这是关于控制论的电子书，高清，最新版本，经典著作，英文版

示波器使用方法 示波器的mode详解

提出了一种基于组合广义形态滤波器（CGMF）的自适应多尺度方法，用于对来自MEMS陀螺仪的输出信号进行去噪。 采用变分模式分解将原始信号分解为多尺度模式。 在选择了结构元素（SE）的长度选择之后，自适应多尺度CGMF方法降低了与不同模式相对应的噪声，此后获得了去噪信号的重建。 通过对降噪效果的分析，本方法的主要优点是：（i）与常规形态滤波器（MF）相比，有效地克服了由数据偏差引起的缺陷； （ii）有效地针对噪声的不同成分，并提供降噪功效，不仅主要消除噪声，而且使波形平滑； （iii）解决了MF的SE长度选择问题，并产生了可行的指标公式，例如功率谱熵和均方根误差，用于模式评估。 与现有的其他信号处理方法相比，该方法结构简单，合理，具有较好的噪声抑制效果。 实验证明了该去噪算法的适用性和可行性。

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。

基于带权重系数的众数滤波方法进行深度上采样

xmodem 协议可用于bootloader编程，1k bytes 128bytes 可移植

复模指示功能（奇异值分解） CMIF 定义为从正常矩阵求解的特征值，该矩阵由频率响应函数 (FRF) 矩阵形成。 CMIF可以通过将正常矩阵与其Hermitian矩阵相乘来计算，也可以通过在每个谱线处对正常矩阵进行奇异值分解（SVD）来计算。 此函数使用“经济规模”SVD 计算 CMIF。 建议在使用 CMIF 之前对输入数据进行带通滤波。 如果您发现此代码对您的应用程序有用，请不要忘记评价它。 如有问题、建议和意见：kalkan76@gmail.com

细节增强的matlab代码MoDE：多目标数据嵌入 该存储库包含2020年在国际数据挖掘会议（ICDM）上发表的论文“不确定的距离信息下的可解释性数据嵌入”的代码和结果。 在下面，您可能会看到MoDE迭代的漂亮可视化效果，显示了知名数据集算法的收敛性。 要了解在数据可视化中使用MoDE的优势，您可以观看会议演示： 细节 多目标数据嵌入（ MoDE ）是一种2D数据嵌入，可高保真地捕获数据关系的多个方面： 相关性 距离，以及 订单或重要性排名。 MoDE的独特之处在于，它不需要像大多数可视化技术一样在对象之间精确的距离。 我们可以给出对象之间的上下限范围，这意味着MoDE可以有效地可视化压缩或不确定的数据！ 此外，此嵌入方法可增强解释性，因为： 它在结果嵌入中合并了数据样本的等级或分数（如果数据集中存在这样的等级），并通过将具有较高分数的点以更高的角度放置在2D中，提供了可解释的数据嵌入。 嵌入通常会导致数据的“半月形”可视化。 因此，用户通常会看到类似的数据可视化效果，因此更容易理解和解释。 对于许多其他技术，不仅每个数据集都提供不同的可视化结果，而且可视化方法的不同运行可能会给出不同

Dream-96-keyboard 本项目由Altium Designer17.1.9构建，使用OSHW和GPLV3协议发布。 PCB文件中使用的字体：OSHW、ACME等，项目所用的原件在JLC均可购买（除cherry MX外）。 本项目键盘矩阵兼容K375S主控。 如果在使用过程中发现存在错误或者有更好的建议可以联系我，以便及时修复错误或者改进项目。

电流模式逻辑（CML）分频器因其广泛的分频范围而广泛用于射频和毫米波收发器以及频率合成器中。 在本文中，首次提出了基于跨导二阶近似的互补金属氧化物半导体CML分压器的一般分析和优化方法。 揭示了宽带自激频率周围的非对称灵敏度曲线的机理，以及自激频率之上的固有截止频率的不对称曲线，并在此基础上给出了相应的设计流程。 遵循所提出的流程，借助于所提出的优化方法，获得了比所报道的技术更好的折衷范围和功率之间的权衡。