通信系统Simulink仿真：6. TDM PCM

m=1;%模数z=17;%齿数ha=1;c=0.25;x=0;%齿顶高系数;顶隙系数;变位系数alpha=deg2rad(20);%压力角r=z*m/2;%分度圆半径ra=r (ha x)*m;%齿顶圆半径rf=r-(ha c-x)*m;%齿根圆半径rb=r*cos(alpha);%基圆半径

MATLAB SIMULINK建模与仿真实例精讲.pdf

直驱风机发电机（PMSG_windfarm_MMC_VF_1214.slx）

卡尔曼滤波 粒子滤波等等 【源码目录】 bachelor-project-master ├── KalmanFilter │   ├── kf_initialization.m │   ├── kf_params.m │   ├── kf_plots.m │   ├── kf_prediction.m │   └── kf_update.m ├── LICENSE ├── Multilateration │   ├── lateration_murphyHerman.m │   ├── lateration_paulaAnaJose.m │   ├── lateration_plot.m │   └── lateration_weightedMurphyHerman.m ├── ParticleFilter │   ├── R2d.m │   ├── initialise_particles.m │   ├── motion_model.m │   ├── observation_model.m │   ├── plot_particles.m │   └── resampling.m ├── README.md ├── SignalModel │   ├── inv_path_loss_model.m │   └── path_loss_model.m ├── build_map.m ├── common.m ├── kf_main.m ├── lateration_main.m ├── osm │   ├── LICENSE │   ├── README.md │   ├── assign_from_parsed.m │   ├── debug_openstreetmap.m │   ├── dependencies │   │   ├── gaimc │   │   │   ├── dijkstra.m │   │   │   └── sparse_to_csr.m │   │   ├── hold │   │   │   ├── restorehold.m │   │   │   └── takehold.m │   │   ├── lat_lon_proportions │   │   │   └── lat_lon_proportions.m │   │   ├── plotmd │   │   │   └── plotmd.m │   │   ├── textmd │   │   │   └── textmd.m │   │   ├── xml2struct │   │   │   └── xml2struct_fex28518.m │   │   └── xml2struct.m │   ├── extract_connectivity.m │   ├── extract_sensors.m │   ├── get_unique_node_xy.m │   ├── get_way_tag_key.m │   ├── load_osm_xml.m │   ├── main_mapping.m │   ├── parse_openstreetmap.m │   ├── parse_osm.m │   ├── plot_nodes.m │   ├── plot_road_network.m │   ├── plot_route.m │   ├── plot_way.m │   ├── route_planner.m │   ├── show_map.m │   └── usage_example.m ├── pf_main.m ├── standalone │   ├── KalmanFilter │   │   ├── KF1D.m │   │   └── KF2D.m │   ├── Lateration │   │   ├── MurphyHerman.m │   │   ├── PaulaAnaJose_v1.m │   │   ├── PaulaAnaJose_v2.m │   │   ├── Trilateration.m │   │   ├── WeightedMultilaterationLLS.m │   │   └── WeightedMurphyHerman.m │   ├── ParticleFilter │   │   ├── particle_filter_sd_2d.m │   │   └── particle_filter_student_dave_basic_ex1.m │   └── misc │       ├── NearestNeighbor.m │       ├── ProjectPointOnSegment.m │       └── WeightedMultilaterationLLS.m └── utils     ├── R2d.m     ├── cart2geo.m     ├── convert2Cartesian.m     └── geo2cart.m 18 directories, 69 files

【实例简介】语音分帧实例 Matlab 运行良好 实用的例子

MATLAB图像处理375例-程序代码

%注意求刚度的时候用k=F/delta，而不是用k=F/(B*delta)。%数据来源：多篇参考文献%采用方法：Webster方法（材料力学方法）%两个都是外齿轮啮合%原理参考《机械原理》P184和P185

多输出支持向量回归 对于一般的回归问题，给定训练样本D={(x1,y1),(x2,y2),...,(xn,yn)},yi€R,我们希望学习到一个f（x）使得其与y尽可能的接近，w，b是待确定的参数。在这个模型中，只有当f(x)与y完全相同时，损失才为零，而支持向量回归假设我们能容忍的f(x)与y之间最多有ε的偏差，当且仅当f(x)与y的差别绝对值大于ε时，才计算损失，此时相当于以f(x)为中心，构建一个宽度为2ε的间隔带，若训练样本落入此间隔带，则认为是被预测正确的。（间隔带两侧的松弛程度可有所不同） ------

2020数学建模赛题能见度估计与预测.doc

实验目的： 理解相控阵雷达波束形成原理； 编程实现相控阵雷达波束形成。·实验内容：编写matlab程序仿真各阵元发射信号，运用相控阵雷达波束形成原理形成发射波束。·实验器材（设备、元器件）：计算机·实验步骤： 编程产生发射信号。要求阵元数为ArrayNum，发射信号载频为f_0，阵元间距为d，仿真采样率为f_s； 确定方向指向角度，给各阵元发射信号设置不同的相移量，叠加并观察波束效果。 选择窗函数，加权，观察波束变化情况 修改阵元数等参数，观察波束变化情况。