这段代码展示了一个新的稀疏数组几何，称为增强嵌套数组 (ANA)，它具有封闭式传感器位置、无Kong共阵列和小互耦合比。 ANA 是通过将嵌套数组的密集 ULA 拆分为左/右子数组而形成的。 与互质数组、嵌套数组和超嵌套数组的前几阶相比，ANA 的相互耦合更少。 阵列信号处理、DOA 估计、自适应数字波束成形和多输入多输出雷达系统领域的研究人员应该会对这个代码感兴趣。

非均匀量化 为了减小量化误差，引入了非均匀量化的方法。 非均匀量化依据一幅图像具体的灰度值分布的概率密度函数，按总的量化误差最小的原则来进行量化。 具体做法是对图像中像素灰度值频繁出现的灰度值范围，量化间隔取小一些； 而对那些像素灰度值极少出现的范围，则量化间隔取大一些。 显然，在需要以少的数据量来描述图像的场合，可以采用非均匀量化技术，以达到尽量少的数据使所描述的图像效果尽可能地好。 x y f(x,y) N M

为了用尽量少的网格点和面片数表示对齐后的三维人脸，基于分片的网格重采样思想，通过分析每片的曲率高低自动确定各片的网格稠密度，得到非均匀的网格结构，实现了不同三维人脸数据间点到点的一一对齐。实验结果表明：与以往的对齐算法相比，此方法不仅可以大大减少表示人脸的网格点数目，还可以较好地保持人脸的形状和外观特征；使用非均匀重采样做对齐后的三维人脸库建立的人脸模型进行人脸重建。比使用均匀重采样得到的人脸模型在重建速度上有了很大提高。

施法中，计算机辅助设计与非均匀有理B样条的配套光盘

非均匀分簇matlab代码稳定的 Furchtgott等人的MATLAB源代码。 论文，“发现发育过程中细胞状态和状态转换的稀疏转录因子代码。” （自述文件和正在开发的文档） 该代码包含三个主要功能。 在脚本compute_topologies_and_genes.m中调用这些函数，该脚本提供了典型的工作流程。 compute_integrals.m根据聚类标识和基因表达数据计算数字积分，并返回一个MATLAB结构，其中包含每个数字积分的字段。 process_one_triplet.m使用数值积分为单元格类型的三元组计算拓扑概率。 compute_gene_probabilities.m使用特定的拓扑并使用数字积分，计算三元组细胞类型的基因类别（标记，过渡）的概率。 所有参数均在函数get_parameters（）中设置，该函数返回一个MATLAB结构，其中包含每个参数的字段。 当前，必须编辑该功能的实际代码以更改参数的值。 将来最好在带有参数值的文本文件中读取该函数。 给定新数据，从哪里开始，设置哪些参数，等等？ A.输入数据： tfdata-> log2转换的基因表达数据。 \u884c=

长波红外探测器经常被用于机载红外预警系统中, 常受严重的非均匀性噪声干扰。为了校正探测器的非均匀性, 补偿辐射响应非线性, 提出了一种基于梯度场景的非均匀性校正方法。给出了探测器辐射响应非均匀性的观测模型; 以标准黑体和梯度场景作为参考源, 在理论上推导出校正系数表达式; 利用原理样机进行了外场实验, 并探测民航客机目标。实验结果表明：与基于黑体的两点校正方法相比, 利用本文方法进行非均匀性校正后的图像, 局部标准差峰值由8.57降低到2.39; 对于相距50.64 km的空中客车A319型客机, 目标的信杂比由4.87提高到11.22。本文算法可以有效降低图像局部标准差, 适用于机载红外预警系统。

基于GPU的非均匀杂波快速仿真.pdf

详细介绍A律13折线，模拟信号的数字化，非均匀量化

图像的非均匀采样： 在灰度级变化尖锐的区域，用细腻的采样，在灰度级比较平滑的区域，用粗糙的采样。 图像的非均匀量化： 非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数,按总的量化误差最小的原则来进行量化.具体做法是对图像中像素灰度值频繁出现的灰度值范围,量化间隔取小一些,而对那些像素灰度值极少出现的范围,则量化间隔取大一些. 由于图像灰度值的概率分布函数因图像不同而异,所以不可能找到可用于所有图像的最佳非等间隔量化方法. 2.4 图像取样和量化

利用非均匀间歇采样脉冲宽度和采样脉冲周期不固定的特点，研究了基于非均匀间歇采样的干扰样式的干扰效果。分析了均匀间歇采样与非均匀间歇采样2种干扰样式的干扰效果以及灵巧噪声干扰在均匀间歇采样方式下对线性调频(LFM)信号的干扰效果。通过分析可知：均匀间歇采样干扰仅具有欺骗效果，而非均匀间歇采样干扰不仅具有欺骗效果，还具有一定的压制效果；灵巧噪声干扰在均匀间歇采样方式下的信号幅度参差不齐，峰均比较高，而非均匀间歇采样干扰信号为恒包络信号，峰均比较低。MATLAB仿真结果表明，基于非均匀间歇采样的干扰样式与均匀间歇采样方式相比，可以实现更好地干扰效果，验证了理论分析的正确性，具有一定的工程价值。