logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

MATLAB中功率谱密度计算pwelch函数使用详解

详细介绍MATLAB中功率谱密度计算pwelch函数的使用方法,介绍如何使用该函数及输入各个参数的含义,手把手用代码教你学习pwelch函数,文中附有代码,足够pwelch函数入门了。MATLAB中的pwelch函数是一种用于快速估计信号功率谱密度的工具,也可以计算信号的功率谱,通过阅读该函数使用说明会发现功率谱和功率谱密度是两个不同的概念,要注意一下,在很多教材上都称功率谱和功率谱密度是同一个概

文章图片
宽带空时波束形成算法原理及MATLAB仿真

空时波束形成(Space-Time Beamforming)是一种结合空间和时间维度的信号处理技术,主要用于增强特定方向的信号并抑制干扰和噪声。它广泛应用于雷达、无线通信(如5G/6G)、声呐等领域,能够有效改善系统在复杂环境中的性能。空时波束形成结构由 Frost 最先在 1972 年提出,在传统的空域波束形成结构上添加了时间维度。其核心思想是在每个阵元后添加时域抽头,增加了阵列的自由度,通过组

文章图片
基于MATLAB的均匀面阵MUSIC算法DOA估计仿真

在波达角估计算法中,MUSIC 算法与ESPRIT算法属于特征结构子空间算法,是波达角估计算法中的基石。在前面的文章一文读懂MUSIC算法DOA估计的数学原理并仿真中详细介绍了一维MUSIC算法即线阵MUSIC算法DOA估计的原理及仿真,本文将介绍二维MUSIC算法即均匀面阵的MUSIC算法DOA估计原理及MATLAB仿真。

文章图片
卫导调零天线功率倒置算法原理及MATLAB仿真

自适应调零抗干扰技术可以很大程度改善导航抗干扰性能,也是目前导航抗干扰技术中不可或缺的,其研究意义重大。本文详细推导了调零天线功率倒置算法的原理,并在MATLAB上完成了对自适应调零抗干扰技术的仿真,仿真包含单个干扰和多个干扰。

文章图片
最小方差无失真响应(MVDR)波束形成算法及MATLAB深入仿真分析

在信号处理模块中,通过抗干扰算法计算对应的权值进行加权求和输出,最终达到消除干扰,保留期望信号,提高输出信干噪比的目的。表现在阵列方向图上就是主瓣指向期望信号方向,零陷对准干扰方向。本文深入仿真分析了一个干扰时MVDR算法的性能。

文章图片
MATLAB从底层编写代码复现经典CNN卷积神经网络LeNet5

网上介绍用python复现卷积神经网络的文章视频很多,但这些介绍大多数都是调用神经网络相关的库函数,即使复现,也仅仅只是熟悉流程而已,压根就未搞明白误差反向传播的数学原理。本文则是在弄懂误差怎么在全连接层、池化层、卷积层反向传播后,在MATLAB软件上面自己从底层编写代码复现LeNet5,仅调用一些计算相关的函数,完全不调用任何关于神经网络相关的库函数,主打一个自己编写误差反向传播算法训练LeNe

文章图片
#深度学习
MATLAB中功率谱密度计算pwelch函数使用详解

详细介绍MATLAB中功率谱密度计算pwelch函数的使用方法,介绍如何使用该函数及输入各个参数的含义,手把手用代码教你学习pwelch函数,文中附有代码,足够pwelch函数入门了。MATLAB中的pwelch函数是一种用于快速估计信号功率谱密度的工具,也可以计算信号的功率谱,通过阅读该函数使用说明会发现功率谱和功率谱密度是两个不同的概念,要注意一下,在很多教材上都称功率谱和功率谱密度是同一个概

文章图片
神经网络(Neural Network)—由浅入深的学习并搭建一个属于自己的神经网络(干货满满)

近段时间花了大概一周的时间将《Make Your Own Neural Network》这本书仔细阅读了一遍,同时也浏览了它对应的中文版本《Python神经网络编程》。书中有少数几个错误,认真阅读自己能检查出来,这几个错误不会妨碍你学习神经网络。不得不说,这本书写的确实很详细,很适合小白入门Neural Network(简称NN),我之前也上机器学习的课学过神经网络,但远没有看完这本书理解的深刻。

文章图片
#神经网络#人工智能#python
神经网络(Neural Network)—由浅入深的学习并搭建一个属于自己的神经网络(干货满满)

近段时间花了大概一周的时间将《Make Your Own Neural Network》这本书仔细阅读了一遍,同时也浏览了它对应的中文版本《Python神经网络编程》。书中有少数几个错误,认真阅读自己能检查出来,这几个错误不会妨碍你学习神经网络。不得不说,这本书写的确实很详细,很适合小白入门Neural Network(简称NN),我之前也上机器学习的课学过神经网络,但远没有看完这本书理解的深刻。

文章图片
#神经网络#人工智能#python
MATLAB仿真定点数转浮点数(对比VIVADO定点转浮点)

在FPGA上实现算法时,相比MATLAB实现往往需要更长的开发周期,且调试过程更为复杂。因此,可以先用MATLAB对基于FPGA的定点和浮点运算的算法进行仿真验证,只要仿真结果正确,在FPGA上实现时通常只需解决资源和时序问题即可。笔者在仿真算法时,需要模拟一个定点转浮点的IP核功能,为此专门编写了MATLAB定点转浮点转换函数。

文章图片
    共 43 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择