MATLAB / OctaveAI算法
汽车雷达多径环境下的幽灵目标检测技术解析
综述由AI生成汽车雷达多径效应常引发幽灵目标干扰，影响测角精度。提出基于广义似然比检验（GLRT）的检测方法，将问题建模为复合假设决策。通过稀疏增强压缩感知与 Levenberg-Marquardt 优化估计角度参数，并推导了理论性能界限及波形优化方案。仿真与实验表明，该方法在均匀线性阵列下性能接近理论界，优于传统网格基算法，能有效抑制多径干扰。
分类：编程语言 · MATLAB / Octave
MATLAB / Octave算法
Digital Micrograph 软件安装与配置指南
Digital Micrograph 是透射电镜分析专业软件。介绍从解压、安装许可证到主程序的完整流程，包含路径选择、管理员权限运行等关键步骤及常见问题排查方法，帮助用户快速完成软件部署并启动进行电镜数据处理。
MATLAB / Octave算法
基于 Matlab 的连续同心推拉机器人多物理场耦合仿真与优化
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。
MATLAB / OctaveAI算法
基于人工蜂群非确定性双向规划的无人机二维三维路径规划与协同研究
针对复杂环境下无人机路径规划问题，提出基于人工蜂群算法的非确定性双向规划机制。通过优化食物源生成方式结合双向搜索策略，提升路径效率与质量。涵盖单无人机及多机协同场景，引入准均匀 B 样条平滑技术。仿真显示改进算法在收敛速度、路径平滑度及任务适应性上优于传统方法，工程实现性强。
MATLAB / Octave算法
基于SOE算法的多时段随机配电网重构方法
综述由AI生成基于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。
MATLAB / Octave算法
雷达信号处理：运动补偿算法及 Matlab 仿真
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。
MATLAB / OctaveAI算法
人工旅鼠算法 (ALA) 无人机三维路径规划研究与 Matlab 实现
综述由AI生成人工旅鼠算法（ALA）通过模拟迁徙、挖洞、觅食及躲避天敌四种行为，构建动态平衡探索与开发的优化框架。针对无人机三维路径规划中的高维非线性约束问题，该算法结合能量递减机制实现平滑过渡。实验显示，在 CEC 基准测试中收敛速度提升显著，且在光伏参数辨识与避障场景中有效降低路径成本，验证了其在复杂工程问题中的鲁棒性与有效性。
MATLAB / Octave算法
CFAR 恒虚警率目标检测算法与 MATLAB 实战
综述由AI生成CFAR 算法通过动态调整检测门限来适应变化的背景噪声，从而保持恒定的虚警率。文章阐述了其核心原理，包括 CUT、保护单元与训练单元的划分，对比了 CA、OS 及 GO/SO 等常见类型。结合 MATLAB 代码实例，展示了如何利用局部统计估计噪声并检测目标，同时总结了功率域运算、保护单元设置及虚警率选择等工程实践中的关键注意事项。
MATLAB / OctaveAI算法
基于正交匹配追踪（OMP）算法的信号稀疏分解MATLAB实现
综述由AI生成OMP 算法是一种经典的稀疏分解方法，核心思想是通过迭代选择与残差最相关的原子逐步逼近原始信号。文章详细阐述了算法初始化、原子选择、支持集更新、最小二乘求解及残差更新的完整流程，提供了完整的 MATLAB 实现代码。内容涵盖字典预处理、加速技巧、性能评估指标（稀疏度验证、重构误差）、并行计算优化以及动态稀疏度调整和多通道信号处理策略。通过一维信号分解案例展示了可视化结果，对比了 OMP 与 MP 算法在复杂度、精度和收敛速度上的差异，并…
MATLAB / Octave算法
MATLAB Compiler SDK 中 mwArray 核心用法与最佳实践
综述由AI生成mwArray 是 MATLAB Compiler SDK 用于 C++ 与 MATLAB 交互的核心类，封装了 mxArray 并提供面向对象操作。相比原始 mxArray，mwArray 支持运算符重载、自动内存管理及 RAII 风格，显著降低开发复杂度。其构造函数、1-based 索引机制、数据读写及常用查询方法，并补充复数数组与 Cell 数组的处理技巧。针对新项目，建议评估迁移至 MATLAB Data API 的可能性，同时…
MATLAB / OctaveAI算法
数据驱动多离散场景分布鲁棒电热综合能源系统优化 (Matlab 实现)
综述由AI生成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。
MATLAB / OctaveAI算法
基于 PSO-DWA 融合的无人机三维动态避障路径规划及 MATLAB 实现
综述由AI生成无人机在三维复杂环境中面临静态与动态障碍物挑战，传统单一算法难以兼顾全局最优与实时避障。本文提出一种融合粒子群算法（PSO）与动态窗口法（DWA）的混合策略。利用 PSO 生成避开静态障碍物的全局平滑路径，再结合 DWA 进行局部动态调整。通过 MATLAB 仿真实验验证，该方案有效降低了碰撞风险，提升了路径效率与平滑度，适用于复杂动态场景下的无人机自主导航任务。
MATLAB / OctaveAI算法
动态环境下多无人机系统协同路径规划与防撞 Matlab 实现
综述由AI生成针对动态环境下多无人机协同作业中的路径规划与防撞难题，提出基于分布式模型预测控制（DMPC）的框架，结合改进蚁群算法与动态威胁处理机制。通过仿真实验验证，该方法在动态障碍物规避、多机冲突消解及任务效率方面表现优异，显著优于传统集中式控制。文章提供了完整的 MATLAB 仿真参数设置与核心逻辑代码，涵盖环境建模、事件触发通信策略及优化求解器配置，为复杂场景下的无人机集群控制提供可落地的技术参考。
MATLAB / OctaveAI算法
基于改进蝙蝠优化算法的无人机 3D 路径规划研究
针对无人机三维空间路径规划中传统算法收敛慢及易陷局部最优的问题，提出基于改进蝙蝠优化算法的解决方案。通过动态调整参数平衡全局与局部搜索能力，结合混沌初始化与变异操作增强寻优效率。构建包含路径长度、障碍物安全距离及高度约束的多目标适应度函数。仿真结果表明该方法能有效生成安全高效飞行路径，适用于复杂环境下的无人机任务规划。
MATLAB / OctaveAI算法
基于麻雀搜索算法的 LSSVM 回归预测参数优化
综述由AI生成利用麻雀搜索算法（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。
MATLAB / OctaveAI算法
MATLAB 实现基于季节性趋势分解（STL）的时间序列预测
综述由AI生成介绍在 MATLAB 中实现基于季节性趋势分解（STL）的时间序列预测方法。通过自定义函数将时间序列分解为趋势项、季节项和余项，分别对趋势和余项建立模型（如线性回归、ARIMA），利用周期重复外推季节项，最后重构预测结果。文中提供了完整的代码示例、可视化步骤及性能评估建议，适用于电力负荷、销售数据等具有明显季节性和趋势成分的场景。
MATLAB / Octave算法
傅里叶级数与变换：从连续到离散的完整体系梳理
综述由AI生成梳理了傅里叶分析的核心概念体系，涵盖傅里叶级数 (FS)、傅里叶变换 (FT)、离散时间傅里叶变换 (DTFT)、离散傅里叶级数 (DFS) 及离散傅里叶变换 (DFT)。重点阐述了时域与频域的连续性、周期性关系，以及采样和截断操作如何导致不同变换形式的产生，总结了四种信号类型对应的频谱特征。
MATLAB / Octave算法
ωK 算法原理及推导
ω-K 算法是合成孔径雷达（SAR）的一种精确二维频域成像算法，通过波数域映射将球面波前转换为平面波前。主要流程包括距离向与方位向傅里叶变换、匹配滤波、Stolt 插值及二维逆傅里叶变换。该算法能精确解耦距离徙动与方位调频，无需近似假设，适用于大斜视与高分辨率场景，是星载 SAR 高精度成像的标准选择之一。
MATLAB / OctaveAI算法
基于 Simulink 的自适应控制算法仿真与建模
综述由AI生成基于 Simulink 的自适应控制算法仿真，涵盖模型参考自适应控制（MRAC）和自校正控制（STC）。通过二阶伺服系统实例，演示了如何在参数未知或时变情况下设计控制器。内容包括数学模型推导、Lyapunov 稳定性设计、RLS 参数辨识算法及 MATLAB/Simulink 实现细节。对比了两种方案的优缺点，并提供了防止参数漂移、持久激励等工程实践要点，帮助读者掌握智能控制系统的建模与调试方法。
MATLAB / OctaveAI算法
基于导航变量的多目标粒子群优化算法 NMOPSO 在无人机三维路径规划中的应用
综述由AI生成针对城市场景下无人机三维路径规划的多目标冲突问题，介绍了基于导航变量的多目标粒子群优化算法（NMOPSO）。通过引入导航变量引导搜索方向，结合外部存档与超网格机制维护解的多样性，有效平衡了路径长度、能耗、时间及安全性。实验对比表明，该算法在收敛速度和帕累托前沿分布上优于传统 MOPSO 及 NSGA-II，为复杂环境下的无人机自主导航提供了高效解决方案。