本程序用matlab生成白噪声，并且基于一个离散线性随机系统的模型生成了y(k)和x(k)，绘制出了x(k|k-1)和x(k)的对比曲线，求出了提前一步预报的误差协方差阵的稳定值-the procedures used Matlab generate white noise, and on a discrete linear stochastic systems model generated y (k) and x (k), mapping out the x (k | k-1) and x

这是模式识别中最小错误率Bayes分类器设计方案。 自行完善了在不同先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从而得到概率密度

这是模式识别中最小风险Bayes分类器的设计方案。在参考例程的情况下，自行完善了在一定先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从

目标运动和卡尔曼跟踪的仿真程序，给出了系统状态转移矩阵和测量过程，以及协方差和增益。通过绘图得出仿真轨迹和真实轨迹的平均误差。有助于研究目标航迹跟踪-Target motion and Kalman tracking simulation program, the system state transition matrix and measurement process, as well as the covariance and gain. Obtained by drawing the a

采用遗传算法对 EKF 中的系统噪声矩阵和测量矩阵的协方差进行在线优化，以实现在模型误差最小时对 SOC 进行在线估计(Genetic algorithm is used to optimize the covariance of system noise matrix and measurement matrix in EKF on-line, so as to realize the on-line estimation of SOC at the minimum model error)