本程序是有关泊松过程的模拟、检验及参数估计

基于四元数的L阵（若想要均匀线阵，只需要改方向矢量矩阵）DOA和极化参数联合估计算法，估计四个参数，有图。

用于求取软开关PWM直流变换器稳态解的MATLAB/Simulink状态空间模型，王润新，，本文讨论了MATLAB/Simulink环境下PWM直流变换器的状态空间计算问题，构建了对硬开关、软开关电路都适用的开关系统仿真平台。直接采用状

复杂噪声环境下基于LVD的LFM信号参数估计

控制理论类研究生课程，主要用于模型辨识和组合导航等。

独轮车状态空间模型分析

EM算法用于混合高斯模型的参数估计的原理与算法实现（matlab）；源码实现包括EM算法用于K均值问题的参数估计和EM算法用于混合高斯模型参数估计。

基于遗传算法的威布尔分布的参数估计及MATLAB实现.pdf

em算法matlab代码GP-SSM 高斯过程状态空间模型 介绍 这个Matlab工具箱实现了基于高斯过程学习（即识别）非线性动力学系统的状态空间模型的算法。 提议的方法有一些优点： 用户无需给出系统动力学的参数形式。 通过选择协方差函数来介绍关于动力学函数的平滑度的假设（请参阅Rasmussen和Williams的第4章，高斯机器学习过程，2006年）。 模型的复杂度和拟合度会自动进行权衡。 模型预测上的误差棒捕获由于数据稀缺或模棱两可而引起的不确定性。 特别是，此工具箱实现了以下两篇论文的算法： [1] R. Frigola，F。Lindsten，TBSchön和CE Rasmussen。 使用粒子MCMC的高斯过程状态空间模型中的贝叶斯推理和学习，神经信息处理系统（NIPS），2013年。 [2] R. Frigola，F。Lindsten，TBSchön和CE Rasmussen。 使用粒子随机近似EM识别高斯过程状态空间模型，2013年，已提交。 第一步 重要信息： GP-SSM代码需要机器学习的高斯过程（GPML）工具箱，该工具箱可在此处免费提供： 您需要运行两个不同的st

针对基于RSSI的无线传感器网络定位测距问题,在对数-常态分布模型下提出了一种混合滤波及最小二乘环境参数动态估计的测距算法。以锚节点作为参考节点,采用基于均值滤波、中值滤波和高斯滤波的混合滤波方法优化RSSI值,运用最小二乘法估计环境参数,再由盲节点与锚节点的RSSI混合滤波优化值计算二者之间的距离。仿真结果表明,混合滤波性能优于其它单一滤波方法,环境参数估计相对误差小于2.5%,空旷环境下100 m范围内测距相对误差小于10%,满足无线传感器网络定位测距要求。