C. Qian、L. Huang、M. Cao、HC So 和 J. Xie，“PUMA：用于 DOA 估计的 MODE 的改进实现”，IEEE 航空航天和电子系统汇刊，第一卷。 53号5，第 2128-2139 页，2017 年。 该代码比较了两种算法，即 MODE 和 PUMA，用于 DOA 估计。 它表明 PUMA 和 MODE 是同一优化问题的两种不同求解器，但 PUMA 的效果比 MODE 好得多。 MODE 甚至不适用于单源 DOA。

移动视界估计 (MHE) 中的长视界长度对于达到完整信息估计器的性能限制是可取的。 然而，传统的 MHE 技术在这方面存在许多缺陷。 首先，问题的复杂性至少与所选的地平线长度成线性比例，如果存在计算限制，这将限制选择长地平线。 二、没有监控约束活动/不活动，即使没有约束，也会导致进行冗余的约束最小化积极的。 在这个程序中，我们开发了一个多窗口移动地平线估计策略 (MW-MHE)，它利用约束不活动来减少长期估计问题中的问题规模。 使用无约束的完整信息近似计算到达成本估计器到达成本以保证技术的稳定性。 基于时间远程状态之间的敏感性开发了新的地平线长度选择标准。 开发是根据一般因果描述符系统进行的，其中包括作为特殊情况的标准状态空间表示。 通过一个例子展示了新估计算法的潜力用测量异常值过滤。 参考论文：Multiple Window Moving Horizo​​n Estimation； ht

移动地平线估计 (MHE) 是一种优化方法，它使用一系列随时间观察到的测量值，包含噪声（随机变化）和其他不准确因素，并生成未知变量或参数的估计值。 与卡尔曼滤波器等确定性方法不同，MHE 需要一种迭代方法，该方法依赖于线性规划或非线性规划求解器来寻找解决方案。 有关教程视频和有关使用这些文件的信息，请参见http://apmonitor.com/wiki/index.php/Main/Estimation 。

在比较OFDM信道的线性、高斯、三次样条、低通滤波、变换域和维纳插值的性能后，针对算法误差较大和计算复杂度的问题，给出2种在首尾子载波均插入导频时变换域的改进方法。仿真结果表明：改进的变换域插值的均方误差有显著减小，与维纳算法的性能接近，但复杂度降低。

旨在通过简单的匀速直线运动场景，理解Kalman滤波过程，运行结果可参考本博主的《卡尔曼滤波（Kalman Filter）》

covidseir：贝叶斯SEIR模型来估计社交距离对COVID-19的影响

一种动态窗口 PCA 运动方向估计算法 (江南大学 物联网工程学院,江苏 无锡 214122)

本资源是凸优化大作业代码，任务是完成mv子视角的帧间预测，使用了十一种方法，每种都有代码，整体为运动估计三种（穷尽块匹配+三步搜索法+分层快匹配法），光流估计，单应性矩阵三个大类，再相互组合。数据集因为上传大小缘故只传了几个序列

PUSCH基带接收算法，非常详尽的描述了PUSCH链路的搭建及其仿真

基于EKF实现的SOC估计采用扩展卡尔曼滤波 (EKF) ,用simulink搭建实现的。