数值算法，自适应算法演示

C语言实现的各种滤波算法，包含均值、中值、滑动、限幅、去极值平均、移动平均/加权平均滤波算法等非常经典使用的算法，可直接移植到嵌入式系统中。

牛顿差商法求数值拟合。包文件中包含一个例子结果文件，包括输入和输出的结果。-poor numerical fitting. Packet document contains an example of the outcome document, including input and output results.

资源描述本文针对校园环境下移动机器人的定位与避障技术展开研究，并取得了一 定成果，具体研究内容如下： (1)针对校园环境范围大、结构简单的特点，结合RFID传感器信息传递 功能，提出一种大范围拓扑环境学习与建模新方法。根据校园环境上下文信息 需求，设计RFID标签格式，指导机器人进行环境学习，且以标签的分布代表 环境整体结构，由标签内容传递导航任务，由此构建环境模型。 (2)针对激光数据存在噪声干扰的问题，设计了一种动态自适应中值滤 波方法，利用激光数据时间和空间上的相关性，剔除噪声干扰，平滑激光数据。 (3)根据校园道路特点，采用激光传感器利用路沿高度区分路面区域， 完成机器人定位，并针对单一传感器无法可靠定位的问题，提出了基于扩展卡 尔曼滤波的激光与惯导模块角度信息融合方法，大大提高了机器人直道定位的 精度和可靠性。在路口区域，使用RFID、激光、惯导模块与里程计相互配合，

约瑟夫环（Joseph）问题的一种描述是：编号为1、2、3……n的n个人按照顺时针方向围坐一圈，没人持有一个密码（正整数）。一开始任选一个正整数作为报数的上限值m，从第一个人开始按照顺时针的方向自1开始顺序报数，报到m时停止报数。报m的人出列，将他的密码作为新的m值，从他的顺时针方向上的下一个人开始重新从1报数，如此下去，直至所有人全部出列为止（2）利用顺序表、单向循环链表两种存储结构模拟此过程

OpenLTE 是 3GPP LTE 规格的开源实现。它可以用 GNU 收音机与许多特别提款权 HW （USRP，RTL SDR，UMD）。LTE 空中接口协议和协议的研究。它最终将帮助您构建自己的 LTE 基站。

翻译 maninwest@Codeforge 作者:John D. Cook@CodeProject这里介绍一个算法，优化化带有一个变量的函数而不需要导数。通常，需要导数的方法稳定但是慢，不需要导数的方法快捷但是不稳定。这里实现的这个方法稳定且高效。这个方法开始是Richard Brent 实现的。 给定一个函数  f(x) 和一个区间l [a, b], 该方法是找出函数 f(x) 在 [a, b] 区间的最小值。该方法也可以用于找出最大值。要找出最大值，指向传递原函数的反函数。即 f(x) 的最大值出现在-f(x) 的最小值点。Brent 的方法比较稳定。也很容易使用。用户不需要提供导数函数。该方法为了稳定牺牲了一些效率，但是相比其他稳定的方法如黄金分割法，则更加快捷。使用函数这里给出的代码是一个 C++ 函数和使用此函数的示例项目。要在你自己的项目中使用，只需在 Brent.h.头文件中添加#include 即可。最小化函数的主要输入是一个模板化实参，一个函数对象实现目标函数最小化。目标函数必须使用签名 double operator()(double x)实现 Public 方法。例如，这里是一个用于计算函数 f(x) = -x exp(-x) 的函数对象类。 class foo { public: double operator()(double x) {return -x*exp(-x);} };代码需要函数对象而不是函数的主要原因是，需要在应用中优化的函数，除了函数实参外，还要依赖参数。函数对象可以有很多参数，它们在找到一个变量的结果函数最小值前固定。其他实参是函数需要找到最小值的区间的终点，偏差用于停止， 一个输出参数用

普里姆（Prim）算法是一种构造性算法。设G=(V,E)是一个具有n个顶点的带权连通无向图，T=(U,TE)是G的最小生成树，其中U是T的顶点集，TE是T的边集，则由G构造从起始顶点v出发的最小生成树T的步骤如下：（1）初始化U={v}，以v到其他顶点的所有边为候选边；（2）重复以下步骤（n-1）次，使得其他（n-1）个顶点被加入到U中：  a.从候选边中挑选权值最小的边加入TE，设该边在V-U中的顶点是k，将k加入U中；  b.考察当前V-U中的所有顶点j，修改候选边，若边（k,j）的权值小于原来和顶点j关联的候选边，则用边（k,j）取代后者作为候选边。本代码实现了普里姆算法。代码能正确运行。

程序说明： 1． 实现用2前导序列进行时间同步，但必须在高信噪比下，参考信噪比为30dB；进一步的优化见后续版本； 2． 实现一发多收情况下，通过AWGN信道的后的相位补偿合并，并进一步分析合并增益！ 3．  请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论

应用背景STM32液晶显示，用于频谱分析，信号处理方面，可以驱动TFT液晶显示，快速傅里叶变换和逆变换测试可用关键技术频谱分析，可用的FFT和IFFT，以及TFT液晶驱动，基于STM32编写，编程环境为MDK，非常好用

应用背景基于HMM算法的MATLAB的语关键字识别，比较成熟的小系统，供初学者学习下载，有助于帮助初学者了解语音识别的几本过程，其中提供的一些程序可以改进，识别为一些基本词汇，从建模训练到语音识别关键技术识别过程：识别的前面部分与训练相似，都是要计算得到mfcc系数，不同在于，识别时，将计算得到的mfcc 参数分别代入训练得到的HMM模板求出概率，比较出最大概率者，则该模板对应的数字就是识别的数字。用大量语音文件做测试，结果正确率为90%以上。训练及识别数据太大,少量上传一点,大家可以用COOLEDIT等软件仿照自己制作