-
2008_5
在三条径的瑞利信道中，对于直接序列扩频：
(1) 请设计DS-CDMA一种具体的码分导引辅助的信道估计方法，接收机分别采用等均益合并、最大比合并。用Simulink进行仿真，测量BPSK的误码率性能，画出比特信噪比与信道估计均方误差的关系曲线，画出比特信噪比与误码率的关系曲线，请解释在误码率为0.01时，两种合并方式所表现的不同的物理意义。
(2) 设频率已经同步，请设计DS-CDMA一种具体的单停顿滑动相关时间同步方法，用Simulink进行仿真(自己编写代码S-Function方式)，分析所设计方案的时间同步精度，画出比特信噪比与捕获概率的关系曲线。
(3) 设时间已经同步，请设计DS-CDMA一种具体的频率方法，用Simulink进行仿真(自己编写代码S-Function方式)，画出比特信噪比与频率同步误差的关系曲线。
(err)
- 2020-12-23 10:29:06下载
- 积分：1
-
SteepestgradientmethodToolbox
最速梯度法工具箱，添加方法在命令窗口中敲入pathtool，会出现一个setpath的窗口，点add folder或者add with subfolders按钮，选中你的工具箱。保存既可。任选工具箱中的一个命令，然后help一下看看是否好使。(Toolbox steepest gradient method, add the method in the command window and typing pathtool, a setpath window appears, point add folder or add with subfolders button, select your toolbox. Save both. Choose a command in the toolbox, and then help look to see if so.)
- 2010-09-20 14:53:36下载
- 积分：1
-
bp_net_Train_sin
matlab下的神经网络的bp
的sin函数(matlab neural network under the bp of the sin function)
- 2010-03-11 10:07:40下载
- 积分：1
-
KL
用于实现随机过程的KL分解，附数据文件，可直接运行(it is used for KL decompsition of random process)
- 2019-05-02 06:35:21下载
- 积分：1
-
SVpwmwa
说明： 使用Matlab工具使仿真发出SVPWM波形，并验证其有效性(The simulation of SVPWM waveform is made by using the tool of matlab, and its validity is verified.)
- 2020-06-20 04:20:02下载
- 积分：1
-
gamut_mapping
using gamut mapping to analysis colour
- 2012-07-18 16:19:46下载
- 积分：1
-
flight-engineer
飞行器在某高度平飞时舵面偏角和飞行马赫数之间的关系(it describes the relationship between elevator declination and flight mach number，when flight fly on some hight.)
- 2013-12-10 23:37:28下载
- 积分：1
-
MPCA
利用多向主元分析算法MPCA算法进行三维数据的降维(Dimension Reduction Using MPCA)
- 2021-02-02 16:39:59下载
- 积分：1
-
cloud9
This code is an interesting version of noise production. this produced noise in controlled manner to display clouds.
same code may be used to develop several natural random phenomenon
- 2010-10-15 19:01:28下载
- 积分：1
-
LMS
1,、设置变量和参量：
X(n)为输入向量，或称为训练样本
W(n)为权值向量
e(n)为偏差
d(n)为期望输出
y(n)为实际输出
η为学习速率
n为迭代次数
2、初始化，赋给w(0)各一个较小的随机非零值，令n=0
3、对于一组输入样本x(n)和对应的期望输出d，计算
e(n)=d(n)-X^T(n)W(n)
W(n+1)=W(n)+ηX(n)e(n)
4、判断是否满足条件，若满足算法结束，若否n增加1，转入第3步继续执行(, set the variables and parameters:
X (n) is the input vector, otherwise known as the training sample
W (n) for the weight vector
e (n) for the deviation
d (n) is the desired output
y (n) is the actual output
η is the learning rate
n is the number of iterations)
- 2011-12-10 20:22:05下载
- 积分：1
