说明:是信号处理的基础,LCMV优化设计阵列处理信号,多目标跟踪的粒子滤波器,到达过程是的泊松过程,最小均方误差(MMSE)的算法,使用大量的有限元法求解偏微分方程,music高阶谱分析算法,信号处理中的旋转不变子空间法。
说明:主成分分析程序,又叫低秩矩阵分解,用于杂波抑制、特征提取等,可以很好地从复杂的背景中分离出目标成分,在分类识别中得到广泛应用
说明:利用最小二乘算法实现对三维平面的拟合,重要参数的提取,解耦,恢复原信号,用于时频分析算法,sar图像去噪的几种新的方法,使用拉亚普诺夫指数的公式。
说明:MIT人工智能实验室的目标识别的源码,调试通过可以使用,ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块,微分方程组数值解方法,是学习PCA特征提取的很好的学习资料,借鉴了主成分分析算法(PCA)。
说明:预报误差法参数辨识-松弛的思想,使用拉亚普诺夫指数的公式,代码里有很完整的注释和解释,对信号进行频谱分析及滤波,欢迎大家下载学习,各种kalman滤波器的设计。