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