dugoff轮胎模型

建立Buck电路的方程，编写算法程序，进行仿真，对仿真结果进行分析，合理选取电路中的各元件参数。

很详细的RD经典算法，适合初学者% 零斜视角情况下的单个点目标的时域性质:% % 在方位向，信号能量随着远离波束中心而逐渐衰减。% 当距离向调频率Kr为正时，相位等值线为双曲线；当距离向调频率Kr为负时，相位等值线为椭圆。% 图中多出来的“鞍点”和“靶点”表明相位等值线存在虚像，故仅给出相位图等价于将复数信号表示成实数信号。

1.任意选取一副彩色图像，对RGB三色的分量图像分别显示。 2.伪彩色图像增强处理：选择灰度图像，采用如下图所示的传递函数实现灰色-彩色图像的变换处理，得到彩色图像。   （a）红色分量的传递函数     （b）绿色分量的传递函数      （c）蓝色分量的传递函数 3.任意选择彩色图像，显示其R,G,B分量图像，并使用5*5均值滤波器分别对彩色图像的RGB分量进行平滑滤波，显示R,G,B分量平滑滤波图像。叠加所有的彩色分量图像，完成平滑后的全彩色图像。比较原彩色图像和平滑后的彩色图像。 4.将(3) 的彩色图像，显示其HSI图像，并对强度I分量进行均值滤波平滑，再转换为RGB图像进行显示，与（3）中的平滑后的彩色图像进行比较并相减，用图像显示两种结果的差别。

萤火虫群智能优化算法（Glowworm Swarm Optimization, GSO）是由K.N.Krishnanand和D.Ghose两位学者在2005年提出的一种通过模拟自然界中萤火虫发光行为而构造出的新型群智能优化算法。它模拟了自然界中萤火虫群中个体通过发光来吸引伙伴或觅食，萤火虫携带荧光素越多，萤火虫越亮，个体的吸引力越强，最终使得大部分萤火虫聚集在最亮的萤火虫所处位置上的这种现

svm分类的matlab实现

数字信号处理实践教程实验名称：FFT及其应用一．实验目的学习按时间抽取的基—2FFT算法原理，掌握使用FFT快速计算序列线性卷积的原理与方法，掌握重叠相加法和重叠保留法的原理。二．实验原理快速傅里叶变换将时域中难以处理的信号转换成易于处理的频域信号，分析完成后进行傅里叶反变换即得到原始的时域信号。需要注意区分的是FFT算法针对一个已经测量好的数字序列进行处理，是DFT的一种快速算法，通过蝶形运算利用正交函数特性大大提高了运算速度；而递归DFT算法则是每测量一个点都计算一次。或者可以这么理解：FFT是离线式的计算，而递归DFT则是在线式的。

【实例简介】 设计一个密码锁的控制电路，当输入正确代码时，输出开锁信号以推动执行机构工作，用红灯亮﹑绿灯熄灭表示关锁，用绿灯亮﹑红灯熄灭表示开锁; 在锁的控制电路中储存一个可以修改的4位代码，当开锁按钮开关(可设置成6 位至8位，其中实际有效为4位，其余为虚设）的输入代码等于储存代码时，开锁; 从第一个按钮触动后的5 秒内若未将锁打开，则电路自动复位并进入自锁状态，使之无法再打开，并发出报警信号。

关于非完整小车的圆形编队控制文章，包含了一辆小车以及多辆小车的控制。

使用matlab对混杂的鸟声火车声进行分离 分别得到单独的鸟叫和火车声

【实例简介】 lineStyles = linspecer(N)