提出一种改进的均衡器算法。该方法基于最小均方误差(minimum mean square error,MMSE)准则,使均衡器的输出与训练码的均方误差最小,并且将信道均衡的最小均方误差目标函数转化为二阶锥形式,利用内点法求最优解。与传统基于最小均方误差(least mean squares,LMS)和递归最小二乘(recursive leastsquares,RLS)自适应算法的均衡器相比,由于不需要迭代收敛过程,不存在收敛速度与精度的矛盾,克服了基于LMS和RLS的自适应均衡器参数设置的困难,而且利用更短的训练序列长度即可获得相同的均衡效果,对于改善通信效率具有参考价值。

范特里斯的经典著作，检测调制理论

此压缩包中含有四种无损压缩算法（Huffman、算术编码、自适应Huffman、LZW） 本程序采用C++语言

在原有基础上添加了，窗口自适应，快进，慢进等功能。

基于UKF-AUKF锂电池...线参数辨识和SOC联合估计_卢云帆.caj

近年来，空间光学遥感成像技术发展迅速，对地观测任务对航天器成像能力 的要求也越来越高。为进一步提升航天器对地成像能力，一种基于光学载荷旋转 扫描成像的超宽幅成像技术被提出。该技术通过使载荷以24rpm 左右的较低速 度旋转，在不牺牲图像分辨率的前提下，能够让光学遥感航天器的扫描幅宽提升 至上千公里，极大地提升了航天器的成像能力。但是，这种提升同时也带来了一 些动力学与控制问题。本文将针对这些问题开展研究。

DFA 算法是一种用于估计长期时间相关性的标度分析方法。 描述：去趋势波动分析（DFA）算法是一种缩放分析方法，用于估计幂律形式的长期时间相关性。 换句话说，如果事件序列具有自相关缓慢衰减的非随机时间结构，则 DFA 可以量化这些相关衰减的速度，如 DFA 幂律指数所示。 我们在这里介绍了作为神经生理学生物标志物工具箱的生物标志物实现的 DFA 算法。 您可以在http://www.nbtwiki.net下载此工具箱。 关于去趋势波动分析的教程可以在这里找到： http ://www.nbtwiki.net/doku.php? id= tutorial:detrended_fluctuation_analysis_dfa

本人发的csdn文章中matlab的.m文件，资源的具体内容可以看我发表的文章

基于变分贝叶斯期望最大化（VBEM,variational Bayes expectation maximization）算法和Turbo原理，提 出了时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法。设计的软入软出空时检测器在采用 列表球形译码避免穷尽搜索的同时，考虑了信道估计误差方差矩阵的影响;利用空时检测获得的发送信号后验概率 分布估计，推出了新的Kalman前向后向递归信道估计器。仿真结果表明，在时变多径信道条件下，提出的算法 比传统EM算法和面向判决算法更加具有顽健性。

用RLS算法实现自适应均衡器的MATLAB程序.doc