1.该代码属于无线通信信道编码卷积码不同码元信噪比（EbNo）下的的MATLAB代码，可完全运行 2.通信框图为：比特-卷积码编码-BPSK映射-高斯噪声-硬判决/软判决-Viterbi译码器 3. 代码可完全运行，且可以更改码元个数参数，设置信噪比

【元胞自动机】基于元胞自动机模拟地铁火灾疏散模型matlab代码

布尔莎七参数坐标转换模型的matlab代码实现。 当观测的公共控制点大于3个时，可采用间接平差法求得空间坐标转换模型中的七个参数，即七参数转换模型。https://blog.csdn.net/qq_36686437/article/details/124509019。

ISAR成像自聚焦算法，PGA算法

海浪模型的matlab代码 SDWBA 该存储库包含Matlab代码，该代码使用随机畸变波Born近似散射模型来计算南极磷虾的声目标强度。 已经开发了此处包含的实现，并将其用于CCAMLR南极磷虾声生物量估算。 由于对代码进行了修订和更正，因此此实现存在多个版本，但是直到创建此存储库之前，都没有在版本控制系统中对其进行维护。 该软件包的每个历史版本已通过git标记在当前存储库中标识。 这些可用。 第一个版本（）具有归因声明： Users of the code should give reference to the following papers which detail its derivation and parameterization: Conti, S. G., and Demer, D. A. 2006. Improved parameterization of the SDWBA for estimating krill target strength. ICES Journal of Marine Science, 63: 928-935. Demer, D. A.

1.版本：matlab2014/2019a/2021a，内含运行结果，不会运行可私信 2.领域：智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，更多内容可点击博主头像 3.内容：标题所示，对于介绍可点击主页搜索博客 4.适合人群：本科，硕士等教研学习使用 5.博客介绍：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可si信 %% 开发者：Matlab科研助手 %% 更多咨询关注天天Matlab微信公众号

弹道matlab代码环境地震噪声互相关的不确定性 作者：刘鑫 斯坦福大学 主程序是driveXcorrDiffuseUncertainty_SymmetricSynthetics.m 代码已在Matlab 2016中测试 本作品采用知识共享 (CC) 许可 3.0：署名-NonCommercial-NoDerivs 3.0 如果您在研究中使用该程序的任何部分，请引用： Liu, X., & Beroza, GC (2020)。 从南加州地震噪声干涉测量法的方差量化非扩散噪声对弹道波和尾波振幅的影响。 地球物理研究杂志：固体地球，125，e2019JB017617。 . 预印本： Liu, X.、Ben-Zion, Y. 和 Zigone, D.（2016 年）。 环境地震噪声互相关误差的频域分析。 国际地球物理杂志，207(3)，1630-1652。

生成椭圆的matlab代码大规模最优运输算法 这是的课程项目“大规模最佳运输算法”的资料库。 这是由王一飞和朱峰（按字典顺序）进行的一个小组项目。 数值实验 要在我们的报告中重现结果，请运行以下Matlab程序： 3.1.2节中的图1和图2 plot_gmm.m 4.1.3节中的图3 plot_ellipse.m 4.1.4节中的图4 plot_caff.m mosek和gurobi在第4.2.1节中随机生成的数据上的性能 Test_RGD_mb.m 第4.2.2节中mosek和gurobi在DOTmark上的性能 Test_DOTmark_mb.m mosek和gurobi在4.2.3节中的椭圆示例和Caffarelli示例中的性能 Test_ellipse_mb.m Test_caff_mb.m 关于4.3.2节中随机生成的数据的一阶方法的性能 Test_RGD_fo.m 第4.3.3节中关于DOTmark的一阶方法的性能 Test_DOTmark_fo.m 第4.3.4节中的椭圆示例和Caffarelli示例的一阶方法的性能 Test_ellipse_fo.m Test_caff

这是用于非目标排序和拥挤距离方法（MOBO2）的多目标bo黑猩猩优化程序（MOBO）的Matlab代码。 开发了三个版本的MOBO， 例如采用网格索引方法的 MOBO (MOBO1)、采用非支配排序和拥挤距离方法的 MOBO (MOBO2) 和采用分解技术的 MOBO (MOBO3)。 通常，在这三个版本中，与其他两种方法相比，MOBO2方法具有更好的性能。 这是为解决无约束的优化问题而编写的。 然而，它也可以用惩罚函数方法解决约束优化问题。 用户应编写自己的目标函数并进行相应的修改。 根据问题的需要修改通用参数和算法特定参数。 有关 MOBO 算法的详细信息，请参考并引用如下所述： Das，AK，Nikum，AK，Krishnan，SV等。 Multi-objective Bonobo Optimizer (MOBO)：一种用于多标准优化的智能启发式算法。 Knowl Inf S

常见的图形算法主要有以下几种：栅格法，拓扑法，自由空间法和可视法。栅格法根据特定分辨率将外部环境离散为相同大小的网格。每个栅格由状态表示，即占用状态和空闲状态，指示栅格位置是否是障碍物。路径规划算法占用一个栅格，并通过搜索自由栅格并避开障碍物来规划由多个栅格组成的路径。拓扑方法将机器人的工作环境图规划成几个小空间，并通过小空间之间的连接线建立拓扑网络结构，路径规划算法搜索拓扑网络以规划由拓扑连接线组成的路径。自由空间法将实际环境规划成两个区域，即可移动区域和不可移动障碍区域。组合连接可移动区域中每个线段的中点形成地图模型，移动机器人在其中进行路径规划。视觉方法将初始位置，障碍的各个转折点和目的地两两相连，组成多线段路径结构。通过路径规划算法，可以在这些线段上规划从起始位置到目的地的完整路径。