EM解决混合高斯模型 Matlab实现

用于处理心电信号，实现心电信号的分析，程序简单。

% 用于一书%% 离散信号和系统% conv_m - 改进的线性卷积子程序 (第22页) % conv_tp - 用Toeplitz矩阵计算的线性卷积(第34页)% evenodd - 将实信号分解为偶和奇两部分(第15页)% impseq - 产生脉冲序列 (第6页)% sigadd - 信号相加运算(第8页)% sigfold - 信号折叠运算(第10页)% sigmult - 信号乘法运算(第9页)%

EDS 编辑器 非测试版本 非常好用 CANopen开发必备工具

51板子为TX-1C（STC89C52RC），如果不是这种款式也没事，联系我帮你改改引脚就可以用了，通过51单片机可监测到该引脚的电平跳变情况（输出波形），结合12864显示出来，非常可观和方便

【实例简介】基于STM32F103RBT6这个MCU制作的可控硅调节220V市电灯光的硬件电路和程序，实现0%-100%的占空比任意整数占空比的调光。通过485接口通讯传输指令. 如果需要，小伙伴可以看一下这篇文章https://blog.csdn.net/liulvqaing/article/details/90904200

摘 要高校学生成绩管理工作是高等教育中的一个极为重要的环节，是院校学生管理的基础。面对种类繁多的数据和报表，手工处理方式已经很难跟上现代化管理的步伐，传统的文件管理方式进行成绩管理，效率很低，耗时费力，容易出错，安全性也存在问题。特别是在查询上，由于文件过多，带来很多不便。随着计算机及通讯技术的飞速发展，高等教育对教务管理工作提出了更高的要求。尽快改变传统的管理模式，运用现代化手段进行科学管理。本设计研究的是基于J2EE的高校成绩管理系统的设计与实现。本系统是基于J2EE开发的成绩管理系统，弥补了人工管理的不足，提高了一定的效率。主要功能包括教师对学生成绩的记录，生成总评成绩，成绩单的

MATLAB2012a与VS2010混合编程求矩阵的逆（包括环境配置和求逆代码）

Matlab写的基于傅里叶变换生成倒频谱，可用于图像处理分析，运动模糊图像修复

比较完善的STM32仿PLC方案，IO可以随意设置，功能较多！

混合定位中很不错的一篇文章，看过之后很受启发在TOA和AOA误差服从零均值的高斯分布时,以上⑧无AOAQ阵中AOATOA/AOA混合定位算法的克拉美一罗下界(CRLB)为:校准离差取rP=(GQG)90Q阵中AOA校准离差取(x-x1)/其中:G=(x-x r(y-m)/r(19)洲6050(x)2(+(y-y))(x-x)(+(y-y)0.020.040.060080.100.12(x-x1)AOA标准离差(stda,单位radx-图1都市环境中算法性能比较3仿真与分析为了检验和比较算法在实际蜂窝网络信道环境中的定位性能,假定在一蜂窝网络中,小区半径为2500m,参与TOA测量的BS为服务BS和4个相邻的BS,其位置坐标分别为(0,0),(4330,2500),(4330,2500),(0,5000),(-4330,2500)。假定由测量系统造成的TOA测量误差服从均值为0,方差为30米的高斯分布,信道环境造成的NIOS误差满是TP1.5信道模型14,服务BS始终能够提供AOA,AOA测量误差服从均值为0和一定标准差的高斯分布。图1为都市环境中假定只有服务BS能视距(LOS)传播时,MS在服务小区内均匀分布,在不同AOA标准差下算法定位误差在125m内的概率。图中可见,Q矩阵中σα的取值对算法定位性能有很大影响,在AOA标准差较小时用TOA测量值η近似替代σa能取得更好的定位性能,这是由于WLS算法采用了Q阵加权。此外,120只要AOA测量值达到一定精度(标准差小于一定值),采用10-10A-A0A00TOAAOA混合定位法就能取得比单纯TOA定位更好的性能。图29080为乡村环境中在不同AOA标准差下,由单纯TOA及 TOA/AOA70定位法(Q矩阵中取n=r)得到的由均方根误差(RMSE)表示的定位性能。由图2可见,乡村环境中由于TOA测量精度较高,30对AOA的精度要求也高。只有当AOA标准差更小(小于10-3)AOA标准离差(og)时,混合定位算法才能取得比单纯TOA定位更好的性能。图2乡村环境中算法性能比较为了检验MS与服务BS距离对算法定位性能的影响,在一般都市环境中可以假定MS位于与服务BS具有不同距离的两个位置(1200,0)和(2400,0)分别进行定位估计,五个BS具有非视距TOA测量值的概率分别为:0、0.2、04、0.6、0.8、1,服务BS能够提供的AOA测量误差分别服从均值为0,标准差为01、0.0lrad的高斯分布,Q矩阵中用r近似替代σn,对每个位置在每种条件下分别进行100次测量,算法在无AOA及具有两种标准差的AOA时的定位结果(RMSE)如图3、4所示仿真结果表明:AOA参与卜AOA标准离差=001AOA标准离差=0,01定位只有在AOA本身误差不大AOA标准离差=0.1AOA标准离差=0.1无AOA无AOA的情况下,才能对定位性能有改200善;如果AOA本身误差增大150则对TOA定位结果并不会有改l00善;MS距离服务BS越近,则50采用混合定位算法的效果越好。00.00.204060.810000.20.40.608104结论BS非视距概率Bs非视距概率图3个同标准差时算法图4不同标准差时算法本文的分析和仿真结果表性能比较(1200,0)性能比较(2400,0)明,只要服务BS提供的AOA测量值达到一定精度,合理选择Q矩阵中AOA标准差取值,本文提出的 TOA/AOA混合定位算法就o1994-2012ChinaAcademicJournalElectronicPUblishingHouseAllrightsreservedhttp:/www.cnki.neto1994-2012ChinaAcademicJournalElectronicPUblishingHouseAllrightsreservedhttp:/www.cnki.net