EIGENVALUE_ESTIMATION 改进了协方差矩阵特征值的估计。 此 MATLAB 函数是一种算法，旨在改进 Wishart 分布的协方差矩阵的特征值估计并根据特征值重新计算改进的协方差矩阵。 该函数是 Avishai Ben-David 和 Charles E. Davidson 开发和发布的程序的实现，“来自有限样本数量的高光谱 Wishart 协方差矩阵的特征值估计”，IEEE Trans。 地球科学。 遥感，卷。 50，没有。 11，第 4384-4396 页，2012 年 11 月。DOI：10.1109/TGRS.2012.2191415

空间非均匀海杂波的协方差矩阵估计新算法

LTE-A(Long Term Evolution-Advanced)系统有高速率、低时延的需求。但是，系统中的干扰严重影响了终端接收信号质量，限制了系统性能的提升。对于小区间的同频干扰，重点研究了干扰消除性能较优的IRC(Interference Rejection Combining)算法。针对目前IRC算法的两种经典的协方差矩阵估计方案—基于数据信号和基于DM-RS参考信号的协方差矩阵估计方案的优点与不足，给出了一种基于样本点选取的协方差矩阵估计的改进方案。仿真结果表明，改进后的IRC算法较基于DM-RS参考信号的协方差矩阵估计的IRC算法有1 dB～2 dB的性能增益，因此更适用于受同频干扰比较严重的LTE-A系统中。

当提供均值和协方差时，此函数绘制二维多变量高斯图。 它不使用 for 循环。 例如：绘图平均值= [10; 11]，cov = [6 0; 0 6] 2D多元高斯函数>> mvg([10;11],[6 0;0 6])

预期收益，方差和协方差是均方差投资组合选择问题的关键输入。 在传统的均值-方差投资组合模型中，先验排除了模型不确定性。 但是实际上，这些参数不是先验已知的，通常会估计有误。 当前的研究将模型不确定性纳入均值方差框架，但主要集中在不确定性均值上。 本文的目的是通过模糊性和模糊性厌恶的概念将不确定方差-协方差纳入均值方差投资组合模型。 本研究中开发的方法在数值上比较了收益歧义性和方差歧义性的影响。 尤其是，应通过股指数据重新检查不确定的方差-协方差是否会导致“不参与股市”和/或“房屋偏差”。

基于全对称协方差矩阵估计的一种改进的EFA抑制杂波

实施中提出的估计量“MMSE 协方差估计的收缩算法” Chen 等人，IEEE Trans。 在标志。 程序，第 58 卷，第 10 期，201 年 10 月

Portfolio_Optimizer:优化投资组合-计算每日资产的执行年度收益和年度样本协方差矩阵

% ERROR_ELLIPSE - 绘制误差椭圆或椭球，定义% 置信区间% ERROR_ELLIPSE(C22) - 给定一个 2x2 协方差矩阵，绘制% 相关误差椭圆，在原点。 它返回一个图形句柄绘制的椭圆的百分比。 % % ERROR_ELLIPSE(C33) - 给定一个 3x3 协方差矩阵，绘制% 相关误差椭球，在原点，以及它的投影% 到三个轴上。 返回一个包含 4 个图形句柄的向量，用于% 三个椭圆（分别在 XY、YZ 和 ZX 平面中）和% 椭球体。 % % ERROR_ELLIPSE(C,MU) - 绘制以 % MU 为中心的椭圆或椭球，该向量的长度应与 C 的长度相匹配（即 2x2 % 或 3x3）。 % % ERROR_ELLIPSE(...,'Property1',Value1,'Name2',Value2,...) 集指定属性值的百分比，包括： % 'C' - 指定协

基于Toeplitz协方差矩阵重构的到达方向估计