《卡尔曼滤波原理及应用-MATLAB仿真》的电子书及配套的程序

粒子群算法代码

1D2D信号去噪(小波分析)

应用四阶四级龙格库塔法求解常微分方程的数值解

【实例简介】 预测信号由二阶线性预测模型产生， .其中，是均值为零，方差为1的高斯白噪声序列，a1=1.558,a2=-0.81。分别利用LMS算法、格型LMS算法、RLS算法、LSL算法来估计线性预测模型参数a1和a2 一.实验目的 1.预测信号由二阶线性预测模型产生，.其中，是均值为零，方差为1的高斯白噪声序列，a1=1.558,a2=-0.81。分别利用LMS算法、格型LMS算法、RLS算法、LSL算法来估计线性预测模型参数a1和a2； 2.利用LMS算法和RLS算法将一个叠加有噪声的信号实现噪声消除，恢复原始信号。

【实例简介】

【实例简介】

【实例简介】永磁同步电机三环控制系统simulink模型

本人写的matlab图像分类代码，内含训练和测试的SAR图片。分类方法采用了KPCA特征提取和SVM算法分类，程序有GUI界面可以很好的运行。

EM算法 

%% 输入数据 %0负荷节点  1PQ节点  2PV 节点  3平衡节点 %序号 bus   Area Zo co V   sita    PL       QL        PG      QG      Vbase?    PVBASE  PVQmax  PVQmin BUS=[...    1    100   1  1  3 1.04  0.     0.       0.        71.6410 27.04592 100.    1.04   999900 -99990                                                                                                                                                                                   2    100   1  1  2 1.025 9.28   0.       0.        163.    6.65366  100.    1.025  999900 -99990                                                                                                                                                                                 3    100   1  1  2 1.025 4.6647 0.       0.        85.     -10.8597 100.    1.025  999900 -99990                                                                                                                                                                                   4    100   1  1  1 1.025 -2.216 0.       0.        0.      0.       100.    1.       0.     0.                                                                                                                                                                                      5    100   1  1  1 0.995 -3.988 125.     50.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                    6    100   1  1  1 1.012 -3.687 90.      30.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                      7    100   1  1  1 1.025 3.7197 0.       0.        0.      0.       100.    1.       0.     0.                                                                                                                                                                                     8    100   1  1  1 1.015 0.7275 100.     35.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                    9    100   1  1  1 1.032 1.9667 0.       0.        0.      0.       100.    1.       0.     0. ];