此示例演示如何仿真极化双基地雷达系统以估计目标的范围和速度。发射器、接收器和目标运动学被考虑在内。 一、系统设置 该系统以 300 MHz 的频率运行，使用线性 FM 波形，其最大明确范围为 48 公里。距离分辨率为 50 米，时间带宽积为 20。 发射器的峰值功率为 2 kw，增益为 20 dB。接收器还提供20 dB的增益，噪声带宽与波形的扫描带宽相同。 发射天线阵列是位于原点的固定四元件均匀线性Arra（ULA）。该阵列由垂直偶极子组成。 接收天线阵列也是四元件ULA。它距离发射天线[20000;1000;100]米，以[0;20;0]米/秒的速度移动。假设接收数组中的元素也是垂直偶极子。接收天线阵列的方向使其宽侧指向发射天线。 太空中存在两个目标。第一个是建模为球体的点目标;它保留了入射信号的极化状态。它位于距离发射阵列 [15000;1000;500] 米处，以 [100;100;0] m/s 的速度移动。 第二个目标距离发射阵列[35000;-1000;1000]米，并以[-160;0;-50]米/秒的速度接近。与第一个目标不同，第二个目标翻转入射信号的极化状态，这

基于matlab的遗传算法及其在稀布阵中的应用 三个遗传算法matlab程序实例 三个遗传算法matlab程序实例 三个遗传算法matlab程序实例 三个遗传算法matlab程序实例 三个遗传算法matlab程序实例

基于MATLAB的光伏发电系统的建模与仿真.pdf

最优化方法及其Matlab程序设计-最优化方法及其Matlab程序设计.rar 本人刚刚接触matlab及其优化设计不久，《最优化方法及其Matlab程序设计》有助于学习，特此分享。 最优化方法及其Matlab程序设计.rar

自适应广义预测控制算法MATLAB程序，控制对象为时滞惯性环节，系统模型参数采用PSO算法进行在线辨识，再采用GPC算法进行控制。 程序中有普通GPC算法和PSO-GPC算法性能的仿真对比。

此示例演示如何使用多对象跟踪器跟踪城市环境中的各种无人机 （UAV）。可以使用基于在线提供的建筑物和地形数据的对象创建场景。然后，使用激光雷达和雷达传感器模型生成合成传感器数据。最后，使用各种跟踪算法来估计场景中所有无人机的状态。

十进制转十六位位二进制程序，可以直接仿真出结果，在图像水印方面应用

目前的多目标优化算法有很多, Kalyanmoy Deb的带精英策略的快速非支配排序遗传算法(NSGA-II) 无疑是其中应用最为广泛也是最为成功的一种。本文用的算法是MATLAB自带的函数gamultiobj，该函数是基于NSGA-II改进的一种多目标优化算法。

(word完整版)波束形成-Matlab程序.doc

可以实现： 1.灰度化，灰度归一化，灰度直方图 2.以一幅画的灰度分布为参考改变另一幅画 3.在2的基础上彩色化，rgb比例不变