这段代码展示了一个新的稀疏数组几何，称为增强嵌套数组 (ANA)，它具有封闭式传感器位置、无Kong共阵列和小互耦合比。 ANA 是通过将嵌套数组的密集 ULA 拆分为左/右子数组而形成的。 与互质数组、嵌套数组和超嵌套数组的前几阶相比，ANA 的相互耦合更少。 阵列信号处理、DOA 估计、自适应数字波束成形和多输入多输出雷达系统领域的研究人员应该会对这个代码感兴趣。

非均匀量化 为了减小量化误差，引入了非均匀量化的方法。 非均匀量化依据一幅图像具体的灰度值分布的概率密度函数，按总的量化误差最小的原则来进行量化。 具体做法是对图像中像素灰度值频繁出现的灰度值范围，量化间隔取小一些； 而对那些像素灰度值极少出现的范围，则量化间隔取大一些。 显然，在需要以少的数据量来描述图像的场合，可以采用非均匀量化技术，以达到尽量少的数据使所描述的图像效果尽可能地好。 x y f(x,y) N M

如下所示： import numpy as np print(np.linspace(-100,100,201) np.linspace()，起始位置，终止位置，中间包括0，一共要201个点 因为-100，100共201个点，包括两边的数据，也就是数学上的闭区间。 结果： -100. -99. -98. -97. -96. -95. -94. -93. -92. -91. -90. -89. -88. -87. -86. -85. -84. -83. -82. -81. -80. -79. -78. -77. -76. -75. -74. -73. -72. -71. -70. -69

MUSIC角度估计算法Matlab仿真

为了用尽量少的网格点和面片数表示对齐后的三维人脸，基于分片的网格重采样思想，通过分析每片的曲率高低自动确定各片的网格稠密度，得到非均匀的网格结构，实现了不同三维人脸数据间点到点的一一对齐。实验结果表明：与以往的对齐算法相比，此方法不仅可以大大减少表示人脸的网格点数目，还可以较好地保持人脸的形状和外观特征；使用非均匀重采样做对齐后的三维人脸库建立的人脸模型进行人脸重建。比使用均匀重采样得到的人脸模型在重建速度上有了很大提高。

MATLAB仿真-均匀圆阵波束形成（多个m代码）

此程序是随机信号分析实验中产生均匀及高斯分布及其方差均值计算的，在tc上运行

这是研一阶段《计算机视觉》课程设计时所做的图像清晰化实验，代码中通过自行浏览本地文件夹选取所要处理的图片，然后通过同态滤波处理得到高低频参数，可修改这两个参数来得到不同的实验效果。

使用matlab的gui编写了CAD课程中的bezier曲线和均匀b样条曲线，支持鼠标在坐标轴上的键入，两种曲线之间的转换，且型值点可用鼠标拖动修改。

均匀直线阵常规波束形成，内有两种实现方式，方位谱图以及cbf常规波束图，程序亲自编写，亲测好用