v/f微电网并网控制策略仿真

simulink 模型预测控制.slx

：裂缝识别

【实例简介】

扩展卡尔曼滤波(EKF_2.m)

人工鱼群算法是李晓磊等人提出的一种基于动物行为的群体智能优化算法[8]，通过模拟鱼类觅食、聚群、追尾随机等行为在搜索范围中寻优。在实际应用中，人工鱼群算法对目标函数的性质、优化参数的初值和参数范围的设定要求不高，并且具有较快的并行寻优能力，也具有一定的全局寻优能力。

摘要：针对机器人路径规划中，传统蚁群算法收敛速度慢、易陷入局部最优解等问题，提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型，并基于人工势场建立启发信息素矩阵，降低了蚂蚁在初始阶段搜索的盲目性；引入激励函数，降低搜索过程中的死锁现象；改进信息素的更新机制，增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明：改进后蚁群算法的机器人路径规划算法加快了收敛速度，具有较强的鲁棒性和全局寻优能力。关键词：蚁群优化(ACO)算法；人工势场；路径规划；机器人

1.任意选取一副彩色图像，对RGB三色的分量图像分别显示。 2.伪彩色图像增强处理：选择灰度图像，采用如下图所示的传递函数实现灰色-彩色图像的变换处理，得到彩色图像。   （a）红色分量的传递函数     （b）绿色分量的传递函数      （c）蓝色分量的传递函数 3.任意选择彩色图像，显示其R,G,B分量图像，并使用5*5均值滤波器分别对彩色图像的RGB分量进行平滑滤波，显示R,G,B分量平滑滤波图像。叠加所有的彩色分量图像，完成平滑后的全彩色图像。比较原彩色图像和平滑后的彩色图像。 4.将(3) 的彩色图像，显示其HSI图像，并对强度I分量进行均值滤波平滑，再转换为RGB图像进行显示，与（3）中的平滑后的彩色图像进行比较并相减，用图像显示两种结果的差别。

神经网络LSTM 时间预测

【实例简介】

【实例简介】：Digital_Signal_Processing_Using_MATLAB for students and Researchers