说明:陆吾生教授是加拿大维多利亚大学电气与计算机工程系的教授。此课件为其在国内大学短期精品课程的课件。包含最优化问题求解,压缩感知方法及其在稀疏信号和图像处理中的应用(压缩、重构、降噪等)。
最优化问题求解 压缩感知 稀疏信号 和图像处理
说明:微粒群算法结合灰色系统理论进行预测的matlab代码,精确度较高。
PSO GM 微粒群算法 灰色系统理
说明:基于改进的粒子群算法的一个网络节点定位算法,并和传统的DVhop方法做了比较。
PSOBC 粒子群算法 网络节点定位算法
说明:基于粒子群算法的太阳能电池板的最大功率点跟踪。
粒子群算法 太阳能电池板 PSO
说明:pso-pid量子粒子群算法qpso的matlab代码以及pid控制器在matlab中的仿真程序。
pso-pid 量子粒子群算法 qpso
说明:基于局部傅里叶变换数据的重构算法的研究,是一种比有效快速的重构算法。
傅里叶变换 重构算法
说明:在GPS软件接收机信号处理的过程中,供GPS读取卫星信号数据的源代码
Gps GpsData 卫星信号数据
说明:RBF神经网络自适应控制及MATLAB仿真 供二次开发参考
RBF 神经网络 自适应控制
说明:对三种不同数值的RCS,SNR相对检测距离的仿真以及对三种不同数值的雷达峰值功率,SNR相对检测距离的仿真。
RCS SNR 相对检测距离 雷达峰值功率 检测距离
说明:使用多种算法(DAC、Hyperbolic、DAC、SI、SX、Taylar)实现多传感器对单点定位(采用高斯噪声),其中Hyperbolic与SI为3d定位,其他的为平面定位。
多传感器 定位算法 传感器