BP神经网络人脸识别MATLAB.zip

基于BP神经网络的人脸识别MATLAB实现，包括软件界面，采用ORL人脸库，是本科毕设，比较粗糙，供参考！

MATLAB GUI 图像信号处理（源文件+视频指导运行）

（1）读入一幅彩色图像（有自己的生活照片）； （2）将彩色图像进行三原色分解，分解出R、G、B分量，并用图像显示出来； （3）将彩色图像灰度化，转化为灰度图像并显示； （4）将灰度图像用三种以上典型的边缘检测算子进行边缘检测，显示检测出的边缘。 （5）图像的旋转、裁剪（尺寸的变化）

MATLAB GUI 图像二值化处理（源文件直接运行）

一个实例搞定MATLAB GUI界面设计，以图像二值化处理为例。

16QAM数字通信系统——MATLAB代码

信号源产生 0、 1 等概分布的随机信号，映射到 16QAM 的星座图上，同时一路信号已经被分成了 I 路和 Q 路，后边的处理建立在这两路信号的基础上。I 路和 Q 路信号分别经过平方根升余弦 滤波器，再加入高斯白噪声，然后通过匹配滤波器（平方根升余弦滤波器） 。最后经过 采样，判决，得到 0、1 信号，同原信号进行比较，给出 16QAM 数字系统的误码。

16QAM数字调制与解调_MATLAB代码

（1）首先生成一个随机且长度为10000的二进制比特流，并画出了前50个比特的信号图。 （2）在MATLAB中16QAM调制器要求输入的信号为0-15这16个值，将二进制的比特流转换为对应的十六进制信号。 （3）利用MATLAB中的qammod函数生成16QAM调制器，再通过其对信号进行调制并画出信号的星座图。 （4）通过awgn 信道在16QAM信号中加入高斯白噪声（假设Eb/No=15db）。 （5）利用MATLAB中的scatterplot函数画出通过信道后接受到的信号的星座图。 （6）利用MATLAB中的eyediagram函数生成经过信道后的眼图。 （7）利用MATLAB中的qamdemod函数生成解调器对16QAM信号的解调，并将十六进制信号转化成二进制比特流信息。 （8）用得到比特流信息除以原始发送的比特流信息来计算误码率。

时间序列的分析——模型的识别与预测（实验报告+源代码）

依照某AR模型生成一段数据（1000），同时用另一MA模型生成一段数据（200），合成一段1200长度的数据 1）依赖于这1200个数据的前800个数据，识别这段数据背后的AR模型。 2）在1）的基础上对新数据进行预测，并通过后续的400个数据进行判别（数据模型是否匹配）或者模型的修正（修正只需要提供思路和方法）。

马尔可夫链状态空间的分解（实验报告+源代码）

生成一个状态个数大于100的马尔可夫链，状态之间的转移关系随机设定（例如某状态可以一步到达其他状态的比例为10%） 1）将状态空间按常返性和互通性进行分解 2）在1）的基础上对周期不可约马尔可夫链进行分解

无线系统的微波与射频设计

书名：Microwave and Rf Design of Wireless Systems 作者：David M.Pozar 页数：379

马尔科夫链状态空间的分解（按周期）

周期为d的不可约马氏链，其状态空间C可唯一地分解为d个互不相交的子集之和， 且使自Gr中任一状态出发，经一步必转移进入Gr+1中（其中Gd=G0）。 对周期不可约马尔可夫链进行分解的MATLAB程序。

时间序列的分析——模型的识别与预测

依照某AR模型生成一段数据（1000），同时用另一MA模型生成一段数据（200），合成一段1200长度的数据 1）依赖于这1200个数据的前800个数据，识别这段数据背后的AR模型。 2）在1）的基础上对新数据进行预测，并通过后续的400个数据进行判别（数据模型是否匹配）或者模型的修正。