求一个复正弦加白噪声随机过程的信号： xn=exp(j*pi*n-j*pi)+exp(j*w0*n-j*0.7*pi)+v v(n)为零均值白噪声。S/N=10dB。取P=3，构造4阶的自相关矩阵R的基于MUSIC算法的功率谱估计的MATLAB程序
上传时间： 2017-08-31
上传用户：franktu
数据加密标准（DES）密码算法，是一种分组密码算法，本程序采用该算法实现键盘输入字符的加解密。
上传时间： 2017-09-05
上传用户：坏坏的华仔
有许多算法代码 如顺序表，二叉树，单元加，栈，二分查找等等！
上传时间： 2013-11-25
上传用户：拔丝土豆
也是fortran编译的GA算法，但功能与I似有不同，似乎是曾加了并行，我看不太懂。可解压可运行，也还是不确定有没有BUG。
上传时间： 2013-12-19
上传用户：1079836864
FFT算法，用于实现离散傅里叶变换，包括是否加零优化。
上传时间： 2017-09-26
上传用户：stella2015
遗传算法为群体优化算法，也就是从多个初始解开始进行优化，每个解称为一个染色体，各染色体之间通过竞争、合作、单独变异，不断进化。 优化时先要将实际问题转换到遗传空间，就是把实际问题的解用染色体表示，称为编码，反过程为解码，因为优化后要进行评价，所以要返回问题空间，故要进行解码。SGA采用二进制编码，染色体就是二进制位串，每一位可称为一个基因；解码时应注意将染色体解码到问题可行域内。 遗传算法模拟“适者生存，优胜劣汰”的进化机制，染色体适应生存环境的能力用适应度函数衡量。对于优化问题，适应度函数由目标函数变换而来。一般遗传算法求解最大值问题，如果是最小值问题，则通过取倒数或者加负号处理。SGA要求适应度函数>0，对于<0的问题，要通过加一个足够大的正数来解决。这样，适应度函数值大的染色体生存能力强。 遗传算法有三个进化算子：选择（复制）、交叉和变异。 SGA中，选择采用轮盘赌方法，也就是将染色体分布在一个圆盘上，每个染色体占据一定的扇形区域，扇形区域的面积大小和染色体的适应度大小成正比。如果轮盘中心装一个可以转动的指针的话，旋转指针，指针停下来时会指向某一个区域，则该区域对应的染色体被选中。显然适应度高的染色体由于所占的扇形区域大，因此被选中的几率高，可能被选中多次，而适应度低的可能一次也选不中，从而被淘汰。算法实现时采用随机数方法，先将每个染色体的适应度除以所有染色体适应度的和，再累加，使他们根据适应度的大小分布于0-1之间，适应度大的占的区域大，然后随机生成一个0-1之间的随机数，随机数落到哪个区域，对应的染色体就被选中。重复操作，选出群体规模规定数目的染色体。这个操作就是“优胜劣汰，适者生存”，但没有产生新个体。 交叉模拟有性繁殖，由两个染色体共同作用产生后代，SGA采用单点交叉。由于SGA为二进制编码，所以染色体为二进制位串，随机生成一个小于位串长度的随机整数，交换两个染色体该点后的那部分位串。参与交叉的染色体是轮盘赌选出来的个体，并且还要根据选择概率来确定是否进行交叉（生成0-1之间随机数，看随机数是否小于规定的交叉概率），否则直接进入变异操作。这个操作是产生新个体的主要方法，不过基因都来自父辈个体。 变异采用位点变异，对于二进制位串，0变为1，1变为0就是变异。采用概率确定变异位，对每一位生成一个0-1之间的随机数，看是否小于规定的变异概率，小于的变异，否则保持原状。这个操作能够使个体不同于父辈而具有自己独立的特征基因，主要用于跳出局部极值。 遗传算法认为生物由低级到高级进化，后代比前一代强，但实际操作中可能有退化现象，所以采用最佳个体保留法，也就是曾经出现的最好个体，一定要保证生存下来，使后代至少不差于前一代。大致有两种类型，一种是把出现的最优个体单独保存，最后输出，不影响原来的进化过程；一种是将最优个体保存入子群，也进行选择、交叉、变异，这样能充分利用模式，但也可能导致过早收敛。 由于是基本遗传算法，所以优化能力一般，解决简单问题尚可，高维、复杂问题就需要进行改进了。 下面为代码。函数最大值为3905.9262，此时两个参数均为-2.0480，有时会出现局部极值，此时一个参数为-2.0480，一个为2.0480。算法中变异概率pm=0.05，交叉概率pc=0.8。如果不采用最优模式保留，结果会更丰富些，也就是算法最后不一定收敛于极值点，当然局部收敛现象也会有所减少，但最终寻得的解不一定是本次执行中曾找到过的最好解。
标签： 遗传算法
上传时间： 2015-06-04
上传用户：芃溱溱123
%========================开始提取加噪信号的各类特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信号'signal_with_noise=y+noise'的前256个元素，抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %对调制信号进行快速傅里叶算法（离散） y1=hilbert(y0) ; %调制信号实部的解析式 factor=0; %开始求零中心归一化瞬时幅度谱密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
上传时间： 2020-04-07
上传用户：如拷贝般复制
%========================开始提取加噪信号的各类特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信号'signal_with_noise=y+noise'的前256个元素，抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %对调制信号进行快速傅里叶算法（离散） y1=hilbert(y0) ; %调制信号实部的解析式 factor=0; %开始求零中心归一化瞬时幅度谱密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
上传时间： 2020-04-07
上传用户：如拷贝般复制
用蒙特卡洛模拟的方法计算美式期权的价格以及基本描述,ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块，这是一个好用的频偏估计算法的matlab仿真程序
标签： matlab
上传时间： 2022-03-22
上传用户：
matlab数学建模算法全收录 超清书签版
上传时间： 2013-05-15
上传用户：eeworm
