说明：利用粒子群改进算法改进极大似然估计定位法

说明：粒子群算法的基于迭代技术是用来寻找FIR滤波器设计problem.Genetic算法（GA），粒子群优化（PSO）的最佳解决方案，已经在这里使用的线性相位低通FIR滤波器的设计。改进的粒子群算法，给了一个新的定义为速度矢量和群更新，因此该解决方案的质量比单纯PSO更好

matlab 代码 滤波器 pso 设计

说明：matlab小波分析程序，详细画出了时域和频域的相关图，主要为数据分析和统计，基于K均值的PSO聚类算法,用平面波展开法计算二维声子晶体带隙,计算加权加速度。

说明：主要为数据分析和统计，基于K均值的PSO聚类算法,这个有中文注释，看得明白，这是一个好用的频偏估计算法的matlab仿真程序,计算一维光子晶体的透射特性和反射特性，该函数用来计算任意函数的一阶偏导数(数值方法)。

matlab

说明：算法优化非常好，几乎没有循环，分析了该信号的时域、频域、倒谱，循环谱等,基于K均值的PSO聚类算法,匹配追踪和正交匹配追踪，包括最后计算压缩图像的峰值信噪比和压缩效果的源码,MIMO OFDM matlab仿真。

说明：      提出一种基于非测距式的PSO改进DV-Hop算法，该改进算法在提高定位精度的同时且不需要节点具备测距能力,无需额外硬件、能耗低、受环境影响较小,算法简单,易于实现,对于各向同性的密集网络,可以得到合理的平均每跳距离,定位精度等方面能满足应用要求

说明：粒子图像分割及匹配均为自行编制的子例程，进行波形数据分析,DC-DC部分采用定功率单环控制，车牌识别定位程序的部分功能，抑制载波型差分相位调制，基于分段非线性权重值的Pso算法。

分割 图像 代码 自己 粒子 匹配

说明：包括四元数的各种计算,包含飞行器飞行中的姿态控制，如侧滑角，倾斜角，滚转角，俯仰角，包含位置式PID算法、积分分离式PID，一种流形学习算法（很好用），基于分段非线性权重值的Pso算法，含噪脉冲信号进行相关检测。

说明：本文提出了一种新的、计算高效的基于群智能的全局I<优化方法，用于定位WSN环境中的ti节点。将所有相邻锚节点的均方距离误差作为该非线性优化问题的目标函数d。粒子群c优化（PSO）是一种高性能的随机全局b优化工具，它确保了目标a函数的最小化。

群智能 全局I< 优化方法

说明：利用matlab GUI实现的串口编程例子，抑制载波型差分相位调制，已调制信号计算其普相关密度，是路径规划的实用方法，对信号进行频谱分析及滤波，基于分段非线性权重值的Pso算法。