Newmark-beta法求解动力学微分方程

匹配滤波及卷积

在实际问题中，经常遇到需要研究两组多重相关变量间的相互依赖关系，并研究用一组变量（常称为自变量或预测变量）去预测另一组变量（常称为因变量或响应变量），除了最小二乘准则下的经典多元线性回归分析（MLR），提取自变量组主成分的主成分回归分析（PCR）等方法外，还有偏最小二乘（PLS）回归方法。 偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多，且都存在多重相关性，而观测数据的数量（样本量）又较少时，用偏最小二乘回归建立的模型具有传统的经典回归分析等方法所没有的优点。  偏最小二乘回归分析在建模过程中集中了主成分分析，典型相关分析和线性回归分析方法的特点，因此在分析结果中，除了可以提供一个更为合理的回归模型外，还可以同时完成一些类似于主成分分析和典型相关分析的研究内容，提供更丰富、深入的一些信息。

BM3D图像去噪算法

【实例简介】模糊自适应PID控制算法

回波信号幅度估计(mFFT.m)

【实例简介】 递归最小二乘（RLS，recursive least-squares）算法是基于最小二乘运算，通过给定n-1次迭代滤波器抽头权向量最小二乘估计，依据新到达的数据计算n次迭代权向量的最新估计。RLS算法的一个重要特点是，它的收敛速度比一般的LMS滤波器快一个数量级。这是因为RLS滤波器通过利用数据相关矩阵之逆，对输入数据（假定这些数据的均值为零）进行了白化处理。然而，性能的改善是以RLS滤波器计算复杂性的增加为代价

在路径规划中使用GA算法进行路径优化,适合路径规划的小伙伴们在GA算法中进行优化

【实例简介】用于阵列信号处理

DBC设计实现转换

改进的积分方程模型，微波遥感领域，用于求土壤的后向散射系数