化和最优化，非线性求解器包含SNOPT和IPOPT。有教程和案例，实测可用。

数据中台落地解决方案

该demo使用h5+的功能基于android手机实现了录音，拍照，录像并进行上传下载，播放的功能，采用h5开发移动app，理论是支持android和ios的开发，开发工具采用hbuilder，利用hbuilder打包app在android机上运行，目前只测试了android机

Gardner算法，用于在通信过程中的时钟恢复-(+1)(-1)121=(+1)A(-2)1+一IC+223工(+1)(-1)(t-2)+12C1=I-j(-1)(1-2)11-J从而可得y(r)=∑cx(m-1)=C2xmx+2)+C-1x(m+1)+0(n)+Cix(m-1)22时钟误差检测在 Gardner算法中,每个符号仅需要两个采样点,一个在符号判决点附近,另一个在两个符号判决点中间附近,用连续个采样点来求定时误差,并且与载波相位偏差无关。计算公式可以表示为REx()x〔2.3环路滤波器及数控振荡器由时钟误差检测器得到到时钟误差必须绎环路滤波器滤去高频噪声,以减小定时误差抖动,并通过数控振荡器来控钊基点n和小数偏差u。环路滤波器系数K和κ2与相对环路等效噪声带宽B和咀尼系数S及鉴相器增益K有关。公式如下14B12Bk|1+4定时恢复环的内插滤波器由数控振荡器控制,它接收定时误差信号,给内插滤波器提供内插运算所需要的参数m和山,数控振荡器的时钟频率为1/T,其计算过程妇图3所示。n(one +1)寄存器几0:(2+17m2+(m2+)图3数控振荡器的计算过程数控振荡器(NO)是一个相位递减器,它的差分方程为:7(m)=[(m-1)-Wm-1)]mod-1md为模函数,只取余数部分,n(m)为第m个工作吋钟的NCO寄存器内容,W(m)为NO控制字,即相位递减器的步长,两者都是正小数。3仿真结果根据环路设计,我们进行了 Matlab仿真。仿真采用16QAM调制方式,采样时钟频率为80Kz,符号频率为20KHz,对环路滤波器参数的设置,其中的阻尼系数取经验值0.707,当k1取0.6,k2取0.003时,在信噪比为15邢B的情况下,环路的收敛效果比较好,图4、图5分别为定时误差和小数偏差的仿真「线。从仿頁结果可以看岀,用此环路实现的定时恢复,定时误差的收敛速度比较快,不到500个符号,环眳就能达到稳定,且收敛之后定时误差抖动比较小,系统稳定性较髙。且很重要的一点是,环路屮采用的定时淏差检测算法是 Gardner算法,此算法和载波相位冮相独立,定时误差不受载波的影响,这样定时恢复环路与载波同步在接收系统中勍可以独立工作,増强了系统灵活性。0.5图4定时误差的收敛曲线0.80.20.5u的收敛曲线图5小数偏差的仿真曲线

从用户的实际需求出发，分析了聚类系统的使用者可能对系统提出的功能要求，提出了一种基于加权Eucfid距离的模糊C聚类分析算法。在该算法中，权值是由用户或领域的专家直接指定的，加在不同特征指标上的权值体现了用户对各个特征指标重视程度的差别。与传统的模糊C聚类分析相比，该算法增加了聚类的灵活性，能够产生令用户更加满意的聚类结果

David L. Donoho 的 Compressed Sensing，详细介绍了压缩感知理论，学习压缩感知必读文章

【实例简介】针对信号检测中经常存在的噪声污染问题,介绍了小波变换的一般理论以及在信号降噪中的应用,分析了被噪声污染后的信号的特性;利用MATLAB软件进行了信号降噪的模拟仿真实 验;分别使用了不同类型的小波和相同类型小波下不同阈值对信号进行了降噪.仿真结果表明小波变换具有良好降噪的效果.

基于Arduino的蓝牙小车，其中有详细的报告文档、代码、蓝牙apk文件包等。