11.2 基于高斯混合模型（GMM）的说话人识别实验

%% 输入数据 %0负荷节点  1PQ节点  2PV 节点  3平衡节点 %序号 bus   Area Zo co V   sita    PL       QL        PG      QG      Vbase?    PVBASE  PVQmax  PVQmin BUS=[...    1    100   1  1  3 1.04  0.     0.       0.        71.6410 27.04592 100.    1.04   999900 -99990                                                                                                                                                                                   2    100   1  1  2 1.025 9.28   0.       0.        163.    6.65366  100.    1.025  999900 -99990                                                                                                                                                                                 3    100   1  1  2 1.025 4.6647 0.       0.        85.     -10.8597 100.    1.025  999900 -99990                                                                                                                                                                                   4    100   1  1  1 1.025 -2.216 0.       0.        0.      0.       100.    1.       0.     0.                                                                                                                                                                                      5    100   1  1  1 0.995 -3.988 125.     50.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                    6    100   1  1  1 1.012 -3.687 90.      30.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                      7    100   1  1  1 1.025 3.7197 0.       0.        0.      0.       100.    1.       0.     0.                                                                                                                                                                                     8    100   1  1  1 1.015 0.7275 100.     35.       0.      0.       100.    1.       0.     0.                                                                                                                                                                                    9    100   1  1  1 1.032 1.9667 0.       0.        0.      0.       100.    1.       0.     0. ];  

灰色-马尔科夫预测代码 GM(1,1)，matlab代码，代入数据可用，有备注说明

主要是卷积神经网络CNN的matlab算法实现，有具体的代码解析，可直接运行

qam信号cma盲均衡(CMA_MMA_16QAM.asv)

运用MATLAB软件通过分析和计算得到了CT图像结构的分形维数和二值化结果、结构占比

【实例简介】

要自适应滤波器作为一种现代滤波器，在通信领域有着广泛的应用. 阐述了LMS以及RLS自适应滤波器的相关原理及其在通信系统去噪中的应用，并用MATLAB对自适应滤波器的去噪结果进行了相应的仿真，仿真结果直观地体现了自适应滤波器的去噪性能。本文对自适应滤波器系统进行剖析，基于QPSK调制后的信号，并对该信号加工成为不同信噪比如SNR=0Db、SNR=5dB、SNR=10dB的信号，进行了两种分别基于LMS自适应滤波和RLS自适应滤波的操作。并对添加了有色高频噪声等加噪处理来模拟通信过程中的实际应用环境，测试所设计的低通滤波器对于噪声信号的滤波性能，并对结果进行分析总结。   关键词：自适应滤波器，QPSK调制，RLS算法，LMS算法，低通滤波器 【文件目录】 auto_filter ├── LMSfilter.m├── noisegen.m├── orisignal.asv└── orisignal.m0 directories, 4 files

matlab tcpip通信

【实例简介】

3机九节点(d_009_fault_mdl.m)