说明：通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传...

可靠度 matlab Ensemble Learning 集成学习器 bp 变压器故障 协同训练

说明：MUSIC算法，波束域和阵元域都做了仿真并进行了对比！

波束域 波束域MUSIC 阵元域Music 阵元域

说明：为了精准、稳定地提取滚动轴承故障特征，提出了基于变分模态分解和奇异值分解的特征提取方法，采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解，利用 奇异值分解技术进一步提取各模态特征，通过FCM形成标准聚类中心...

滚动轴承 分模态分解 奇异值分解 C均值聚类 FCM 分模态分解 奇异值分解

说明：利用自然梯度算法来对于5类信号进行盲信号分离，采用自然梯度法对混合的信号进行 分离并分析其性能，并比较不同步长对于信号分离的影响

混合信号分离 分离性能 自然梯度算法 5类 盲信号分离

说明：本代码是基于MIMO-OFDM系统下做的信道估计技术的研究。MIMO,OFDM是4G的核心技术，两者相结合的估计算法也是现在研究的热点。本代码包括几种核心的估计算法并可直接仿真出结果。

OFDM系统 ofdm 4G 信道估计

说明：拟牛顿法和最速下降法(Steepest Descent Methods)一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法，尤其对于困难的问题。另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton...

拟牛顿迭代法 无约束优化 拟牛顿法 导数约束 优化 s函数

说明：雷达数据处理对于观测的目标位置数据（称为点迹）进行滤波处理，自动形成航迹，并且可以对下一个目标的位置进行估计预测。利用最小二乘算法（LMS）进行滤波处理，得到了比较稳定的航迹估计。 最小二乘方法是参数估计中一种较为常见的参数估计方法。对于雷达观测数据，在我们假定已经精确知道航迹的运动学模型之后，通过...

序贯雷达 matlab雷达方程 雷达点迹 target-track-lms 航迹预测

说明：干涉仪测向具有精度高、速度快的特点，在无源探测定位系统中具有广泛的应用。传统干涉仪依靠短基线保证无模糊测向范围，依靠长基线保证测向精度，采用整数阶基线比。该方法在宽带应用条件下难以实现，且对天线阵的安装位置非常敏感。本课题研究分数阶干涉仪测向的算法，同时实现宽带、高精度、无模糊的要求，并研究不同分数...

干涉测量 探测仪 测向仿真 相位干涉 干涉仪matlab

说明：单基地MIMO雷达的DOA估计，使用的是MUSIC算法，并且和CRB进行了对比，生成图片

单基地MIMO雷达 MUSIC radar-image MIMO雷达CRB mimo MIMO-DOA