关于matlab的资源，最小方差自校正调节器，很不错

基于线性约束最小方差（LCMV）准则的极化滤波算法，乔晓林，薛敬宏，针对强干扰环境下，基于线性约束最小方差（LCMV）准则,提出了一种极化域新的自适应滤波算法，采用变极化接收技术，实现对信号的最�

描述了最小方差无偏估计的基本方法和原理，附加基本例题供参考。

HUFFMAN 霍夫曼编码器。 C = HUFFMAN(D,W) 使用 D-ary 输出代码字母表为具有向量 W 给定的非负权重的源符号生成静态最小方差哈夫曼树和相应的码本 C， 例如，对于二进制输出代码字母表，D = 2。 W 是非负源符号权重的 N 向量，其中 N 是源符号的数量。 生成的霍夫曼码 C 最小化加权码字长度， 例如，如果权重是源符号的概率，则 C 最小化预期码字长度。 C 是一个 N 向量的字符串（即元胞数组），给出了 W 中 N 个源符号中的每一个的码字。 C = HUFFMAN(D,W,L,'screen') 额外显示生成的 Huffman 代码树的简单文本再现，源符号标签由 L 给出。L 是字符串的 N 向量（即元胞数组） 包含 N 个源符号中每一个的标签。 C = HUFFMAN(D,W,L,'dot') 额外创建一个 DOT 文件来描述生成的 Huffm

数据拟合，最小二乘，正交最小二乘，卡尔曼拟合加权最小方差拟合全部可以运行

（2）证明最小方差性 其中，ci=ki+di，di为不全为零的常数 则容易证明

线性约束最小方差(LCMV)准则 阵列输出： , 方差为： （输出功率） 导向矢量约束 为目标信号方向矢量。 求解过程分析： 信号： 则 目的是寻找最优的权 。

东南大学自动化学院，非线性及自适应控制，期末个人作业，含：报告+完整代码（注释详细），94分。 1. 用MIT调节控制器控制不稳定系统，考虑被控对象参数的不确定性和噪声的影响； 2. 用最小方差控制器控制随机系统； 3. 用极点配置控制器控制随机系统。 需要其他相关资源的欢迎私戳联系！可以接代做。

自适应控制第五讲最小方差自校正控制

最小方差自校正控制最小方差自校正控制最小方差自校正控制最小方差自校正控制最小方差自校正控制最小方差自校正控制