改进的LBP算法

目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪

clear all; close all; min=-2.048;max=2.0458; Vmax=1;Vmin=-0.1;  c1=1.3;c2=1.7;  wmin=0.1;wmax=0.9;  G=100;  Size=50;   for i=1:G      w(i)=wmax-((wmax-wmin)/G)*i;   end    for i=1:Size        for j=1:2            x(i,j)=min+(max-min)*rand(1);            v(i,j)=Vmin+(Vmax-Vmin)*rand(1);        end    end %(2) for i=1:Size     p(i)=chap8_8func(x(i,:));     y(i,:)=x(i,:); if i==1     plocal(i,:)=chap8_8lbest(x(Size,:),x(i,:),x(i+1,:));     elseif i==Size         plocal(i,:)=chap8_8lbest(x(i-1,:),x(i,:),x(i,:));     else          plocal(i,:

该文件为基于MATLAB的三电平空间矢量仿真，是基于MATLAB中simulink的仿真，

信号处理中matlab实现数字下变频,信号中心频率为30M,采样率为40M，经采样将其中频信号变为视频信号

物体围绕一圆周运动，角加速度是白噪声，观测噪声是高斯白噪声。使用卡尔曼滤波器实现物体的跟踪-Follow the trace

基于麦克风的空间DOA估计，需要面型的阵元才行。面阵是由两个线阵构成面阵，利用几何关系，面阵麦克风阵列可以恢复出空间DOA估计。

包括校验矩阵的生成、编码器、bpsk调制解调、利用BP算法进行LDPC的译码

给定数表 xi 2.2 2.7 3.5

%卡尔曼滤波原理 % x = Ax + Bu + w  meaning the state vector x evolves during one time %                  step by premultiplying by the "state transition %                  matrix" A. There is optionally (if nonzero) an input %                  vector u which affects the state linearly, and this %                  linear effect on the state is represented by %                  premultiplying by the "input matrix" B. There is also %                  gaussian process noise w. % z = Hx + v       meaning the observation vector z is a linear function %                  of