2ask的功率谱密度matlab代码 simulink 基于互联网+计算机通信课程，利用simulink进行2ASK,2PSK,2FSK,QAM,QPSK的仿真设计。

DFT的matlab源代码微小的DFT Tiny DFT是一种简约的原子密度泛函理论（DFT）代码，主要用于教育目的。 它仅支持球对称原子和局部交换相关功能（目前仅支持Dirac交换）。 在设计代码时，请牢记以下条件： 它仅取决于已建立的科学Python库：，和（鲜为人知）。 后者是用于算法区分的库，用于计算分析交换（-相关）势和网格变换。 数值积分和微分算法应足够精确，至少应为总能量的6个有效数字，但在许多情况下，数值精度会更好。 （通过分析计算出高斯基函数上的一些积分。泊松解算器使用具有勒让德多项式的伪谱方法。） 如果DFT和光谱方法具有一定的背景知识，则总行数应最少，源代码应易于理解。 与大多数原子DFT码一样，在一对角和主量子数内，对轨道的占据数都赋予相同的值，以获得球对称密度。 该代码仅跟踪每对量子数的电子总数。 “安装” 确保已安装依赖项：Python 3和（> = 1.4.0），（> = 1.0.0），（> = 2.2.4）和（> = 1.2）的最新版本。 如有疑问，请向您当地的Python专家寻求帮助。 如果您拥有Python 3，则始终可以使用pip安装或升级用户帐户

MATLAB运动车辆跟踪系统（车速，密度，流量，车道，GUI界面，红绿灯设计）仿真

运动车辆跟踪检测系统（每车速度，车道，均速，车流量，密度，设置红绿灯，界面GUI，步骤详细）（Matlab）

PDFPLOT 使用 nbins 个 bin 显示输入数组 X 中数据的经验概率密度函数 (PDF) 的直方图。 如果输入 X 是矩阵，则 pdfplot(X) 将其解析为向量并显示所有值的 PDF。 对于复数输入 X，pdfplot(X) 显示 abs(X) 的 PDF。 例子： y = randn( 1, 1e5 ); pdfplot(y); pdfplot(y, 100);

确定从等间距电极的线性阵列获得的一组电压轨迹的一维（空间）电流源密度 (CSD)。 CSD 可以使用标准 CSD 方法（Nicholson & Freeman, 1975, J Neurophysiol, 38(2): 356-68）或逆 (delta) CSD 方法（Petterson 等人，2006，J Neurosci Methods，154 (1-2):116-33)。 函数脚本中包含有关如何使用该函数的完整说明。 任何错误/错误的建议或迹象将非常受欢迎。

lpc matlab代码 用于多通道卷积语音/音乐分离的语音密度估计。 我使用独立向量分析（IVA）作为分离框架。 请检查报告以获取详细信息。 请使用来重现报告的结果。 我重写了代码以使其更有条理和有用。 与流行的端到端监督语音分离方法不同，此处的目标是学习用于无监督分离的神经网络密度模型。 所得的密度模型可用于例如在线或批量分离，不同数量来源的分离，人工或实际混合物的分离，而无需重新训练任何不同的特定监督分离模型。 关于Pytorch培训代码 Artificial_mixture_generator.py：实际混合矩阵为inv（a_FIR_system）*（another_FIR_system），因为我们不断更改混合矩阵，并且自然梯度下降对组合的分离混合矩阵起作用。 dnn_source_priors.py：定义了简单的圆形和非圆形源模型。 如果还想恢复每个仓的相位，则必须使用非圆形模型。 恢复相位（直到某些全局旋转歧义）是不平凡的，因为这将使语音反卷积/去杂音化。 这是通过迫使使用估计相位的重构语音也与原始源保持一致来实现的。 尽管如此，轻量级的无记忆圆形模型在大多数情况下似乎已经

用于处理vasp的输出文件，帮助作沿Z方向的电荷密度

空间耦合LDPC（Spatially Coupled LDPC，SC-LDPC）码最早源自 Felstrom 和 Zigangirov 在 1999 年提出的卷积 LDPC码，由LDPC线性分组码耦合而成。其置信传播（Belief Propagation，BP）阈值接近 LDPC 码的最大后验概率(Maximum a Posterior，MAP）阈值，这种现象称为“阈值饱和”效应。由于这种空间耦合结构带来的门限饱和校应，导致它在理论上可以逼近香农容量极限。因此，SC-LDPC 码的结构设计与性能优化成为科研工作者的研究热点。

MATLAB车辆运动目标跟踪检测（各车速度，车流量，密度，GUI界面）