ameliorationofchannelestimation

this code implements a curvelet toolbox

通信载波恢复中Costas环仿真的Matlab编程(Communication Costas carrier recovery loop simulation in the Matlab programming)

说明：  选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the feature set is classified directly by support vector machine, the second time the feature set is extracted by principal component analysis, and then the feature set is classified by support vector machine. The results of the two classifications are compared and analyzed.)

说明：  用于LDPC仿真的matlab代码，仿真LDPC编码的性能(Matlab simulation for LDPC code simulation of the performance of LDPC codes)

background subtraction 2

首先分析了基于非相干信号子空间(ISM)的宽带源DOA估计方法，并将基于数 据阵共轭重构的修正MUSIC算法应用于ISM方法中，提高了分辨能力而且可以分 辨相干信源。接下来讨论了相干信号子空间(CSM)方法的宽带相干源DOA估计， 分析了聚焦矩阵及聚焦频率对DOA估计性能的影响，给出了最佳聚焦矩阵的选择 标准和最佳聚焦频率的选择方法。 针对色噪声环境下宽带信号的波达方向估计，研究了将传播算子思想应用于 TCT聚焦矩阵的相干信源DOA估计新方法。该方法基于传播算子思想，直接利用 阵列接收信号估计噪声相关矩阵，得到一种快速TCT聚焦矩阵。从而提高了色噪声 环境下宽带信号DOA估计的性能，传播算子的应用避免了TCT算法中复杂的特征 分解，降低了运算量。通过计算机仿真证明了新方法的有效性和可行性。 关键词： 宽带阵列信号 波达方向估计 色噪声 信号子空间 聚焦矩阵(DOA MUSIC)

使用MATLAB语言完成的决策树算法。 里面有详细说明(Using the MATLAB language to complete the decision tree algorithm. Details inside)

经典模态分解后对其中某一模态层绘制时频曲线(Empirical Mode Decomposition and time-frequency distribution)

从给定的一系列点找出最佳拟合椭圆,如果无法找出拟合椭圆，将返回一个空矩阵(fit_ellipse- finds the best fit to an ellipse for the given set of points.)

The objective is to illustrate the coordinated sampling of a geometrical shape such as an eclipse is used in this case. For illustrative purposes the gridded plot is sampled by detection of line beam intersections of the edge and in-bound regions of the eclipse. The coordinates are traced and pixelized into an image map.