用遺傳算法解決通信中的TDOA問題 文件名 program 完成功能 求出在進行account_test次的試驗中每一次的最優染色體，并且求出均值MV，和均方誤差MSE 文件名 definition_constant( ) 完成功能 對各個常量試驗參數進行設定 文件名 main_program 完成功能 完成一次試驗的計算 文件名 all_Noise 完成功能 計算TDOA值（由基站所測量的TDOA（受到噪聲的干擾）) 文件名 gen_ini_pop_arr 完成功能 產生染色體矩陣pop_arr，矩陣的1，2行為估計的x，y坐標，矩陣的3，4行為0。
標簽： account_test program TDOA 算法
上傳時間： 2013-12-22
上傳用戶：shinesyh
用四階(定步長)龍格--庫塔法求解初值問題，其中一階微分方程未y =f(x,y)
標簽： 初值
上傳時間： 2013-12-08
上傳用戶：zhengjian
用改進的歐拉方法求解初值問題，其中一階微分方程未y =f(x,y)
上傳時間： 2013-12-17
上傳用戶：fnhhs
本程序用matlab生成白噪聲，并且基于一個離散線性隨機系統的模型生成了y(k)和x(k)，繪制出了x(k|k-1)和x(k)的對比曲線，求出了提前一步預報的誤差協方差陣的穩定值
標簽： matlab 程序 白噪聲
上傳時間： 2013-12-15
上傳用戶：yuchunhai1990
c語言版的多項式曲線擬合。 用最小二乘法進行曲線擬合. 用p－1 次多項式進行擬合，p<= 10 x,y 的第0個域x[0],y[0],沒有用，有效數據從x[1],y[1] 開始 nNodeNum,有效數據節點的個數。 b,為輸出的多項式系數，b[i] 為b[i-1]次項。b[0],沒有用。 b,有10個元素ok。
標簽： 多項式 曲線擬合 c語言 最小二乘法
上傳時間： 2014-01-12
上傳用戶：變形金剛
最小平方近似法 (least-squares approximation) 是用來求出一組離散 (discrete) 數據點的近似函數 (approximating function)，作實驗所得的數據亦常使用最小平方近似法來達成曲線密合 (curve fitting)。以下所介紹的最小平方近似法是使用多項式作為近似函數，除了多項式之外，指數、對數方程式亦可作為近似函數。關於最小平方近似法的計算原理，請參閱市面上的數值分析書籍
標簽： least-squares approximation approximating discrete
上傳時間： 2015-06-21
上傳用戶：SimonQQ
* 本算法用最小二乘法依據指定的M個基函數及N個已知數據進行曲線擬和 * 輸入: m--已知數據點的個數M * f--M維基函數向量 * n--已知數據點的個數N-1 * x--已知數據點第一坐標的N維列向量 * y--已知數據點第二坐標的N維列向量 * a--無用 * 輸出: 函數返回值為曲線擬和的均方誤差 * a為用基函數進行曲線擬和的系數, * 即a[0]f[0]+a[1]f[1]+...+a[M]f[M].
標簽： 數據 函數 算法 最小二乘法
上傳時間： 2015-07-26
上傳用戶：
* 用改進的歐拉方法求解初值問題，其中一階微分方程未y =f(x,y) * 初始條件為x=x[0]時,y＝y[0]. * 輸入: f--函數f(x,y)的指針 * x--自變量離散值數組(其中x[0]為初始條件) * y--對應于自變量離散值的函數值數組(其中y[0]為初始條件) * h--計算步長 * n--步數 * 輸出: x為說求解的自變量離散值數組 * y為所求解對應于自變量離散值的函數值數組
上傳用戶：libinxny
一個很好用的控件，也很實用在網絡上找了很入才找到的哦，希望大家不要錯過哦!
標簽： 控件
上傳時間： 2013-12-25
上傳用戶：tyler
說明: 此計算機可以計算同時超過多個操作項的什. 例如: y = 3 + 64 * (2 + 3^5) + sinPI 的值， 用括號區分優先級，如果有大量很長的算式需要計算，可以試一下這個計算器. 開發語言: C#語言,用Stack原理實現
標簽： sinPI 64 計算機 計算
上傳用戶：change0329
蟲蟲下載站版權所有 京ICP備2021023401號-1
<table id="oukye"></table>
<center id="oukye"></center>
