近年来，多智能体系统的协调控制在多机器人合作控制、交通车辆控制、无人飞机编队和网络的资源分配等领域有着广泛的应用，成为当前控制学科的一个热点问题.首先介绍了多智能体系统的研究背景、智能体的概念和相关的图论知识；然后从多智能体系统协调控制包含的几个问题入手，即群集问题、编队控制问题、一致性问题和网络优化问题等，对其国内外的发展现状进行了总结和分析；最后，给出了多智能体系统有待解决的一些问题，以促进对多智能体系统协调控制理论与应用的进一步研究.

针对带有动态领导者的多智能体系统,为了使其达到跟踪一致性,设计只依赖于相对位置信息的自适应跟踪控制律.根据接收到的相对位置信息为每个跟随者设计动态输出反馈控制律,并根据控制律估计出智能体之间的相对速度信息.在此基础上设计自适应跟踪控制律,并且通过Lyapunov 稳定性理论和矩阵理论分析得到使系统达到跟踪一致性的充分条件.最后通过数值仿真验证了所提出的设计方法的有效性.

matlab程序进行图像退化的函数，可以实现很好的效果

为抑制脉冲稳定分布噪声对波束形成的影响,采用信息论自适应学习理论,使得波束形成输出的概率密度函数和期望信号的概率密度函数匹配最大化,设计适用于稳定分布噪声下的恒模波束形成器,采用Parzen核方法得到数据的概率密度函数估计,利用随机梯度下降法对波束形成器的权重进行迭代更新,仿真实验表明在脉冲稳定分布噪声环境下,本文算法相比传统的恒模波束形成具有更高的输出信号干扰噪声比和更快的收敛速度。

2FSK信号的解调与抗噪声性能分析.docx2FSK信号的解调与抗噪声性能分析.docx2FSK信号的解调与抗噪声性能分析.docx2FSK信号的解调与抗噪声性能分析.docx2FSK信号的解调与抗噪声性能分析.docx2FSK信号的解调与抗噪声性能分析.docx2FSK信号的解调与抗噪声性能分析.docx2FSK信号的解调与抗噪声性能分析.docx

高清扫描 带有噪声的应用程序（ ）聚类算法的基于层次密度的聚类的MATLAB实现。 HDBSCAN算法创建基于密度的群集的嵌套层次结构，该层次结构以非参数的方式从输入数据中发现。 层次结构类似于单链接群集，但是在HDBSCAN中，会自动从群集层次结构中推断出最佳的群集方案。 最佳聚类类似于单次运行的算法，但是对于任何给定的层次分支，其epsilon值可能会有所不同（请参阅epsilon在DBSCAN中的作用）。 因此，来自本地社区的信息用于在不同级别上最佳地削减层次结构。 HDBSCAN算法的MATLAB实现是在考虑性能的基础上创建的，并且受到了出色的启发。 尽管此版本不如python实现快（在该实现中编译了高度优化的C代码以遍历层次结构），但该版本非常易于使用，不需要依赖外部工具箱，并且当前是唯一基于MATLAB的HDBSCAN算法。 有关与您自己的数据接口和运行HDBSCAN的

利用matlab噪声干扰代码，请参考，压制干扰一种

根据干扰信号波形样式的不同，压制性干扰可分为噪声调幅干扰、噪声调频干扰、噪声调相干扰。就是用噪声或类似噪声的干扰信号遮盖或淹没有用信号，阻止雷达检测目标信息。它的基本原理是：任何一部雷达都有外部噪声和内部噪声，雷达对目标的检测是在这些噪声中进行的，其检测又是基于一定的概率准则的。一般来说，如果目标信号能量S与噪声能量N相比（信噪比S/N），超过检测门限D，则可以保证一定的虚警概率Pfa的条件下达到可检测目标回波所要求的检测概率Pd，简称为可发现目标，否则便称为不可发现目标。

噪声干扰信号的Matlab仿真 噪声调幅、调频、调相信号的Matlab仿真

对雷达射频端实施射频噪声干扰，观测雷达目标回波干扰情况。给出了具体的matlab源码，和效果图。