MATLAB中AR模型功率谱估计中AR阶次估计的实现-psd_my.rar（最近看了几个关于功率谱的问题，有关AR模型的谱估计，在此分享一下，希望大家不吝指正）（声明：本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计）（按：AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法，但是其模型阶次的估计，除了HOSA工具箱里的arorder函数外，没有现成的函数可用，arorder函数是基于矩阵SVD分解的阶次估计方法，为了比较各种阶次估计方法的区别，下面的函数使用了'FPE','AIC','MDL','CAT'集中准则一并估计，并采用试验方法确定那一个阶次更好。
）………………………………以上省略……………………………………………………………………假设原始数据序列为x，那么n阶参数使用最小二乘估计在MATLAB中实现如下：Y=x;Y(1:n)=[];m=N-n;X=[];%构造系数矩阵fori=1:m  forj=1:n      X(i,j)=xt(ni-j);  endendbeta=inv(X'*X)*X'*Y';复制代码beta即为用最小二乘法估计出的模型参数。
此外，还有估计AR模型参数的Yule-Walker方程法、基于线性预测理论的Burg算法和修正的协方差算法等[26]。
相应的参数估计方法在MATLAB中都有现成的函数，比如aryule、arburg以及arcov等。
4.3.3AR模型阶次的选择及实验设计文献[26]中介绍了五种不同的AR模型定阶准则，分别为矩阵奇异值分解（SingularValueDecomposition,SVD）定阶法、最小预测定误差阶准则（FinalPredictionErrorCriterion,FPE）、AIC定阶准则（Akaika’sInformationtheoreticCriterion,AIC）、MDL定阶准则以及CAT定阶准则。
文献[28]中还介绍了一种BIC定阶准则。
SVD方法是对Yule-Walker方程中的自相关矩阵进行SVD分解来实现的，在MATLAB工具箱中arorder函数就是使用的该算法。
其他五种算法的基本思想都是建立目标函数，阶次估计的标准是使目标函数最小化。
以上定阶准则在MATLAB中也可以方便的实现，下面是本文实现FPE、AIC、MDL、CAT定阶准则的程序（部分）：form=1:N-1  ……    %判断是否达到所选定阶准则的要求  ifstrcmp(criterion,'FPE')    objectfun(m1)=(N(m1))/(N-(m1))*E(m1);  elseifstrcmp(criterion,'AIC')    objectfun(m1)=N*log(E(m1))2*(m1);  elseifstrcmp(criterion,'MDL')    objectfun(m1)=N*log(E(m1))(m1)*log(N);  elseifstrcmp(criterion,'CAT')    forindex=1:m1        temp=temp(N-index)/(N*E(index));    end    objectfun(m1)=1/N*temp-(N-(m1))/(N*E(m1));  end    ifobjectfun(m1)＞=objectfun(m)    orderpredict=m;    break;  endend复制代码orderpredict变量即为使用相应准则预测的AR模型阶次。
（注：以上代码为结合MATLAB工具箱函数pburg,arburg两个功率谱估计函数增加而得，修改后的pburg等函数会在附件中示意，名为pburgwithcriterion）登录/注册后可看大图程序1.JPG(35.14KB,下载次数:20352)下载附件 保存到相册2009-8-2820:54上传登录/注册后可看大图程序2.JPG(51.78KB,下载次数:15377)下载附件 保存到相册2009-8-2820:54上传下面本文使用3.2.1实验设计的输出结果即20例经预处理的HRV信号序列作为实验对象，分别使用FPE、AIC、MAL和CAT定阶准则预测AR模型阶次，图4.1（见下页）为其中一例典型信号使用不同预测准则其目标函数随阶次的变化情况。
从图中可以看出，使用FPE、AIC以及MDL定阶准则所预测的AR模型阶次大概位于10附近，即阶次10左右会使相应的目标函数最小化，符合定阶准则的要求，使用CAT定阶准则预测的阶次较小，在5~10之间。
图4.2（见下页）为另一例信号的阶次估计情况，从中也可以得到同样的结论。
（注，实验信号为实验室所得，没有上传）登录/注册后可看大图图片1.JPG(28.68KB,下载次数:5674)下载附件 保存到相册2009-8-2820:54上传

2.2功能模块设计在线作业提交批改系统从功能上可分为教师管理程序、学生管理程序，教师管理程序部分主要实现学生信息的添加、课程信息的添加、上传下载作业和评定成绩的管理，学生管理程序部分主要实现了学生对作业的下载和上传。
系统主要功能模块具体描述如下：2.2.1教师模块主要包括查看查看学生模块，添加作业模块，查看作业模块，发表成绩模块。
发表作业模块，主要功能：教师自己布置的作业上传到系统。
查看学生模块，主要功能：查看教师添加的所有学生的详细信息，还可以修改学生信息，删除学生信息。
查看作业模块，主要功能：查看学生所提交的作业，并可以下载到本地电脑。
2.2.2学生模块主要包括学生管理，主要功能：查看教师布置的作业，并下载作业，完成作业后提交到服务器。

实现二维交叉熵阀值图像分割，本部分是matlab程序部分设计，已实现。

各种智能算法程序以求函数最值为例-蚁群算法.rar首先声明，程序部分为原创，部分网络下载，部分为根据他人成果做细微改动。
这是本人智能控制的小作业，主要是用多种智能算法进行函数优化，包括遗传算法，蚁群算法和鱼群算法。
另外，有的算法用几个版本的程序，分别为原创和修改，仅供大家参考。
另外由于时间有限，程序写的不是很有调理，读起来可能会稍微费劲。
另外由于本人学习智能算法时间比较短，同时用多种算法纯属学习，因此不排除程序和报告中有不足和错误，希望大家指正和讨论。
附件中包括程序和截图，同时还有自己最后的报告，由于是小作业，因此时间较短，相对粗糙，勿怪。

20多个微信小程序部分带后台，可以供初学者学习使用。

上位机程序部分，针对单片机通过射频卡发送数据，每发送一次，增加一条记录，同时记录保存在excel数据表里。

虽不懂VB但我却一直留着(大方精致)...分享呀第一章VB语言概述1．1、VB简介1．2、VB语言的基本特点及VB应用程序的基本持点1．3、为何我选择VB作为开发语言1．4、VB6.0应用的基本开发方法第二章用VB开发多功能日历程序2．1、本程序运行界面简介2．2、本程序部分控件的设置2．3、主程序部分代码第三章毕业设计总结第四章主要参考文献

首先说明，这是本人买了100快大洋的书之后才得到的，一般网络上是没有的。
《MATLAB辅助分析与设计软件1.0》由南京航空航天大学胡寿松教授主编，为胡寿松教授主编的《自动控制原理（第五版）》和《自动控制原理习题解析》的配套学习工具，不但便于读者使用，而且给任课老师提供了生成数量不限的题库的功能，便于因人施教。
本光盘内的全部程序是在MATLAB6.5的环境下编写的，已全部调用验证，且能修改，便于读者的分析与设计。
需进一步说明的是，MATLAB6.5的M文件程序部分在MATLAB7.0以上的版本内完全兼容，使用正常。
但Simulink程序部分在MATLAB7.0以上的版本内可能无法运行。
这是由MATLAB软件自身所引起的问题。

实验目的：1.了解LL(1)语法分析是如何根据语法规则逐一分析词法分析所得到的单词，检查语法错误，即掌握语法分析过程。
2.掌握LL(1)文法判别调剂和LL(1)语法分析器的设计与调试。
实验内容：针对任意的文法，编写相应的左递归消除、左公共因子提取程序，求解相应的FIRST、FOLLOW集，构造预测分析表，并编写LL(1)语法分析程序，并给出测试句子的分析过程。
（注：左递归消除和左公共因子如果在实验三里做了，可以直接拿过来用）判断LL(1)文法部分：1.输入：文法2.处理：左递归消除、左公共因子提取，FIRST、FOLLOW等集合构造，判断LL(1)3.输出：是LL(1)的情况输出预测分析表，否则判断不是LL(1)LL(1)分析程序部分：1.输入：诸如对应文法的符号串，以$结束。
2.处理：基于分析表进行LL(1)语法分析，判断其是否符合文法。
3.输出：串是否合法。
三、实验要求1.构建合适的数据结构来表示文法符号和文法规则。
2.设计恰当的数据结构存储预测分析表。
（ε可用#代替）3.任选C/C++/Java或其他高级语言中的一种作为编程语言，要求所编程序结构清晰。

通过安卓手机远程控制照明灯，此部分为安卓程序部分！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！

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。