本文將時域相關(guān)檢測法，循環(huán)譜檢測法，倒譜檢測法和高階累積量檢測法四種方法應(yīng)用于直接序列擴(kuò)頻信號（DSSS）的盲檢測，給出了具體的實(shí)現(xiàn)方法，并通過仿真實(shí)驗(yàn)進(jìn)行驗(yàn)證比較，結(jié)果表明，時域相關(guān)法和循環(huán)譜法并不適用于低信噪比情況下信號的盲檢測，相對于高階累積量法，倒譜法在實(shí)時性方面有較大優(yōu)勢，有較好的發(fā)展前景。
上傳時間： 2013-10-15
上傳用戶：feilinhan
螺旋天線仿真
上傳時間： 2013-10-10
上傳用戶：jx_wwq
由于無線傳感網(wǎng)絡(luò)是一種能量和資源都有限的網(wǎng)絡(luò)，為了更好的延長無線傳感網(wǎng)絡(luò)的生命周期，本文對無線傳感網(wǎng)絡(luò)路由協(xié)議中的leach協(xié)議進(jìn)行了深入的分析，探討和仿真。并在這個協(xié)議的基礎(chǔ)上，對簇頭的選擇提出了改進(jìn)。在OMENT++平臺上進(jìn)行了多次的仿真測試，對不同的基站位置這個參數(shù)進(jìn)行了仿真且對比。通過仿真對比發(fā)現(xiàn)，新改進(jìn)的LEACH協(xié)議能夠很好降低功耗，延長網(wǎng)絡(luò)壽命，達(dá)到了設(shè)計的要求。
標(biāo)簽： OMNET leach 協(xié)議 仿真
上傳時間： 2014-05-26
上傳用戶：3291976780
接收機(jī)和收信機(jī)指標(biāo) 接收機(jī), 指標(biāo) 接收機(jī)和收信機(jī)的指標(biāo)差距有靈敏度
標(biāo)簽： 收信機(jī)
上傳時間： 2013-10-20
上傳用戶：aesuser
教你如何制作一個J-Link V8仿真器！ 已經(jīng)成功！
上傳時間： 2013-10-15
上傳用戶：truth12
根據(jù)MSK信號的特點(diǎn)，分析了直擴(kuò)MSK信號的解調(diào)方法。基于兩種可能的應(yīng)用形式，在Matlab/Simulink環(huán)境下搭建了直擴(kuò)MSK信號差分相干解調(diào)與包絡(luò)非相干解調(diào)的仿真模型。然后進(jìn)行了性能仿真。所得結(jié)論為直擴(kuò)MSK信號解調(diào)的實(shí)際應(yīng)用提供了參考。
上傳時間： 2013-11-13
上傳用戶：妄想演繹師
五款信號完整性仿真分析工具
上傳時間： 2013-10-28
上傳用戶：Jerry_Chow
OSPFv3是建設(shè)IPv6校園網(wǎng)應(yīng)用最廣泛的IGP之一。為促進(jìn)IPv6校園網(wǎng)的建設(shè)，本文研究了OSPFv3路由協(xié)議的路由算法、協(xié)議的組成、分組類型和建立近鄰關(guān)系的基本操作，簡要分析了OSPFv3路由協(xié)議的總體框架設(shè)計和主要模塊的功能，及新的功能特性，使用虛擬軟件GNS3結(jié)合思科路由器IOS開展OSPFv3組網(wǎng)仿真實(shí)驗(yàn)，分別實(shí)現(xiàn)AS的主區(qū)域互聯(lián)、多區(qū)域互聯(lián)和虛連接的典型場景。
標(biāo)簽： OSPFv3 IPv6 網(wǎng)絡(luò) 仿真
上傳時間： 2013-10-12
上傳用戶：wuyuying
利用Matlab的Simulink工具箱建立了QAM 系統(tǒng)的仿真模型，詳細(xì)地敘述了仿真參數(shù)的設(shè)置，分析了仿真結(jié)果，仿真結(jié)果與理論結(jié)果一致。該仿真模型簡單，而且達(dá)到了預(yù)期的效果。仿真結(jié)果表明：通過Matlab 仿真數(shù)字通信系統(tǒng)具有較強(qiáng)的可實(shí)現(xiàn)性，為實(shí)際應(yīng)用和科學(xué)合理地設(shè)計QAM通信系統(tǒng)，提供了高效的仿真平臺。
標(biāo)簽： Matlab_Simulink QAM 通信系統(tǒng) 仿真
上傳時間： 2013-11-24
上傳用戶：aeiouetla
文中將BP神經(jīng)網(wǎng)絡(luò)的原理應(yīng)用于參數(shù)辨識過程，結(jié)合傳統(tǒng)的 PID控制算法，形成一種改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)PID控制算法。該算法利用BP神經(jīng)網(wǎng)絡(luò)建立系統(tǒng)參數(shù)模型，能夠跟蹤被控對象的變化，取得較高的辨識精度。針對BP神經(jīng)網(wǎng)絡(luò)對權(quán)系初始值敏感的缺點(diǎn)，優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)系數(shù)。通過BP算法修正BP網(wǎng)絡(luò)自身權(quán)系數(shù)，實(shí)現(xiàn)PID參數(shù)的在線調(diào)整。仿真結(jié)果顯示了該算法收斂速度快、精度高、魯棒性強(qiáng)、穩(wěn)定性好，表明了該算法的可行性與有效性。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 算法 控制器
上傳時間： 2013-10-08
上傳用戶：cxl274287265
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
