rbf神经网络pid控制（RBF_PIDshiyan.m）

机床主轴参数优化程序

【实例简介】 一种可适用于滚动轴承故障诊断BP神经训练网络

GPS和INS组合导航(源码+文档)

量子粒子群优化变分模态分解

某梁结构的瞬态动力学响应

【实例简介】模糊控制与PID的对比 大作业 考虑一个单连杆机器人控制系统，其可以描述为： 其中J为杆的转动惯量，为杆的质量，为杆长，，为杆的角位置，为杆的角速度，为杆的角加速度， 为系统的控制输入。控制目标：使系统输出能跟踪期望指令信号。 具体要求：       1、采用fuzzy工具箱或编程实现模糊控制器。       2、分析量化因子和比例因子对模糊控制器控制性能的影响。    3、分析系统在模糊控制和PID控制作用下的抗干扰能力(加噪声干扰)、抗非线性能力(加死区和饱和特性)和参数变化的能力。

【实例简介】 Copula理论及应用实例，联合概率密度分布用于股票数据分析

【实例简介】

掌握周期信号的信号分解与合成、、掌握将周期信号展开成傅里叶级数、 掌握傅里叶级数分三角形式和指数形式两种

【核心代码】 联合概率数据互联JPDA是数据关联算法之一，它的基本思想是：对应于观测数据落入跟踪门相交区域的情况，这些观测数据可能来源于多个目标。JPDA的目的在于计算观测数据与每一个目标之间的关联概率，且认为所有的有效回波都可能源于每个特定目标，只是它们源于不同目标的概率不同。JPDA算法的优点在于它不需要任何关于目标和杂波的先验信息，是在杂波环境中对多目标进行跟踪的较好方法之一。然而当目标和量测数目增多时，JPDA算法的计算量将出现组合爆炸现象，从而造成计算复杂。程序功能 :采用JPDA数据关联算法实现两个个匀速运动目标的点迹与航迹的关联% 输入变量 :% -target_position: 目标的初始位置% - n: 采样次数 % - T: 采样间隔% -MC_number:仿真次数% - c: 目标个数% 输出变量 :% 无