为了提高风电功率的预测精度，研究了一种基于粒子滤波（ＰＦ）与径向基函数（ＲＢＦ）神经网络相结合的风电功率预测方法。
使用ＰＦ算法对历史风速数据进行滤波处理，将处理后的风速数据结合风向、温度的历史数据，归一化后构成风电功率预测模型的新的输入数据；
利用处理后的新的输入数据和输出数据，建立ＰＦ－ＲＢＦ神经网络预测模型，预测风电场的输出功率。
仿真结果表明，使用该预测模型进行风电功率预测，预测精度有一定的提高，连续１２０ｈ功率预测的平均绝对百分误差达到８．０４％，均方根误差达到１０．６７％

这是我自己在mfc下利用gdal库实现的遥感影像显示模块，能显示绝大部分的遥感影像格式数据。
打开影像是可以同时打开多幅影像，程序默认对每幅影像建立各自的金字塔文件以便后面操作，同时程序默认将影像拉伸到0-255范围以防有的影像是11位的或更大的而显示不出来。
打开影像后可进行简单的拉框放缩、移动、复位、旋转、链接显示、直方图、缩略图等操作，还有基本的影像增强处理，如伪彩色变换、饱和度亮度调节、直方图匹配、各种滤波等。
影像处理实现了几何校正、投影变换、裁剪等操作。
界面开发时用的是mfc的ROBBON界面。
其中还含有不太够完善但可运行的种子点生长分割算法。
此外还有些个人结合产学研实现的算法，如地温反演的单窗算法。
程序当中借用了不少他人的开发成果，所以也把自己的贡献出来与大家分享啦，有什么问题尽可以邮件联系本人xiluoduyu@163.com，或访问我的csdn博客http://blog.csdn.net/xiluoduyu。
压缩包里面包含整个程序的详细的开发帮助文档和可运行程序，但注意不要随便移动debug文件夹里面的dll文件以免主界面无法启动。
啰嗦一句，相当感谢提供免积分资料下载的各位大侠，向他们学习！

基于STM32单片机的使用MPU6050传感器的利用卡尔曼滤波器算法的角度测量仪

这个程序是一个测量电容的完整程序，里面使用了基于STM32F4自带的DSP库的FIR低通滤波器，滤波器参数需要使用MATLAB的fdatool工具生成。
网上可以搜到相关教程。

《卡尔曼滤波理论与实践matlab版》(kalmanfilteringtheoryandpracticeusingmatlab)的笔记课后习题答案详解,是第二版的书，但是第三版和第四版习题差不都，少数章节题目有合并增减

读取bin测试数据，数据格式为32位二进制数据。
可调整放大倍数放大显示波形。
可通过输入指定时间，进行跳转。
highp.m、lowp.m为高通、低通滤波，示例中使用的是低通滤波，可自己调整。
程序只是实现了基础功能，还有很多不完善的地方，敬请谅解。

参考文献：徐德民，《鱼雷控制系统计算机辅助分析设计与仿真》，西北工业大学出版社，19991、变结构垂直命中制导律2、PID偏航角速率控制系统:单位斜坡输入稳态误差=0.1，增益截止频率6rad/s,相位裕度80°3、偏航角速率开环传递函数：G(s)=G1(s)*G2(s)=1/(0.05s+1)*(1.883s+3.875)/(s^2+6.734s+4.665)4、带滤波、导航环节，稍微修改即可进行滤波算法、导航算法的运算5、程序使用说明：（1）首先运行Start.m，进行参数初始化；
（2）运行VscGuideSIMULINK模型；
（3）最后执行PlotResult.m，输出结果。
byappe1943@XJTUMATLAB版本：Matlab7.0(R2009a).目录1鱼雷侧向运动分析2鱼雷侧向运动控制器的设计2.1Ziegler—Nichols方法设计PID控制器2.2解析方法设计PID控制器2.3解析方法设计PD控制器2.4超前补偿控制器设计2.4.1超前补偿的Bode图设计方法2.4.2超前补偿器设计的解析方法2.5PD控制器与超前补偿器的比较3滚转通道滞后补偿器设计3.1滞后补偿器的Bode图设计方法3.2滞后补偿器设计的解析方法3.3PI控制器与滞后补偿器的比较4鱼雷偏航角速率控制系统的设计5鱼雷纵向运动控制器设计5.1定深控制5.2定角控制6概述7用极点配置方法设计鱼雷控制系统7.1第一种极点配置方法7.2第二种极点配置方法：Ackermann法8全维观测器设计9降维观测器设计10线性二次型最优控制理论设计控制系统10.1连续系统二次型调节器问题的求解10.2最优输出跟踪11鱼雷大制导回路仿真12参考文献

永磁同步电机谐振抑制仿真，通过加入陷波滤波器，来抑制伺服系统产生的机械谐振，内有抑制前后两个仿真程序，可对比。

国外经典信号处理教材，入门、提升必备。
《国外电子与通信教材系列·数字信号处理(第4版)》全面系统地阐述了数字信号处理的基础知识，其中前10章讲述了确定性数字信号处理的知识，包括离散时间信号及系统的介绍、z变换、傅里叶变换、频率分析以及滤波器设计等。
后4章则介绍了随机数字信号处理的知识，主要学习多速率数字信号处理、线性预测、自适应滤波以及功率谱估计。
《国外电子与通信教材系列·数字信号处理(第4版)》内容全面丰富、系统性强、概念清晰、叙述深入浅出，为了帮助读者深刻理解基本理论和分析方法，书中列举了大量的精选例题，同时还给出了许多基于MATLAB的仿真实验。
另外，在各章的最后还附有习题，以帮助读者进一步巩固所学知识。

（本人小论文代码，通过验证）本文提出一种新的FIR滤波器FPGA实现方法。
讨论了分布式算法原理，并提出了基于分布式算法FIR滤波器的实现方法。
通过改进型分布式算法结构减少硬件资源消耗，用流水线技术提高运算速度，采用分割查找表方法减小存储规模，并在Matlab和Modelsim仿真平台得到验证。
为了节省FPGA逻辑资源、提高系统速度，设计中引入了分布式算法实现有限脉冲响应滤波器(FiniteImpulseResponse,FIR)。
由于FIR滤波器在实现上主要是完成乘累加MAC的功能，采用传统MAC算法设计FIR滤波器将消耗大量硬件资源。
而采用分布式算法(DistributedArithmetic,DA)，将MAC运算转化为查找表(Look-Up-Table,LUT)输出，不仅能在硬件规模上得到改善，而且更易通过实现流水线设计来提高速度。
因此本文采用分布式算法设计一个可配置的FIR滤波器，并以31阶的低通FIR滤波器为例说明分布式算法滤波器结构。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。