LTE系统MAC的资源调度算法总结和相关解释，包括轮询算法、最大载干比算法、正比公平算法、增强型正比公平算法。另外设计一些资源调度协议的实现。

扩展卡尔曼-无迹卡尔曼-粒子滤波示例 里面包含ukf,ekf，pf的matlab代码过程 其中，状态方程和观测方程 可能与你的不一样，到时候自己替换就好，没有测试数据 不过自己对一遍公式就知道 该代码是否正确

ICC_Profile ICC_pf= ICC_Profile.getInstance( "e:/img/jaicmm/CMYK.pf"); 代码中需要的文件

EKF UKF PF三个算法在f(x) = 0.5 *x + 25*x/1+x^2 + 8 * cos(1.2*(k-1))下仿真比较，自己写的代码，直接可以产生很好的效果图，直接可以给导师看。

RBPF 混合粒子滤波以及PF，两者可以做相互比较，适合初学者

基于ARIMA和pf方法的锂电池的剩余使用寿命情况的预测和研究

利用单IMU采集的数据计算当前载体的姿态横滚角和俯仰角，IMU加计作为观测量，陀螺作为状态量。

为了提高风电功率的预测精度， 研究了一种基于粒子滤波（ Ｐ Ｆ） 与径向基函数（ ＲＢＦ） 神经网络相结合的风电功率预测方法。使用 Ｐ Ｆ算法对历史风速数据进行滤波处理， 将处理后的风 速数据结合风向、 温度的历史数据， 归一化后构成风电功率预测模型的新的输入数据； 利用处理后 的新的输入数据和输出数据， 建立 Ｐ Ｆ－ＲＢＦ神经网络预测模型， 预测风电场的输出功率。仿真结果 表明， 使用该预测模型进行风电功率预测， 预测精度有一定的提高， 连续１ ２０ｈ功率预测的平均绝对 百分误差达到８．０４％， 均方根误差达到１０．６７％

MATLAB三种卡尔曼滤波对比，分别是扩展卡尔曼滤波EKF，不敏卡尔曼滤波UKF，粒子滤波PF。有跟踪效果和估计值误差。

ReBEL 0.2.7,matlab滤波工具箱，非常好的matlab代码，对于学习与应用很有帮助