动目标检测（MTD） 运动目标检测及测速 参考文献：《雷达信号处理》 马晓岩等，1999，湖南科学技术出版社

gomoku_ai [RU] [RU] 在Gomoku中使用minimax算法，MTD（f），MCTS的变体进行实验mtdf（10）-危险的修剪，可能导致意外损失主要的AI代理位于mtdf（10）_worker.js中。 您可以在这里与AI对战 在Chrome中打开html文件时，您会看到此错误 Chrome浏览器不允许您从本地文件加载网络工作者。 C ++版本

仿真内容： 仿真线性调频脉冲雷达的信号处理。设线性调频带宽为各学生学号末两位数，单位为MHz，时宽为200μs，占空比10%，雷达载频为10GHz，输入噪声为高斯白噪声。目标模拟分单目标和双目标两种情况，目标回波输入信噪比可变（-35dB～10dB），目标速度可变（0～1000m/s），目标幅度可变（1～100），目标距离可变（0～10000m），相干积累总时宽不大于10ms。单目标时，给出回波视频表达式；脉压和FFT 后的表达式；仿真LFM信号自相关函数，说明第一旁瓣高度，4dB输出脉冲宽度；给出脉压和FFT 后的输出图形；通过仿真说明脉压输出和FFT输出的SNR、时宽和带宽；仿真说明脉压时多卜勒敏感现象和多卜勒容限及其性能损失（脉压主旁比与多卜勒的曲线）。双目标时，仿真出大目标旁瓣盖掩盖小目标的情况；仿真出距离分辨和速度分辨的情况；仿真出距离和速度模糊的情况。 【资源包共有7个文件，1个主函数，6个函数模块】 该资源编程思路清晰，注释明细，非常适于初学（或有一定基础）随机信号处理、雷达信号处理的同学，建立MATLAB仿真的概念，理论和仿真相结合 更新说明： 2021 11 12：脉压增益分析BUG已修复

仿真内容： 仿真脉冲多卜勒雷达的信号处理。设脉冲宽度为各学生学号末两位数，单位为μs，重复周期为200μs，雷达载频为10GHz，输入噪声为高斯白噪声。目标模拟分单目标和双目标两种情况，目标回波输入信噪比可变（-35dB～10dB），目标速度可变（0～1000m/s），目标幅度可变（1～100），目标距离可变（0～10000m），相干积累总时宽不大于10ms。单目标时，给出回波视频表达式；脉压和FFT 后的表达式；仿真给出脉压和FFT 后的输出图形；通过仿真说明脉压输出和FFT输出的SNR、时宽和带宽；双目标时，仿真出大目标旁瓣盖掩盖小目标的情况；仿真出距离分辨和速度分辨的情况；仿真出距离和速度模糊的情况。 【资源包共有7个文件，1个主函数，5个函数模块】 该资源编程思路清晰，注释明细，非常适于初学（或有一定基础）随机信号处理、雷达信号处理的同学，建立MATLAB仿真的概念，理论和仿真相结合 更新说明： 2021 11 12：脉压增益分析的BUG已修复

Open Asset Import Library。Assimp可以导入几十种不同格式的模型文件（同样也可以导出部分模型格式）。只要Assimp加载完了模型文件，我们就可以从Assimp上获取所有我们需要的模型数据。Assimp把不同的模型文件都转换为一个统一的数据结构，所有无论我们导入何种格式的模型文件，都可以用同一个方式去访问我们需要的模型数据。 此资源为assimp dll文件

该资源包为伪随机码信号处理的MATLAB源码。内容： 仿真伪随机相位编码连续波雷达的信号处理。设码频为两位数（可更改），单位为MHz，伪码周期内码长为127，雷达载频为10GHz，输入噪声为高斯白噪声。目标模拟分单目标和双目标两种情况，目标回波输入信噪比可变（-35dB～10dB），目标速度可变（0～1000m/s），目标幅度可变（1～100），目标距离可变（0～10000m），相干积累总时宽不大于10ms。仿真m序列的双值电平循环自相关函数，给出脉压后和FFT 后的输出图形；通过仿真说明脉压输出和FFT输出的SNR、时宽和带宽；仿真说明脉压时多卜勒敏感现象和多卜勒容限及其性能损失（脉压主旁比与多卜勒的曲线）。双目标时，仿真出大目标旁瓣盖掩盖小目标的情况；仿真出距离分辨和速度分辨的情况；仿真出距离和速度模糊的情况。 【资源包共有7个文件，1个主函数，6个函数模块】 该资源编程思路清晰，注释明细，非常适于初学（或有一定基础）随机信号处理、雷达信号处理的同学，建立MATLAB仿真的概念，理论和仿真相结合。

修改后的mtd-utils-1.5.2，用于在ubuntu16，18，19中可以正常编译和交叉编译，可以替换Hi3518E_SDK_V1.0.4.0中的mtd-utils-1.5.0使得sdk编译无错

Linux下的flash文件系统的性能比较，jffs2，yaffs2，ubifs

安装zlib-1.2.11.tar.gz 安装mtd-snapshot_20050519.tar.gz 制作笔记：https://blog.csdn.net/Tan_zhu/article/details/109710208

基于GPU的MTD性能优化.pdf