为方便读者获取一个真实的实践环境，作者提供了一个顶尖的matlab算及其代码文件，方便读者使用。

在这里对MATLAB中进行熵值计算的工具箱EntropyHub的相关函数的输入输出参数的含义进行分析，包括近似熵、样本熵、模糊熵、置换熵/排列熵、多尺度熵、复合多尺度熵、精细复合多尺度熵的函数参数进行解析。通过查看本文档，大家会对计算上面熵值函数的意义更加了解，使用也会更加熟练。同时在本文档的最后，也对时间序列进行VMD分解的函数中的参数含义进行了总结。 值得要注意的是EntropyHub是大家需要额外下载的一个工具箱，不是MATLAB本身自带的，这里大家请参考我的一篇博客。

matlab开发-ReadingminiSeed。使用stein-1或stein-2压缩协议读取小型种子文件的M文件。

my_robot.m 本项目机械臂的DH表 traj_planning.m 使用matlab的RTB工具箱做的一个关节空间和笛卡尔空间的轨迹规划测试 traj_path_threeinterp.m 和 traj_path_fiveinterp.m 关节空间的轨迹规划例子 重写了jtraj函数为Five_interp.m 增加了三次多项式轨迹规划函数 functions文件夹 该项目中所用到的函数 robot_model文件夹 一些机械臂的cad文件

Matlab混合粒子群算法求解TSP问题matlab代码实例（带注释）

针对复杂环境下移动机器人的局部最优路径规划，提出一种基于目标偏置扩展和Cantmull-Rom样条插值的双向RRT*路径规划算法.双向RRT*算法同时创建两颗搜索树，交替进行相向搜索，同时以一定的概率进行随机点的目标偏置选择，以提高算法的整体收敛效率;再对当前节点重选父节点和重布线，以增强算法对环境的敏感程度.为确保路径安全可行，对环境中的障碍物进行膨胀处理，再对初始路径进行碰撞检测;修剪冗余节点，缩短可行路径长度，再利用Cantmull-Rom样条插值法平滑路径.在Matlab仿真平台和ROS机器人仿真平台分别进行2D和3D的对比实验，验证了改进双向RRT*算法的有效性和优越性.

MATLAB仿真GPS信号从产生到同步、解扩和解调的全过程

经过实验测量以y轴精度进行验证，整机验证进行六次采集，平均精度误差为0.361mm 原始的标定精度在6mm左右，虽然听起来是非常微小的偏差，但是由于研究方向对精度要求极高。且在运动过程中，深度信息误差、畸变误差、机械误差、坐标系转换等一系列误差累积环节，将导致误差放大，因此远不能达到要求。 使用规划和智能算法对相机进行标定具有比较强的优势在于，不管是非线性规划的方法还是粒子群/遗传等智能方法的计算目标函数可以将旋转矩阵与位移矩阵一起进行计算，这种计算方法也被称之为一步法，对比传统的Tsai手眼标定的两步法可以有效避免旋转矩阵和位移矩阵计算的误差积累。当然缺点是非常不好进行编程实现，且一旦编程出现错误极有可能误差巨大，而且数学要求较高，需要一定的数学基础。

MATLAB代码，可以直接运行 求解选址配送问题

该资源详细描述了OMP代码的matlab程序和c语言程序（矩阵的求逆采用LU分解法），并且对两者结果进行了比较，恢复的信号可以精确到小数点5位，误差非常小，测量矩阵采用随机高斯矩阵，程序里面还有matlab和c语言版对文件的操作，并且有非常清晰的注释，对理解OMP算法有非常大的帮助！