基于深度神经网络的时域信道估计算法，张丁水，林家儒，本文介绍了一种基于深度神经网络（DNN）的无线信道估计算法，可应用于低信噪比下单载波频域均衡（SC-FDE）系统中对衰落信道的估计。

现代信号谱分析·目录第1章　基本概念1.1　引言1.2　确定信号的能量谱密度1.3　随机信号的功率谱密度1.4　功率谱密度的性质1.5　谱估计问题1.6　补充内容1.7　习题第2章　非参数化方法2.1引言2.2　周期图和相关图方法2.3　用FFT计算周期图2.4　周期图法的性质2.5　Blackman－Tukey方法2.6　窗函数设计中需考虑的问题2.7　其他改进的周期图方法2.8　补充内容2.9　习题第3章　有理谱估计的参数化方法3.1引言3.2　有理谱信号3.3ARMA过程的协方差结构3.4AR信号3.5Yule-Walker方程的阶递推解法3.6MA信号3.7ARMA信号3.8　多变量ARMA信号3.9　补充内容3.10　习题第4章　线谱估计的参数化方法4.1引言4.2　噪声中的正弦信号模型4.3　非线性最小二乘方法4.4　高阶Yule-Walker方法4.5　Pisarenko和MUSIC方法4.6　最小模方法4.7　ESPRIT方法4.8　前向－后向方法4.9　补充内容4.10　习题第5章　滤波器组方法5.1　引言5.2　周期图的滤波器组解释5.3　改进的滤波器组方法5.4　Capon方法5.5　用滤波器组进一步解释周期图5.6　补充内容5.7　习题第6章　空域方法6.1引言6.2　阵列模型6.3　非参数化方法6.4　参数化方法6.5　补充内容6.6　习题附录A　线性代数和矩阵分析工具附录B　Cramer-Rao界分析工具附录C　模型阶数选择方法附录D　部分习题答案参考文献

这是个matlab代码，用以模拟超宽带信道的模型，分成两种情况，有LOS和NLOS。

本程序包含了数据的输入，输出，法方程的建立，近似高程的计算，残差计算，精度评定估计与平差结果输出，用到了最小二乘计算，水准网粗差探测，自由网平差，拟稳平差，抗差估计，闭合差的计算与检验等等。
比较全面。
值得参考。

本文基于最优线性二次型理论研究了带外部干扰的多智能体系统的最优控制问题.首先在不考虑干扰的情况下，通过分析性能指标函数求得了最优的分布式控制协议.然后假设系统存在外部干扰，采用DOBC的方法来估计实际扰动，在控制协议中增加干扰补偿项来消除干扰的影响.接下来，将上述复合式控制协议设计为带有最小采样粒度的事件触发机制，运用现代控制理论和矩阵论等工具分析了多智能体算法，得到了分布式的事件触发条件.最后，通过计算机仿真验证了本文所提算法的有效性.

最小二乘拟合原理根据两个量的许多组观测数据来确定它们的函数曲线，这就是实验数据处理中的曲线拟合问题。
这类问题通常有两种情况：一种是两个观测量x与y之间的函数形式已知，但一些参数未知，需要确定未知参数的最佳估计值；
另一种是x与y之间的函数形式还不知道，需要找出它们之间的经验公式。
后一种情况常假设x与y之间的关系是一个待定的多项式，多项式系数就是待定的未知参数，从而可采用类似于前一种情况的处理方法。

matlabGUI进行语音信号的特征提取，包含了语音信号的端点检测，共振峰估计等语音信号特征提取，如果有疑问请咨询1741321723@qq.com，大家共同开发改进

绝对是好东西啊！基于极大似然估计的三维定位算法，输入参考点的坐标以及观察点的距离，通过极大似然估计算法计算出观察点的坐标，附送支持矩阵运算的C++类库！

输入一组包含多个因变量和多个自变量的数据时，自训练估计因果关系，在输入另一组自变量时，预测多个因变量

本软件采用神经网络技术进行验证码识别。
软件具备学习能力。
工作目录下有图片样本。
需jdk1.6使用eclipes开发。
有个jar包提示说没有请自己在工作目录下找找再添加上去。
细化算法加上去估计效果会更好，懒得写了

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。