登录
首页 » matlab » 雷达matlab仿真,波束形成,角度测量,跟踪等等

雷达matlab仿真,波束形成,角度测量,跟踪等等

于 2021-02-19 发布 文件大小:363KB
0 406
下载积分: 1 下载次数: 14

代码说明:

  波形设计算法,阵列信号处理等相关知识的介绍仿真等(Introduction and Simulation of waveform design algorithm, array signal processing and other related knowledge)

文件列表:

23\angle_delta.m, 2196 , 2014-05-15
23\angle_k.m, 3591 , 2014-05-19
23\angle_k2.m, 1322 , 2014-04-21
23\data_Position_RMSE_5261942.xls, 16896 , 2014-05-26
23\data_Position_RMSE_5261945.xls, 16896 , 2014-05-26
23\data_Position_RMSE_5261946.xls, 16896 , 2014-05-26
23\data_Position_RMSE_5261953.xls, 108544 , 2014-05-26
23\data_Position_RMSE_526202.xls, 79872 , 1990-05-29
23\data_Position_RMSE_5291628.xls, 57856 , 2014-05-29
23\data_Position_RMSE_529165.xls, 57856 , 2014-05-29
23\data_Position_RMSE_731017.xls, 62976 , 2014-07-03
23\data_Position_RMSE_731714.xls, 62976 , 2014-07-04
23\data_Position_RMSE_741136.xls, 62976 , 2014-07-06
23\data_Position_RMSE_74842.xls, 62976 , 2014-07-04
23\data_SNR_RMSE.xls, 17920 , 2014-05-16
23\data_SNR_RMSE_0519.xls, 17920 , 2014-05-19
23\data_SNR_RMSE_0520.xls, 17920 , 2014-05-20
23\data_SNR_RMSE_0520_a.xls, 17920 , 2014-05-21
23\data_SNR_RMSE_0520_b.xls, 17920 , 2014-05-22
23\data_SNR_RMSE_52216.xls, 17920 , 2014-05-22
23\data_SNR_RMSE_52616.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261643.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261649.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261652.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261655.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261659.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261713.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261716.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261719.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_526172.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261723.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261726.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261729.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261733.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261736.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261739.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261743.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261746.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261749.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261753.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261756.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261759.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_526176.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_526179.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261813.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261816.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261819.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5261823.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_526183.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_526186.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_526189.xls, 17920 , 2014-05-26
23\data_SNR_RMSE_5291713.xls, 17920 , 2014-05-29
23\data_SNR_RMSE_5291717.xls, 17920 , 2014-05-29
23\data_SNR_RMSE_5291725.xls, 17920 , 2014-05-29
23\dbf_test_1.mat, 451 , 2014-06-16
23\dbf_test_2.mat, 453 , 2014-06-16
23\dbf_test_3.mat, 452 , 2014-06-16
23\Echo_MIMO_PCM.m, 3714 , 2014-04-30
23\echo_pa_hf.m, 7554 , 2014-04-28
23\echo_pcm_static.m, 1786 , 2014-04-21
23\error_alphar2013.m, 5125 , 2014-06-16
23\error_alphat2013.m, 3312 , 2013-06-07
23\error_angle.m, 367 , 2013-06-02
23\error_d.m, 3963 , 2014-06-16
23\error_d2013.m, 6414 , 2014-04-09
23\error_v2013.m, 4177 , 2013-06-08
23\gen_base.m, 2497 , 2014-04-18
23\Gen_st_vector0506.m, 1725 , 2014-04-28
23\Gen_st_vector0524.m, 2123 , 2014-04-28
23\Gen_st_vector_cs.m, 2139 , 2014-05-14
23\hs_err_pid5552.log, 23348 , 1990-05-29
23\main_23.m, 57186 , 2014-06-16
23\main_23_0616.m, 60040 , 2014-07-04
23\matching10.m, 1198 , 2013-06-02
23\matching10_2013.m, 469 , 2014-05-13
23\monoPA.m, 1243 , 2014-05-30
23\monopulse_vec.m, 868 , 2014-05-15
23\multi_par.m, 3395 , 2014-05-30
23\mydata.xls, 17408 , 2014-04-30
23\papc-16-128.mat, 275 , 2013-06-02
23\papc-16-256.mat, 352 , 2013-04-18
23\rdbf.m, 1219 , 2014-06-16
23\rExtract1.m, 594 , 2014-06-16
23\rExtract2.m, 294 , 2013-06-02
23\rExtract20130526.m, 595 , 2013-06-07
23\sigma_thetar.m, 0 , 2014-05-20
23\SNR_RMSE0507.fig, 2702 , 2014-05-07
23\sypc-16-1024.mat, 3583 , 2013-06-02
23\sypc-16-2048.mat, 6959 , 2013-06-02
23\sypc-16-256.mat, 1060 , 2013-06-02
23\Target_Echo_PCM.m, 5266 , 2014-04-21
23\testdata2.xls, 16896 , 2014-04-30
23\transmit_2013.m, 2401 , 2014-05-14
23\t_mtd.m, 707 , 2014-06-16
23, 0 , 2014-07-06

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 频繁项集算法
    频繁项集挖掘算法,能在大量局部特征中发现频繁空间配置,这些空间配置可以作为词语,加入到特征包中进行分类,实现图像分类。
    2022-03-23 21:38:47下载
    积分:1
  • 0056764
    这是一本经典数值算法书,包含多种算法的理论,为编程者具有一定参考意义()
    2018-05-25 16:07:55下载
    积分:1
  • python疫情可视化
    说明:  通过时事数据可视化系统,可以清楚地了解全球疫情分布的状况以及密度,以便做出相应的对策(Through the current affairs data visualization system, it is possible to clearly understand the distribution and density of the global epidemic in order to make corresponding countermeasures)
    2021-03-05 10:19:31下载
    积分:1
  • DBSCAN
    Clustering the data with Density-Based Scan Algorithm with Noise (DBSCAN)
    2017-05-02 22:36:20下载
    积分:1
  • python 实现随机森林
    应用背景 数据   :两个月之内 40000个客户的15个数据字段   包含客户的 地          理位置,职业,职级,年收入,。。。。。。    购买过得产品 目的:对新客户进行推荐一个适合该客户的产品, 对老客户推荐可能再购买的产品 数据处理    数据清洗:   describe 每个特征统计分析       方差     -分析缺陷特征和波动性                 空值赋值为  “-1 “              -  保证模型的可使用    数据归一化:eg:邮编 相似度不高 根据一线二线….进行划分  – 特征的重要性 关键技术特征选择    随机森林:  判断特征的重要性 :思考为何重要性高     AHP    :  迭代设置每个特征的权重 模型选择   :根据数据量数量,是否有标签,分类or回归选取 关于模型选择时候我想用协同过滤  但是不知道关于特征的协同过滤是怎么执行的   是每个特征都有一个评分构成评价矩阵么?
    2022-02-25 17:28:51下载
    积分:1
  • 频繁子图算法pafi1.0.1.zip
    频繁子图挖掘算法pafi1.0.1.zip,频繁子图挖掘算法采用c++实现,图数据挖掘方向的可以看一看。
    2022-01-21 02:32:05下载
    积分:1
  • guanlianguize
    说明:  r语言中关联规则代码实现 运用arulesViz包和arules包中的apriori函数(Code Implementation of Association Rule)
    2019-01-24 15:39:51下载
    积分:1
  • 96857920
    生成随机数的算法,原书带的并不能直接使用,这是本人改的直接可用的()
    2018-05-28 14:18:23下载
    积分:1
  • python分析 韩波
    一本python数据分析的优秀资料 《python数据分析》(python data analysis),作者【印尼】Ivan Idris,翻译:韩波。 本人制作的PDF图书,带目录和书签。 作为一种高级程序设计语言,Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时,Python语言的数据分析功能也逐渐为大众所认可。, 本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章,从Python程序库入门、NumPy数组、matplotlib和pandas开始,陆续介绍了数据加工、数据处理和数据可视化等内容。同时,本书还介绍了信号处理、数据库、文本分析、机器学习、互操作性和性能优化等高级主题。在本书的结尾,还采用3个附录的形式为读者补充了一些重要概念、常用函数以及在线资源等重要内容。, 本书示例丰富、简单易懂,非常适合对Python语言感兴趣或者想要使用Python语言进行数据分析的读者参考阅读。(python data analysis)
    2018-09-08 10:45:20下载
    积分:1
  • chks光滑支持向量机-程序
    CHKS光滑孪生支持向量机程序, 采用CHKS光滑函数逼近无约束孪生支持向量机的不可微部分,得到一类光滑的孪生支持向量机。(CHKS smooth twin support vector machine program)
    2020-12-25 09:09:04下载
    积分:1
  • 696516资源总数
  • 106637会员总数
  • 8今日下载