广义正交匹配追踪(Generalized OMP, gOMP)算法可以看作为OMP算法的一种推广。OMP每次只选择与残差相关最大的一个，而gOMP则是简单地选择最大的S个。之所以这里表述为"简单地选择"是相比于ROMP之类算法的，不进行任何其它处理，只是选择最大的S个而已。

我们知道，在目标跟踪算法中，广泛使用的tracking-by-detection框架的核心部分就是分类器[16]。每一帧在目标估计位置的周围采集一些样本，距离目标近的样本标签为正，距离目标远的样本标签为负。利用这些样本更新分类器，但是由于计算量的限制，仅使用于了少量的样本。但是，CSK算法提出一种完全不同的方法。打算使用所有样本训练分类器，使得训练更加充分。但是由于核矩阵高度结构化，计算量相比之前也大大减少。

该脚本使用内置的前脸检测器来查找脸部，然后查找脸部的眼睛。本例程先用haar算子进行人脸识别，然后利用haar算子找到人脸中的眼睛，实现人眼追踪。

该课题为基于matlab眼部检测的疲劳驾驶系统。我们可以假设有一部摄像头对着大巴司机或者或者司机，对司机进行实时的监测，每隔数秒进行一次疲劳的判别，如果说疲劳驾驶则进行报警或者提示司机。检测方法为先进行人脸定位，在寻找眼睛再去判别眼睛属于睁开还是闭住。去统计闭眼的频率。

高速移动下的无线宽带通信要经历时间和频率的双选择性衰落,为了使发送的数据经过衰落的信道后在接收端被正确地接收,必须要对信道状态信息进行估计。本文根据双选信道在时延-多普勒域具有稀疏性,研究了OFDM系统中基于压缩感知的双选信道估计。为了克服信道的双选特性对信道估计造成的不稳定性,采用了正则正交匹配追踪(Regularized Orthogonal Matching Pursuit,ROMP)算法对信道进行估计。理论分析和仿真结果表明,与传统的最小二乘算法比较,在获得同样估计性能的条件下,采用ROMP算法和OMP算法需要的导频数大大减小;而且采用ROMP算法的信道估计要比OMP算法更加稳定,在同等条件下信道估计性能更好。

搭建参考地址：https://blog.csdn.net/tcy1429920627/article/details/107815750 SkyWalking是分布式系统的应用程序性能监视工具，专为微服务、云原生架构而设计。提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案

针对兆瓦级变速恒频风力发电系统,基于Matlab/Simulink建立了包括风机、传动齿轮、双馈发电机在内的大型风电系统的整体动态数学模型。传统的最大风能捕获算法往往基于最优功率曲线和部分风机参数已知,当上述参数未知或出现扰动时,风电系统的效率会严重降低。针对此不足,基于所建模型设计了变步长最大风能捕获控制器,该控制器采用矢量控制算法,实现了发电机输出有功和无功功率的解耦控制;针对有功功率控制,控制器根据发电机输出转速扰动时,相应输出有功功率的变化变步长地调整系统输入,直到系统运行到最大风能点。仿真结果验证了风电系统模型的正确性以及控制器的有效性。

使用自定义基础 B 对一维（时间）信号 y 执行匹配追踪 (MP)。 匹配追踪 (Mallat and Zhang 1993) 是一种贪婪算法，根据字典元素 D (y ~ Dw) 的加权和 (w) 获得信号 y 的稀疏表示。 稀疏意味着大多数元素等于 0 (nnz(w) << length(y))。 这种稀疏表示在许多不同的场景中都很有用：获取时频频谱图、去噪信号、压缩信号等。 对于时间信号，很自然地使用元素 D 的字典，该字典由移动到每个可能时间点的基本元素 B 组成。 在这种情况下，高度过完备字典中卷积或平移不变稀疏代码的权重形式： y~r r = sum_i conv(ws(:,i),B(:,i),'same') 和 nnz(ws(:)) << length(y) 如果 B 等于一堆加窗的正弦曲线，则该表示形成信号的时频分解。 这种分解的一个应用是 EEG/MEG 和 LF

擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。

simulink仿真，直驱型风力发电机最大功率点追踪