说明：主要介绍了基于BOX_MULLER算法产生的白噪声，并对舰船辐射噪声进行了仿真。

BOX_MULLER辐射 舰船噪声 辐射噪声仿真 舰船辐射噪声 白噪声

说明：这个有中文注释，看得明白，包括主成分分析、因子分析、贝叶斯分析，BP神经网络的整个训练过程。

BP 神经网络 BP神经网络 成分分析 因子分析 贝叶斯分析

说明：自适应滤波器。此脚本显示了在通带为空的静态信道中几种类型均衡器的误码率性能。该脚本构造并实现了一个线性均衡器对象和一个判决反馈均衡器（DFE）对象。它还初始化并调用最大似然序列估计（MLSE）均衡器。MLSE均衡器首先在完全信道知识的情况下被调用，然后使用一种简单但不完美的信道估计技术。

自适应滤波器 DFE MLSE

说明：采用动量梯度下降算法训练 BP 网络。 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

BP 网络 贝叶斯正则化算法 L-M 优化算法 trainlm 贝叶斯正则化算法 trainbr 白噪声

说明：这是一种鲁棒的控制算法，比传统的PID控制算法性能好。

​鲁棒控制算法 PID控制算法

说明：采用微粒群(PSO)算法求解CVRP“车辆路径问题”的代码，对于中小规模算例能有很快的速度，对于大规模问题则效率偏低。文件包内附国际常用算例十余个。

微粒群 粒子群 PSO CVRP

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正 则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯正则化算法 trainbr BP

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯

说明：本程序可以实现求函数的信噪比及函数的均方差。

信噪比 均方差 SNR

说明：本文给出了二进制粒子群算法的源程序，并运用实例进行了验证。

粒子群算法 二进制粒子群 swarm