空间平滑技术的DOA估计，可以去相关，解决了相干信号问题下DOA 的估计问题

软件开发设计：PHP、QT、应用软件开发、系统软件开发、移动应用开发、网站开发C++、Java、python、web、C#等语言的项目开发与学习资料 硬件与设备：单片机、EDA、proteus、RTOS、包括计算机硬件、服务器、网络设备、存储设备、移动设备等 操作系统：LInux、IOS、树莓派、安卓开发、微机操作系统、网络操作系统、分布式操作系统等。此外，还有嵌入式操作系统、智能操作系统等。 网络与通信：数据传输、信号处理、网络协议、网络与通信硬件、网络安全网络与通信是一个非常广泛的领域，它涉及到计算机科学、电子工程、数学等多个学科的知识。 云计算与大数据：数据集、包括云计算平台、大数据分析、人工智能、机器学习等，云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。

基于2023年H题目开发，里面包含了陶晶驰串口屏的波形绘制，利用了matlab的Fliter solution对FIR滤波效果进行了优化，里面有详细的使用说明，包括了DSP、AD9851,AD9859,相位补偿器的使用代码,采用DMA的方式用32的内置AD进行实时采样，还可以生成三角波、方波、正弦波,有DDS的详细使用说明，使用方法在注释里面详细写的有，要改参数跳转到对应函数修改对应参数即可使用，还使用内置ADC生成波形（具体看代码注释）

QCustomPlot 平滑曲线

易语言动态绘制平滑曲线源码

针对不敏卡尔曼滤波算法在单站无源定位的应用中受初始状态误差和可观测条件等影响易产生滤波发散、收敛精度低、收敛速度慢的问题.提出一种双向平方根不敏卡尔曼滤波的无源定位算法.充分利用了平方根不敏卡尔曼滤波算法数值稳定性高的优点,采用后向平滑算法逐次修正状态估计值,从而提高了定位算法对初始状态的鲁棒性.试验结果验证了该算法的有效性.

数字图像处理——平滑滤波处理 数字图像处理中的平滑滤波是一种常用的图像处理技术，用于去除图像中的噪声和细节，使图像变得更加平滑。平滑滤波可以通过在图像上应用不同的滤波算子来实现。 最常用的平滑滤波器包括均值滤波、中值滤波和高斯滤波。 平滑滤波在图像处理中具有广泛的应用，包括图像增强、边缘检测前的预处理、降低噪声等。选择适当的滤波器和参数取决于噪声类型、图像特点以及期望的平滑程度。 请注意，平滑滤波虽然可以减少噪声，但也会损失一些细节信息。因此，在应用平滑滤波时需要权衡平滑效果和细节保留之间的关系。

您可以使用它来区分包含高频噪声的信号/矢量。 您使用的点越多，以更多计算为代价的噪声抑制就越大。 robustDiff 使用未来信息和过去信息来估计当前点的导数（非因果）。 robustDiffOneSide 仅使用过去的信息（因果关系）。 robustDiffOneSide的相移会随着使用的点数的增加而增加，因此请注意。 安装/设置说明： 将 zip 的内容添加到您的路径中。 该文档将通过 MATLAB 主文档页面上的“补充软件”链接提供。 “补充软件”链接仅在您将 zip 文件的内容添加到您的路径时才会显示。 如果这很复杂，只需查看“文档”目录。 使用的公式来自 Pavel Holoborodko 所做的工作。 有关这些公式的更多信息，请访问他的网站： http : //goo.gl/vfRWcg

用于机器人运动规划，平滑轨迹插值方法中的PVT插值，可根据给定的轨迹关键点的位置、速度和时间插值得到一条二阶平滑的轨迹。可用于生成机器人的关节角度、末端执行器的空间位置等等。

这是Trigram语言模型的实现。 用法： （先决条件：您需要在计算机上安装python版本3才能运行此程序） 将corpus.zip解压缩（使用“在此处提取”）到项目结构的根目录。 使用python3执行main.py。 （例如：python /main.py） 请按照控制台上的说明进行操作。