介绍 IEEE 802.11a 协议物理层全链路仿真方案。支持全部 4 种调制方式与 3 种编码速率，共 8 种 MCS 组合。涵盖扰码、卷积编码、交织、OFDM 调制解调及 Viterbi 译码等核心模块。提供基于 Matlab 的可运行代码及算法原理推导，适用于无线通信算法验证、研发及教学参考。
RRT* 是 RRT 算法的渐进最优改进版本，通过引入父节点优化选择和近邻节点重连接机制，使路径规划从'能找到路'升级为'能找到好路'。详细解析了 RRT* 的核心思想、算法步骤、优势特点及与 RRT 的对比，并提供了完整的 MATLAB 代码实现。代码涵盖了参数设置、障碍物定义、树结构初始化、主算法循环、碰撞检测、可视化系统及收敛曲线绘制等功能模块，适用于机器人运动规划等场景。
基于 A* 算法的无人机三维路径规划方法，并使用 MATLAB 进行了实现。内容包括 A* 算法原理（估值函数 f(n)=g(n)+h(n)）、环境初始化、启发函数设计（曼哈顿距离）、搜索主逻辑及邻居节点获取。通过 MATLAB 代码展示了如何构建三维网格地图、执行搜索并可视化障碍物与规划路径。该方案为无人机在复杂三维环境中的自主飞行提供了基础路径规划参考。
介绍基于 TD3 深度强化学习算法的车辆主动悬架控制系统设计。通过构建 1/4 车辆动力学模型，将控制问题形式化为马尔可夫决策过程。利用 MATLAB Reinforcement Learning Toolbox 与 Simulink 搭建仿真环境，采用双延迟 DDPG 算法解决连续动作空间收敛不稳定及 Q 值过估计问题。设计了包含车身加速度、动挠度及轮胎动载荷的奖励函数。仿真结果表明，该方案能有效平衡乘坐舒适性与操纵稳定性，提升行驶平…
在无内置 AI 工具的 MATLAB 环境中，如何利用 Cursor 和 VS Code 配合 AI 插件进行代码调试。通过安装官方或第三方扩展，实现编辑器与 MATLAB 的交互，无需重写为 Python 即可优化现有工程。实测环境为 MATLAB 2025a 及 Windows 11。
A*路径规划算法原理，包括评价函数 f(n)=g(n)+h(n)、启发函数性质及常用距离计算（曼哈顿、欧几里得、切比雪夫）。对比了 Dijkstra 算法差异，提供了完整的 MATLAB 代码实现，涵盖 4 方向与 8 方向移动策略。通过网格地图演示，展示了路径可视化、代价地图分析及性能对比数据，验证了 A*算法在机器人路径规划中的高效性与最优性。
在 MATLAB 中使用遗传算法（GA）求解函数极值的实现方法。内容涵盖实数编码、非均匀变异算子及轮盘赌选择法的原理说明，并提供完整的可运行代码示例。代码包含详细的注释，解释了目标函数定义、参数设置、种群初始化、选择交叉变异操作及结果输出流程，适合初学者快速掌握遗传算法在 MATLAB 中的基本应用。
MATLAB Compiler SDK 生成的 C++ 共享库中 mwArray 类的用法。作为 mxArray 的 C++ 封装，mwArray 提供自动内存管理、运算符重载及 RAII 风格操作。内容涵盖构造函数、1-based 索引、数据读写、常用查询方法及复数、Cell 数组处理。同时对比了 mxArray 写法，并给出了编译注意事项及向 MATLAB Data API 迁移的建议。
基于 FPGA 的 FIR 数字滤波器设计流程。首先使用 MATLAB 生成滤波器系数并导出，随后在 Quartus 中通过 Verilog 编写卷积逻辑实现滤波，或在 Vivado 中使用 FIR Compiler IP 核配置参数。最后通过 Testbench 进行仿真验证，包括正弦波输入测试。文章涵盖了从系数生成到硬件实现的完整步骤。
模型预测控制（MPC）算法的基本原理与实现流程。MPC 是一种基于二次优化的进阶过程控制方法，适用于线性和非线性系统。文章详细阐述了线性离散系统的数学描述、预测方程的构建、目标函数的定义以及二次优化的求解方法。通过推导预测控制增益系数，明确了算法的前馈 - 反馈结构，并给出了具体的算法执行步骤，包括初始化、状态测量、误差计算及控制量输出等关键环节。
模型预测控制（MPC）的核心机理，包括测量获取状态、学习扰动估计、修正模型预测优化及执行更新。对比了 MPC 与 FOC、DTC 的差异，阐述了 MPC 控制结构的闭环逻辑，涵盖预测模型、目标函数及被控对象。最后展示了在 Matlab 中搭建 MPC 仿真模型的过程及转速、电流、转矩波形结果，强调了 MPC 在动态适应和约束处理上的优势。
利用遗传算法优化线性二次调节器（LQR）控制器参数的方法。通过最小化包含调节时间、超调量和控制能耗的代价函数，遗传算法能够全局搜索最优的 Q 和 R 矩阵元素。文章提供了 MATLAB 实现代码，包括适应度函数计算、主程序流程及倒立摆示例，并对比了传统 LQR 与 GA-LQR 的性能差异，展示了混合优化策略和多目标优化的可能性。
一种基于 Matlab 实现的改进 A*路径规划算法。主要改进包括将搜索方向从 8 个优化为 5 个，避免斜穿障碍物顶点，通过删除共线节点增加路径平滑度，以及引入比例因子改进评价函数 f(n)=g(n)+(1+r/R)*h(n)。代码展示了地图初始化、路径搜索及平滑处理的具体实现，旨在提升路径规划的效率和安全性。
对比了 MATLAB 基于手工特征的传统机器学习方案与 Python 生态下的深度学习模型在苹果成熟度检测中的应用。重点介绍了 MATLAB 中 HSV 颜色空间、灰度共生矩阵纹理分析及形状特征的提取方法，并提及了 Fitcecoc 分类器的使用。文章探讨了算法性能、部署成本及开发效率的权衡，旨在为果园巡检机器人的技术选型提供参考。
基于 Simulink 模型与模糊逻辑思想的整车质量估计算法。通过设计模糊控制规则确定估计置信度，结合递推最小二乘法利用实时观测量修正估计值。算法需驱动力或制动力输入，虽精度有限但结果稳定可靠，可直接应用于量产车及车辆稳定性控制等场景，为项目开发提供参考。
介绍利用 Matlab 对连续同心推拉机器人（CPPR）进行多物理场耦合仿真的方法。通过 Cosserat 杆理论建立精细化模型，考虑滑动杆耦合、非均匀截面及非对称结构特性。采用迭代耦合算法解决力学与运动学的强非线性问题，实现高保真仿真以预测机器人形变、应力及负载能力，从而降低开发风险并优化系统性能。
基于SOE算法的多时段随机配电网重构方法。该方法利用MATLAB构建模型，考虑光伏与负荷的随机性，通过蒙特卡洛模拟生成场景并结合Copula函数处理相关性，利用k-medoids聚类削减场景数量。核心采用开断和交换（SOE）策略优化网络拓扑，使用Gurobi或CPLEX求解器进行优化。代码包含拓扑自检模块以确保辐射状结构。在IEEE标准算例测试中，该方法有效降低了网损并显著提升了计算效率，适用于大规模配电网的优化调度。
介绍雷达信号处理中的运动补偿算法，包含相邻相关法和积累互相关法两种包络对齐方法，以及多普勒中心跟踪法和特显点法两种相位补偿方法。提供 Matlab 仿真代码示例，演示回波数据互相关计算、偏移量估计及相位补偿实现，并使用散射点回波和雅克 42 飞机实测数据进行测试验证。
一种基于数据驱动和多离散场景分布鲁棒优化的电热综合能源系统（IEHES）调度方法。针对新能源出力波动和负荷不确定性，采用 1-范数与∞-范数约束置信区间，结合 K-means 聚类生成典型场景。通过两阶段优化模型，第一阶段考虑机组启停及运行约束，第二阶段转化为单时间尺度问题以获取经济性最优解。该方法结合了高热点算法应对关键时段波动，利用历史数据进行负荷与新能源预测，显著提高了系统的适应性和抗风险能力。
利用麻雀搜索算法（SSA）优化最小二乘支持向量机（LSSVM）参数的方法，以提升回归预测准确率。通过划分数据集、初始化种群、迭代寻优及评估适应度（均方误差），确定了最优惩罚参数与核参数，并训练最终模型。该方法有效解决了参数选择不当导致的过拟合或欠拟合问题。
