搜索资源列表
222
- 扩展频谱技术有多种基本实现方式，本文主要介绍的是直接序列 扩频技术，特别针对二进制的PSK 调制解调技术，直接序列扩频系统的抗干 扰能力分析与直接序列扩频系统的同步方法，并进行了相关仿真分析
mfsk
- 基于simulink的瑞利信道下MFSK调制解调系统 以8fsk为例 可以进行扩展 分析了调制的频谱图 眼图 星座图 及解调后的误码率-Based on simulink Rayleigh channel of the MFSK demodulation system including spectrum analysis and constellation chart and demodulation ber
Testparallelnotch
- 用仿真信号对5路并行notch滤波器进行仿真预测试，给出各路频谱图与误差分析 -Simulation of signal used in parallel to the notch filter 5 pre-simulation test, given each and error analysis of frequency spectrum
OFDM
- 基于自适应压扩法降低OFDM系统的峰均比。正交频分复用（OFDM，Orthogonal Frequency Division Multiplexing）技术可以出色的对抗抗多径衰落、消除码间干扰且具有极高的频谱利用率。此外它还采用了快速傅立叶变换，大大降低了收发机的实现复杂度，因此被广泛地应用于HDSL、ADSL、DAB、HDTV、WLAN等领域中。 但是，目前OFDM技术还有很多关键问题没有得到有效解决，如对频偏敏感、高峰均功率比问题等，这些都限制了OFDM技术的近一步广泛应用。本论文主要
signal1
- 1、 熟悉理想采样的性质，了解信号采样前后的频谱变化，加深对采样定理的理解。 2、 熟悉离散信号和系统的时域特性。 3、 熟悉线性卷积的计算编程方法：利用卷积的方法，观察、分析系统响应的时域特性。 4、 掌握序列傅氏变换的计算机实现方法，利用序列的傅氏变换对离散信号、系统及系统响 应进行频域分析。 -1, familiar with the nature of the ideal sampling to understand the spectrum of the sign
123
- 为了提高MIMO-OFDM系统的数据传输率和频谱利用率,提出一种新的自适应算法。该算法在保证信道质量所需误码率和总发射功率的前提下,按照各个子载波衰落程度动态地分配比特和功率,使系统的总数据传输速率最大。理论分析得出,该算法降低了系统运算复杂度,能很大地改善系统的整体性能。-In order to improve data transmission rates and spectrum efficiency of MIMO-OFDM systems,this paper proposes a n
OFDM-technology-based-on-simulink
- 正交频分复用(OFDM)是第四代移动通信的核心技术,它是实现宽带无线通信和多媒 体业务发展的基础。对OFDM 技术的基本原理，关键技术以及实现进行了研究，并且通过 matlab 中的通信仿真系统simulink 对OFDM 系统进行了模拟和分析，直观和形象地得到了 OFDM 系统在时域和频域的传输性能，得出的结果表明OFDM 系统可以明显地表现出抗多 径效应引起的频率选择性衰落和提高了频谱利用率，这一特性使得它能够在高数据传输速率 的无线信道中发挥优势。-Orthogonal Frequency
Analysis-on-Channel-Capacity-of-MIMO
- 多输入多输出(MIMO)通信系统相比其他的通信系统具有更高的频谱效率，在不增加发射功率以及信号带宽的 情况下，MIMO 技术可以有效地提高系统信道容量及其性能。利用均匀角能量分布以及相关矩阵，分析了相关信道下的MIMO 系统信道容量，得出了系统信道容量的通用公式，并利用MATLAB 进行仿真。仿真结果表明，相关性的增加意味着信噪比的减 小，圆形接收天线阵列半径与角度扩展是决定MIMO 系统信道容量的主要因素。-Multiple-input multiple output (MIMO)
GALILEO-BOC
- 伽利略信号产生和仿真分析书中的全部源代码，包括导航各频段信号产生，测距码程序，以及BOC信号频谱相关特性。另有一另外的BOC信号程序例程~-all code in GALILEO Signal generation and simulation analysis
digital_baseband
- 这是一个基于system view的数字基带传输系统。构造了数字基带的系统模型，可以分析数字信源的频谱特性，还可以观察输出信号的眼图-This is the one based on the system. View digital baseband transmission system. Digital baseband system model is constructed to analyze the spectral characteristics of the digital sou
mygmsk1
- 这是一个关于gmsk和msk性能分析比较的源程序，能很好的实现GMSK频谱和功率谱。-this a matlab program about gmsk and msk s dpinpu and gonglvpu.
fh_daima
- 采用MFSK调制的快速跳频通信系统，分析了各个阶段的频谱图-Using MFSK modulation of fast frequency hopping
GPS-generation
- 研究了一种数字中频 GPS 信号生成方法。给出了数字中频信号数学模型，模型考虑了各种因素对信号的影响。通过导航电文分析，提出信号传播时延、多普勒频移以及信号入射方向的估计方法。给出了中频信号产生的流程，对其中时延的设置，信号的上变频、信号幅度设置以及方向信息的导入进行了阐述。对所生成的信号模型进行了仿真分析，给出了信号产生各个阶段的频谱，对所生成的信号进行了相关捕获。仿真结果表明频谱特征符合理论分析，能够被捕获并找出信号时延从而实现定位。证明该信号模型能作为信号源应用于 GPS接收机研制中。-】
dtmffft
- DTMF的数据fft分析，每个键值的波形和频谱都有显示，有GUI界面-DTMF data fft analysis, waveform and spectrum of each key has revealed that there is a GUI interface
yuyinxinhaolupoquzao
- 本课程设计的主要目的是在MATLAB环境下，使用窗口设计法设计一个滤波器，并对语音信号进行滤波去噪。开发平台为MATLAB7.0，设计方法为窗口设计法。用麦克风采集一段语音信号，绘制波形并观察其频谱，给定相应技术指标，用凯塞窗设计一个满足指标的FIR滤波器，对该语音信号进行滤波去噪处理，比较滤波前后的波形和频谱并进行分析。在滤波前后语音信号波形的变化中，由于我们录制的语音信号噪声不大，所以观察并不明显，但在频域波形中，我们可以明显的看到设计的滤波器对语音信号进行了滤波处理，将噪声进行了滤除。此次
code
- 语音识别信号，可以采集，分析语音信号，显示频谱和时间谱-Speech recognition signal that can collect, analyze speech signal, spectrum and time spectrum display
Lab1_Radio
- 在Android Studio平台开发的Android录音机，可以提供录音和播放功能。并且，可以显示波形和频谱图像用于音频的分析。-Studio Android platform developed in the Android recorder, you can provide the recording and playback functions. Also, the waveform and spectral images can be displayed for audio analy
Cepstrum
- 对一段语音信号进行处理 分析对象：voiced and unvoiced speech 语音中的清音和浊音 在GUI界面上实现以下功能： 1显示短时频谱 既对信号分帧后直接进行傅里叶变换 2在上面基础上经对数运算后再进行傅里叶反变换得到倒谱 显示两个图像（取对数和之后反变换的） 3根据倒谱再进行倒谱分析 用它观察自相关等等 最终实现基音周期估计(Pitch Detection)和 追踪 Pitch Tracking 这里还要应用到其他一
ofdm_psd_spectrum
- OFDM功率谱密度和OFDM子载波频谱/仿真分析OFDM信号的频谱特性和功率谱特性(The spectrum characteristics and power spectrum characteristics of OFDM signals are simulated and analyzed)
DFT代码
- 对随机信号进行DFT变换，分析其频谱特性(The DFT transformation of random signals is carried out to analyze the spectral characteristics of the random signals)