充分利用有限冲击响应数字滤波器（Finite Impulse Response digital filter ，FIR）系数的对称特性，借助于MATLAB语言和现场可编程门阵列（FPGA）实现了一种高效的低通滤波器。设计过程中通过简化的VHDL语言编写程序，实现了加减乘法运算，使用优化的CSD编码技术缩短了乘法器的运算时间，采用FPGA滤波器芯片和QuartusⅡ软件搭建仿真电路、用Matlab软件进行理论验证。实验结果基本符合理论值，验证了此种滤波器的实现方法简单，计算速度快，节省硬件资源，抗干扰能力强，灵活，性能优于传统的FIR滤波器。

电磁场与电磁波的设计实验，内容如题，是一个利用matlab对线电荷周围电场分布进行仿真的实验报告，能用到的人应该不多，水平有限仅供参考。

【老生谈算法】基于matlab的低通滤波器.doc

0 引言 　　建立在拉普拉斯变换基础之上的模拟滤波器的理论和设计方法已经发展得相当成熟，且有若干典型滤波器供人们选择，如巴特沃斯(But-terworth)滤波器、切比雪夫(Chebyshev)滤波器等。但是关于滤波器实现的电路元件参数的选取和计算却是件繁琐的工作。在此提出基于Ma-tlab将电路参数计算程序化的方法，并通过效果仿真达到优化电路参数的目的，而且程序具有扩展功能。 　　1 模拟滤波器的设计流程 　　模拟低通滤波器的设计指标有ap，Ωp，as，Ωs，其中Ωp和Ωs分别为通带截止频率和阻带截止频率；ap是通带Ω中衰减系数；as是阻带Ω≥Ωs的衰减系数ap和Ωs一般用dB表示。在

作业要求将图片前景的黑色栏杆去除，恢复遮挡部分。要求修改的图片有两张，第一张图片的前景栏杆较窄，第二张图片的前景栏杆大部分较窄，有一根栏杆较粗。 为了去除遮挡部分，首先需要找到遮挡部分的位置，即 mask，这一步使用一系列图像处理的方法来完成。 针对第一张图片，由于遮挡物较窄，我使用了 Fast Marching Method 算法来实现去遮挡，该算法运算较快，对窄遮挡物去除效果较好，但对宽遮挡物（宽度大于 15 像素）进行修复时会出现模糊现象(Telea, 2004)。因此，针对第二张图片的宽栏杆部分，我使用了 criminisi 算法来进行修复，该算法运算较慢，但对宽遮挡物修复效果极佳(Criminisi, Perez, &Toyama, 2003)。 此外，我对 criminisi 算法做了一点改动，大大提高了它的运算速度，同时保证修复质量。 为了便于可执行文件的使用，我制作简单的 UI 界面。 去遮挡算法难以用矩阵运算实现，只能使用 for 循环，因此运算速度整体较慢。为了减少运算时间，我缩小了图片尺寸。

基于MATLAB实现ARIMA时间序列预测源码+全部数据.zip本程序基于MATLAB的armax函数实现arima时间序列预测； 实现了模型趋势分析、序列差分、序列平稳化、AIC准则模型参数识别与定阶、预测结果与误差分析过程，逻辑清晰。 基于MATLAB实现ARIMA时间序列预测源码+全部数据.zip本程序基于MATLAB的armax函数实现arima时间序列预测； 实现了模型趋势分析、序列差分、序列平稳化、AIC准则模型参数识别与定阶、预测结果与误差分析过程，逻辑清晰。 基于MATLAB实现ARIMA时间序列预测源码+全部数据.zip本程序基于MATLAB的armax函数实现arima时间序列预测； 实现了模型趋势分析、序列差分、序列平稳化、AIC准则模型参数识别与定阶、预测结果与误差分析过程，逻辑清晰。 基于MATLAB实现ARIMA时间序列预测源码+全部数据.zip本程序基于MATLAB的armax函数实现arima时间序列预测； 实现了模型趋势分析、序列差分、序列平稳化、AIC准则模型参数识别与定阶、预测结果与误差分析过程，逻辑清晰。

基于MATLAB实现SARIMA时间序列预测源码+全部数据.zip一种基于SARIMA的时间序列预测方法，得到所述预测时间点对应的预测结果。 基于MATLAB实现SARIMA时间序列预测源码+全部数据.zip一种基于SARIMA的时间序列预测方法，得到所述预测时间点对应的预测结果。 基于MATLAB实现SARIMA时间序列预测源码+全部数据.zip一种基于SARIMA的时间序列预测方法，得到所述预测时间点对应的预测结果。 基于MATLAB实现SARIMA时间序列预测源码+全部数据.zip一种基于SARIMA的时间序列预测方法，得到所述预测时间点对应的预测结果。 基于MATLAB实现SARIMA时间序列预测源码+全部数据.zip一种基于SARIMA的时间序列预测方法，得到所述预测时间点对应的预测结果。 基于MATLAB实现SARIMA时间序列预测源码+全部数据.zip一种基于SARIMA的时间序列预测方法，得到所述预测时间点对应的预测结果。 基于MATLAB实现SARIMA时间序列预测源码+全部数据.zip一种基于SARIMA的时间序列预测方法，得到所述预测时间点对应的预测结果。

基于MATLAB实现LSTM时间序列预测源码+全部数据.zip基于MATLAB实现LSTM时间序列预测源码+全部数据.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip基于MATLAB实现LSTM时间序列预测源码.zip

基于MATLAB的几种潮流计算-P_Q.m 为了提高大规模电力系统潮流计算的速度,在对P-Q分解法潮流计算进行分析和研究的基础上,提出了基于P-Q分解法的潮流并行算法的思想,并利用并行消息传递界面MPI进行了仿真,验证了算法的正确性和可行性. 运行输入数据： 请输入节点数：n=5 请输入支路数：nl=5 请输入平衡母线节点号：isb=1 请输入误差精度：pr=0.0001 请输入由支路参数形成的矩阵：B1=[1 2 0.03i 0 1.05 0;2 3 0.08 0.3i 0.5i 1 0;2 4 0.1 0.35i 0 1 0;3 4 0.04 0.25i 0.5i 1 0;3 5 0.015i 0 1.05 1] 请输入各节点参数形成的矩阵：B2=[0 0 1.05 1.05 0 1;0 3.7 1.3i 1.05 0 0 2;0 2 1i 1 0 0 2;0 1.6 0.8i 1.05 0 0 2;5 0 1.05 1.05 0 3] 请输入P-Q节点数：na=3

1、matlab文件一份 2、cst仿真模型一份 3、对应文献一份 4、下载者可简单邮箱交流