搜索资源列表
RAKE
- ：首先介绍了DS--UWB系统的的发射与接收模型，然后分析了利用滑动相关法对信道进行估讣，并巾此给出 了不同RAKE接收机RAKE合成权系数选取方案。对接收机采用最大比(MRC)、最小均方误差(MM SE)及带均衡 器的(MRC)合并系数选取的误码性能进行了仿真和对比。结果表明了带均衡器的MRC—RAKE只用较少的分支 就可以达到接收性能明显优于MMSE—RAKE的程度。尤其在信噪比比较大时。这种优势更加明显。
UWB
- ：首先介绍了DS--UWB系统的的发射与接收模型，然后分析了利用滑动相关法对信道进行估讣，并巾此给出 了不同RAKE接收机RAKE合成权系数选取方案。对接收机采用最大比(MRC)、最小均方误差(MM SE)及带均衡 器的(MRC)合并系数选取的误码性能进行了仿真和对比。结果表明了带均衡器的MRC—RAKE只用较少的分支 就可以达到接收性能明显优于MMSE—RAKE的程度。尤其在信噪比比较大时。这种优势更加明显。
jiyun
- ：首先介绍了DS--UWB系统的的发射与接收模型，然后分析了利用滑动相关法对信道进行估讣，并巾此给出 了不同RAKE接收机RAKE合成权系数选取方案。对接收机采用最大比(MRC)、最小均方误差(MM SE)及带均衡 器的(MRC)合并系数选取的误码性能进行了仿真和对比。结果表明了带均衡器的MRC—RAKE只用较少的分支 就可以达到接收性能明显优于MMSE—RAKE的程度。尤其在信噪比比较大时。这种优势更加明显。
decode
- ：首先介绍了DS--UWB系统的的发射与接收模型，然后分析了利用滑动相关法对信道进行估讣，并巾此给出 了不同RAKE接收机RAKE合成权系数选取方案。对接收机采用最大比(MRC)、最小均方误差(MM SE)及带均衡 器的(MRC)合并系数选取的误码性能进行了仿真和对比。结果表明了带均衡器的MRC—RAKE只用较少的分支 就可以达到接收性能明显优于MMSE—RAKE的程度。尤其在信噪比比较大时。这种优势更加明显。
fsm8051
- ：首先介绍了DS--UWB系统的的发射与接收模型，然后分析了利用滑动相关法对信道进行估讣，并巾此给出 了不同RAKE接收机RAKE合成权系数选取方案。对接收机采用最大比(MRC)、最小均方误差(MM SE)及带均衡 器的(MRC)合并系数选取的误码性能进行了仿真和对比。结果表明了带均衡器的MRC—RAKE只用较少的分支 就可以达到接收性能明显优于MMSE—RAKE的程度。尤其在信噪比比较大时。这种优势更加明显。
oc8051_defines
- ：首先介绍了DS--UWB系统的的发射与接收模型，然后分析了利用滑动相关法对信道进行估讣，并巾此给出 了不同RAKE接收机RAKE合成权系数选取方案。对接收机采用最大比(MRC)、最小均方误差(MM SE)及带均衡 器的(MRC)合并系数选取的误码性能进行了仿真和对比。结果表明了带均衡器的MRC—RAKE只用较少的分支 就可以达到接收性能明显优于MMSE—RAKE的程度。尤其在信噪比比较大时。这种优势更加明显。
pc
- ：首先介绍了DS--UWB系统的的发射与接收模型，然后分析了利用滑动相关法对信道进行估讣，并巾此给出 了不同RAKE接收机RAKE合成权系数选取方案。对接收机采用最大比(MRC)、最小均方误差(MM SE)及带均衡 器的(MRC)合并系数选取的误码性能进行了仿真和对比。结果表明了带均衡器的MRC—RAKE只用较少的分支 就可以达到接收性能明显优于MMSE—RAKE的程度。尤其在信噪比比较大时。这种优势更加明显。
spatial4
- 此种模型绘制类似米字形的网格。由于整个过程递归调用绘图函数，所以可以根据误差判断绘制DEM的精细程度，从而绘制出不同精细程度的DEM，为解决漫游中数据量较大而引起的画面不流畅现象提供了模型基础。 本文并没有对LOD作研究，只是给出了四叉树的建立和遍历绘图的方法。 #include \"Pt3d.h\" //空间点类(主要记录空间点的x,y,z)
four
- 四叉树递归 此种模型绘制类似米字形的网格。由于整个过程递归调用绘图函数，所以可以根据误差判断绘制DEM的精细程度，从而绘制出不同精细程度的DEM，为解决漫游中数据量较大而引起的画面不流畅现象提供了模型基础。 本文并没有对LOD作研究，只是给出了四叉树的建立和遍历绘图的方法。
fugaiwenti
- 传感器网络由大量能量有限的微型传感器节点组成.因此,如何保证在足够覆盖监测区域的同时延长网络的寿命,是一个需要解决的重要问题.为了达到这一目标,一种广泛采用的策略是选出部分能够足够覆盖监测区域的节点作为工作节点,同时关闭其他冗余节点.提出了一个数学模型,使得只要已知监测范围和节点感知半径的比值,就可以计算出达到服务质量期望所需要的节点数量.需要指出的是:与大部分研究覆盖的文献不同,该研究不基于节点的位置信息,因此可以极大地降低硬件成本,并且减少节点获得和维护位置信息的开销.模拟实验结果表明:在随
PSF
- 本文针对灰度图像的盲复原问题进行了一些研究，介绍了两种不同的图像盲复 原处理的方法。一种是误差一参数分析法，该方法适合于辨识可以用参数来表征的 点扩散函数，如线性移动模型和Gauss模型等，然后根据估计的参数确定退化图像 的点扩’散函数，再利用常规的复原算法(如维纳滤波法)对退化图像进行复原处理 另一种是非负支撑域约束递归逆滤波(NAS-R工F)算法，文中介绍了NAS-R工F算法 的基本思想，并结合正则化的思想，提出了NAS-RIF的改进算法，相应对该算法的 性能效果
fuzzyPID2
- 匀速升温控制是个复杂的过程,具有大惯性、纯滞后、非线性等特点,难以得到精确的数学模型。考虑到这些特点,为提高控制精度,将Fuzzy-PID算法应用于电阻炉温度控制系统,当误差较大时采用模糊控制,误差较小时采用模糊PID控制,实现了2种控制方法的优势互补,在此基础上,给出了Fuzzy-PID控制器设计、硬件结构和软件设计,实验曲线表明该控制算法可以获得满意的控制效果,采用模糊PID控制的效果明显优于常规PID控制。
Kalman
- 最佳线性滤波理论起源于40年代美国科学家Wiener和前苏联科学家Ｋолмогоров等人 的研究工作，后人统称为维纳滤波理论。从理论上说，维纳滤波的最大缺点是必须用到无限过去 的数据，不适用于实时处理。为了克服这一缺点，60年代Kalman把状态空间模型引入滤波理论， 并导出了一套递推估计算法，后人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差为估计 的最佳准则，来寻求一套递推估计的算法，其基本思想是：采用信号与噪声的状态空间模型，利 用前一
zuiyou
- 用一观测器从t=1秒开始对一个运动目标的距离进行连续地跟踪测量，假设观测的间隔为一秒钟，雷达到运动目标之间的距离为S(t)（1） 统计特性的初值为 （2）观测误差是与和均不相关的白噪声序列，并且有 （3）观测数据存放在附加的文件中（单位：m）。 要求：分析上述对象，建立系统模型，构造卡尔曼滤波器，编程计算，求： （1） 距离S(t)的最佳估计及估计误差， （2） 距离S(t-5)的最佳平滑及估计误差， （3） 距离S(t+5)的最佳预测及估计误差，
New_Method_CameraCalibration
- 如何由非定标序列图象计算出相机和景物的度量特性是相机自定标技术要解决的主要问题。相机定标方法是利用景物的已知三维点坐标或几何特性，如正交方向的灭点等， 确定相机的定标矩阵K，而相机自定标方法是直接根据图象和相机内外参数的约束来确定相机和景物的度量特性。相机定标对于计算机视觉的许多应用来说是非常重要，而在实际应用中，定标过程往往是很复杂的，因而，在过去的几年中，许多学者在相机自定标方面做了大量的工作，其研究结果表明，对于刚性景物来说，相机自定标是可行的。本文给出了一种新的基于线性模型摄像机的相
MSLS
- （1）Msls分三步对系统和噪声模型进行辨识，采用脉冲序列作为辅助系统模型，用 计算输出数据 ；用原输出数据 计算 ，用递推最小二乘方法分别对系统参数和模型参数进行估计。 （2）M.dat,wnoise1.dat分别为M和白噪声序列。Wnoise1.dat的长度为700，wnoise2.dat的长度为1000。Msls6.c为N=600的程序，Msls8.c为N=800的程序。 （3）程序运行后，生成的两个h文件为产生的脉冲响应函数。Msls6.dat为msls6.c的参数估计结果，ms
一个非常好用的Autocad工具集
- ********************************************************* * AyungerStudio AutoCAD-Tools 更新日期: 2010.02.01 * ********************************************************* 这是本人近年来独自开发的一个AutoCAD修改工具集合，现与各位共享，主要包括： 1、 绘制类： 箭头、示坡线、锥坡线、剖断线、垂线、切线、等高线加
三相电压不平衡条件下锁相环的设计与实现
- 为了保证并网逆变器、静止同步补偿器等电力电子装置在三相不平衡、畸变或 电压突降条件下正常工作,要求必须研究使用高性能锁相电路跟踪检测技术，能够快 速、准确地锁定正序基波电压相位。本文针对三相电压不平衡等现象研究了锁相环 的设计及实现，主要包括以下几方面： 首先，介绍了课题研究的背景及意义，并对锁相环的工作原理、种类及其发展状 况作了较为全面的综述，总结了并网变换器对锁相环技术的基本要求。 其次，在分析基于单同步参考坐标系的软件锁相环(SSRF SPLL)的结构和工作原 理的基础上，
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。
GPS/INS组合导航仿真
- 用于组合导航系统中关于INS和GPS的MATLAB仿真，详细分析组合导航的模型建立.在以Simulink为平台对INS、GPS进行单独仿真的基础上，充分考虑了各种误差情况，并结合深紧耦合的Kalman滤波器，对GPS/INS组合导航定位优越性进行了仿真验证，同时对 GPS/INS组合时的数据同步问题作了较为详细地阐述。