实际飞行验证通过

NULL 博文链接：https://yxwang0615.iteye.com/blog/1851539

该代码执行逆距离加权 (IDW) 多元插值，即通过使用来自通常分散的一组已知点的值将值分配给未知点的过程。 该代码需要已知点 (xc,yc,vc) 的坐标向量和变量值，并通过反距离加权 (IDW) 多变量插值计算由坐标 (xc,yc,vc) 描述的未知点的向量或矩阵 (Vint) 的变量值 ( x,y)。 该代码允许改变距离权重 (e) 并通过固定半径或邻居数量方法考虑一定数量的邻居。

函数 Fint = idw(X0,F0,Xint,p,rad,L) 反距离权重函数基于采样点。 Fint = idw(X0,F0,Xint) 使用输入坐标 X0 和输入值 F0 其中 X0 是由 N 个样本和 M 个变量组成的 N × M 输入矩阵。 F0 是 N 个响应的向量。 Xint 是一个 Q × M 的坐标矩阵插值。 Fint 是 Q 内插值的向量。 Fint = idw(X0,F0,Xint,p,rad) 使用功率 p（默认 p = 2）和半径弧度（默认弧度 = inf）。 Fint = idw(X0,F0,Xint,p,rad,L) 使用 L 距离。 默认 L=2 （欧几里德范数）。 例子： X1 = [800; 2250; 3250; 2250; 900; 500]； X2 = [3700;4200;5000;5700;5100;4900]; F = [13.8

基于MATLAB的虹膜识别系统研究 虹膜识别；虹膜定位；Crabor滤波器；特征提取：Hamming距离

TOF050F TOF200F TOF400F规格书资料以及调试上位机、demo文件等，包含串口、iic格式

根据发生功率、接受灵敏度来计算无线通信距离.

低成本是短距离无线通信的客观要求，因为各种通信终端的产销量都很大，要提供终端间的直通能力，没有足够低的成本是很难推广的。其次，低功耗是相对其它无线通信技术而言的一个特点，这与其通信距离短这个先天特点密切相关，由于传播距离近，遇到障碍物的几率也小，发射功率普遍都很低，通常在１毫瓦量级。最后，对等通信是短距离无线通信的重要特征，有别于基于网络基础设施的无线通信技术。

用于无线通讯设计时对传输距离的估算，便于系统设定发射功率、接收灵敏度等参数

针对传统DS证据理论在处理高冲突证据融合所存在的不足，提出了一种新的冲突证据加权融合方法。该方法充分考虑证据本身的特性和证据间的关系，先引入证据熵来评价证据的质量，对证据进行预处理，再应用证据间的距离计算证据的相似度和证据权重，最后对修正后的证据进行融合。数值算例表明，该方法能够有效地处理高冲突证据融合问题，相比其他改进算法，具有较好的收敛速度和较小的计算量。