UWB-matlab-bpsk

本书详细介绍了matlab，相信对初学者会非常有帮助！(This book details the matlab, that would be very helpful for beginners!)

MATLAB/Simulink仿真模型。 buck_DC/DC变换器仿真模型，控制策略为PI控制。 实用，可行。(Based on matlab/simulink. Buck DC/DC converter. Practical and feasible.)

说明：  使用MATLAB进行信号求相关函数矩阵的简单示例(The use of MATLAB for signal correlation function matrix for a simple example)

oriented local histogram code proposed in sep 2012 ieee paper with its OCK and OAk implementation

计算最小自由度下球坐标两个自由度的最优值。(Spherical coordinates to calculate the minimum degree of freedom under the optimal value of the two degrees of freedom.)

基于matlab的多参考视点表面图的算法 和基于深度图像的虚拟视点生成主程序 (Matlab-based multi-view reference map of the algorithm and the surface of the depth of the main program generated virtual view images)

抽取法产生m序列优选对，并产生与之对应的所有Gold序列；做出了Gold码的自相关与互相关函数；验证了Gold码的个数(Extraction method m sequence pairs, and generate the corresponding Gold sequence to make a Gold code autocorrelation and cross correlation function to verify the number of Gold codes)

利用MATLAB进行图象重建的算法研究，MATLAB在无损探测领域的应用(The use of MATLAB for image reconstruction algorithm, MATLAB in the field of application of non-destructive detection)

说明：  多目标粒子群算法，求解多目标问题的经典的算法之一(multi-object PSO, one of the classical algorithms for solving multi-objective problems)

1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配[23]。 c) 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。 d) 高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。 e) 可扩展性，可以很方便的与其他形式的特征向量进行联合。 4 SIFT算法步骤： 1） 检测尺度空间极值点 2） 精确定位极值点 3） 为每个关键点指定方向参数 4） 关键点描述子的生成 本包内容为sift算法matlab源码(1 SIFT course of development SIFT algorithm by DGLowe in 1999, the perfect summary of 2004. Later Y.Ke its description of the sub-part of the histogram with PCA instead of its improvement. 2 the SIFT main idea The SIFT algorithm is an algorithm to extract local features in scale space to find the extreme point of the extraction location, scale, rotation invariant. 3 the main features of the SIFT algorithm: a) SIFT feature is the local characteristics of the image, zoom, rotate, scale, brightness change to maintain invariance, the perspective changes, affine transformation, the noise also maintain a certain degree of stability. b) unique (Distinctiveness), informative, and mass characteristics database for fast, accurate matching [23]. c) large amounts, even if a handful of objects can also produce a large number of SIFT feature vectors. d) high-speed and optimized SIFT matching algorithm can even achieve real-time requirements. e) The scalability can be very convenient fe)