为了解决在低照度条件下,可见光成像设备采集的图像亮度低、细节不清晰等问题,提出一种基于亮度通道细节增强的低照度图像处理算法。首先,将图像从RGB转换到Lab颜色模型,将Lab模型中的亮度通道通过指数派生函数校正构造为光照分量,再经过Retinex增强得到初步增强图像。然后,采用结构张量和多尺度引导滤波分别对初步增强图像进行细节提取,并将两种方法提取的细节信息进行了融合。最后,将细节图像和初步增强图像融合得到了目标图像。实验结果主观上得到了亮度合适、细节清晰的增强图像,客观上在亮度失真、信息熵和能量梯度上均有良好且稳定的表现,表明该算法能够有效提高图像的亮度和细节信息,并保持自然的色彩和光照效果。

最大似然法则下的固定相偏估计

OFDM由于其频谱利用率高，成本低等原因越来越受到人们的关注。随着人们对通信数据化，宽带化，个人化和移动化的需求，OFDM技术在综合无线接入领域将越来越受到广泛的应用。 OFDM技术是一种特殊形式的多载波调制技术，OFDM技术尤其适用于多径传播所引起的频率选择性衰落较为严重的宽频带信道上的高速数据传输，OFDM技术在数字广播电视，宽带无线接入系统（IEEE.802.11a, HiperLAN, IEEE 802.16, HiperMAN, ADSL等）标准中得到十分广泛的应用。 OFDM系统有很多优点，为了充分利用OFDM的优势，提高基于OFDM的系统的性能，需要解决制约其发展的一下关键技术。

matlab开发-共胚生成与估计。为硕士论文撰写的Copula函数。

Matlab实现基于EKF(Extended Kalman Filter, 扩展卡尔曼滤波)的无人机姿态估计 使用EKF(Extended Kalman Filter, 扩展卡尔曼滤波)算法来对四旋翼无人机的姿态进行滤波和估计，姿态包括：俯仰角、滚转角、偏航角的角度值和角速度值。前提：角度值无法直接通过传感器直接测得，角速度值可以测得。 代码说明 test1.m：一维线性卡尔曼滤波的例子 jaccsd.m：用于求解EKF算法中的雅克比矩阵 EKF.m：EKF算法仿真程序 仿真结果 说明： 1.仿真软件采用MATLAB2010b 2.控制量和姿态角速度值采用随机生成的数据(使用实际数据更好) 3.仿真过程偶尔会出现错误结果，原因是EKF计算过程中有几率出现奇异矩阵，导致算法无法进行下去

orb算法matlab代码开放的心态 使用ORB-SLAM2和单反相机，一种非常便宜且便携的手势估计解决方案，适用于教育性3d绘画和其他用途。 作者：THE Hack 2019 Dream Blue Team开发人员：@ pityhero233 开发人员须知 由于ORBvocabulary超出了GitHub的最大文件大小，因此已将其从存储库中排除。 请从Vocabulary /文件夹中解压缩它，或从GitHub手动克隆它。 灵感 我们首先从Google听说过这个想法。 是Google Inc.的flipbrush项目，它使用HTC VIVE VR设置进行3D绘画。 它很棒而且很棒，但是超过900美元的成本几乎使它无法适应日常使用。 以前，我们具有制造自动驾驶汽车的经验，我们发现可以在这种情况下将几种用于汽车本地化的算法应用于这种情况，因此我们尝试使用廉价的相机来构建自己的TiltBrush版本。 它能做什么 这是一个概念验证的演示，具有两个不同的后端，使用户能够以毫米级别的精度在不受限制的空间中绘画作品。 我是如何建造的 首先，通过分析GoPro运动相机的开源android客户端，我们

一种改进的TDS-OFDM信道估计算法

基于连续小波变换的远程光纤干涉振动传感器时延估计方法

提出了一种新型的基于Sagnac干涉仪的双向Sagnac分布式光纤传感器,可对传感光纤线路上的扰动进行检测与定位。阐述了该分布式光纤传感系统的组成和工作原理。利用基于最小均方(LMS)算法的自适应时延估计方法直接在时域上对扰动信号进行定位。理论分析和测试结果表明,该分布式光纤传感器能快速、有效地实现扰动信号的检测及定位。算法简单易实现,具有较高的测试灵敏度和定位精度,最大定位误差小于20 m。

协方差矩阵的估计 两种方法的实现（Python） “股票收益协方差矩阵的改进估计及其在投资组合选择中的应用/ Ledoit and Wolf 2001”（ “大尺寸协方差矩阵的直接非线性收缩估计/ Ledoit and Wolf 2017”