最常见的H-P滤波MATLAB文件，数量经济统计必不可少的数据处理方法

图像去雾的几种经典方法 有空间双边滤波去雾 暗通道去雾 引导滤波去雾 图像去雾质量评价标准等代码

粒子滤波算法预测电池寿命。包括电池容量数据和MATLAB程序。

针对井下环境亮度低，粉尘严重等造成监控视频图像光照不均匀以及模糊不清等问题，提出了基于二维伽马函数实现井下视频图像增强的算法。该算法运用具有边缘保持性的引导滤波提取光照分量，通过二维伽马函数自适应调整光照，并运用基于受限自适应的直方图均衡化调整全图的对比度，从而提高图像的清晰度以及信息量。提出的算法与经典算法相比，无论是在视觉效果上，还是在信息熵，平均梯度，标准差等方面都优于经典算法。结果表明该方法可有效提高图像的清晰度，信息量以及对比度，同时减轻井下光照不均匀以及粉尘造成的图像质量不高的问题，提高了井下视频监控图像中的整体的视觉效果。

煤矿智能视频监控中常常碰到许多雾尘图像且伴有各种随机噪声,对应的图像降质严重影响了后续视频图像处理工作,因此提出一种基于暗原色先验与双边滤波器的去雾除尘和同步去噪算法。结合已有的大气散射物理模型,推导建立煤矿雾尘图像退化模型。考虑煤矿雾尘图像的特点,设计基于暗原色先验知识的大气光、粗略透射率估计的方法与步骤。分析粗略透射率图的优化要求以及双边滤波器的特性,引入联合双边滤波器快速获得精细透射率图。依据图像退化模型构建正则化目标函数,求取转换图像并进行高斯双边滤波,获得复原图像并同步实现噪声的有效去除。实验结果验证了算法的有效性,与已有去雾算法相比计算效率有较大提高,且复原质量良好适合于煤矿智能视频监控环境。

该代码可以实现图像矩阵和一个二维高斯函数的卷积

这是一个自适应滤波器的matlab程序

卡尔曼滤波，由笛卡尔坐标到极坐标的转换，并给出测量噪声的相关矩阵R的公式，MATLAB即可实现。（坐标系转化的推导文档）

matlab代码，该代码包括锂离子电池实验数据，对于没有实验数据的用户十分友好，实验数据里有SOC-OCV曲线，以及实验室测量的电流电压。本代码采用了两个卡尔曼滤波器来完成SOC的估计，并与单独的卡尔曼滤波做了对比。代码的中文注释比较详细，帮助读者理解以及进行二次开发。程序可以完美运行，需要注意的点是先将文件里的数据导入matlab的工作空间，如有问题可在该页面下方进行评论或者私信我。

采用二阶RC模型，需要代入自己的数据的地方： R0 = @(x)(-0.07495*(x(4))^4+0.2187*(x(4))^3-0.1729*(x(4))^2+0.01904*(x(4))+0.1973); R1 = @(x)(0.07826*(x(4))^4-0.2208*(x(4))^3+0.217*(x(4))^2-0.08761*(x(4))+0.01664); R2 = @(x)(0.1248*(x(4))^4-0.2545*(x(4))^3+0.1254*(x(4))^2-0.03868*(x(4))+0.05978); C1 = @(x)(2431*(x(4))^4-4606*(x(4))^3+3084*(x(4))^2-589*(x(4))+209.8); C2 = @(x)(681.1*(x(4))^4-3197*(x(4))^3+4595*(x(4))^2-3114*(x(4))+1444);