萊斯分布的概率密度函數、累積分布函數及其它相關分析
標簽： Distribution Rice
上傳時間： 2016-10-23
上傳用戶：jczuoyi
靜電場分析用以確定由電荷分布或外加 電勢所產生的電場和電標勢（電壓）分布。 該分析能加兩種形式的載荷：電壓和電 荷密度。 靜電分析是假定為線性的，電場正比于 所加電壓。
上傳時間： 2016-11-03
上傳用戶：stalloy
作為高速鐵路運行中的主要列車之一，型動車組具有效率高，密度大等特點。 但在實際運行中，因浪涌過電壓導致的車載電子設備故障時有發生，嚴重影響到動車 組的安全運行。因此，本文對車體浪涌的產生機理和抑制措施進行研究，以期解決上 述問題。 本文首先分析了電磁暫態仿真軟件的算法，導出了集中參數元件 的電磁暫態等值電路，并由均勻傳輸線方程推導出了貝瑞隆線路模型。研究 中的頻變模量模型和頻變相量模型，將電磁暫態建模中最精確的頻變 相量模型引入到動車組浪涌的分析中。
上傳時間： 2017-08-15
上傳用戶：haoliqwe
DAB系統中OFDM信號的生成以及功率譜密度的matlab仿真
上傳時間： 2018-04-27
上傳用戶：994592689
激光焊接仿真；搭接焊接；利用高能量密度的激光束作為熱源的一種高效精密焊接方法。
上傳時間： 2018-05-29
上傳用戶：dl2017
給定統計樣本集，如何估計產生這個樣本集的隨機變量概率密度函數,是比較熟悉的概率密度估計問題。 求解概率密度估計問題的常用方法是最大似然估計、最大后驗估計等。但是思考概率密度估計問題的逆問題:給定一個概率分布p(x)，如何讓計算機生成滿足這個概率分布的樣本。 這個問題就是統計模擬中研究的重要問題–采樣(Sampling)。Gibbs采樣算法對應的java程序。
上傳時間： 2019-01-11
上傳用戶：Worm_Lemon
%球體 close all; G=6.67e-11; R=2;%球體半徑 p=4.0;%密度 D=10.0;%深度 M=(4/3)*pi*R^3*p;%質量 x=-20:1:20; g=G*M*D./((x.^2+D^2).^(3/2)); Vxz=-3*G*M*D.*x./((x.^2+D^2).^(5/2)); Vzz=G*M.*(2*D^2-x.^2)./((x.^2+D^2).^(5/2)); Vzzz=3*G*M.*(2*D^2-3.*x.^2)./((x.^2+D^2).^(7/2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('球體重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on %% %水平圓柱體 close all G=6.67e-11; p=10.0;%線密度 D=100.0;%深度 x=-200:1:200; g=G*2*p*D./(x.^2+D^2); Vxz=4*G*p*D.*x./(x.^2+D^2).^2; Vzz=2*G*p.*(D^2-x.^2)./(x.^2+D^2).^2; Vzzz=4*G*p.*(D^2-3.*x.^2)./((x.^2+D^2).^3); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('水平圓柱體重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on %% %垂直臺階 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 x=-100:1:100; g=G*p.*(pi*(h1-h2)+x.*log((x.^2+h1^2)./(x.^2+h2^2))+2*h1.*atan(x./h1)-2*h2.*atan(x./h2)); Vxz=G*p.*log((h1^2+x.^2)./(h2^2+x.^2)); Vzz=2*G*p.*atan((x.*(h1-h2))./(x.^2+h1*h2)); Vzzz=2*G*p.*x*(h1^2-h2^2)./((h1^2+x.^2).*(x.^2+h2^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('垂直臺階重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on %% %傾斜臺階 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 a=pi/6;%傾斜角度 x=-500:1:500; g=G*p.*(pi*(h1-h2)+2*h1.*atan((x+h1*cot(a))./h1)-2*h2.*atan((x+h2*cot(a))./h1)+x.*sin(a)^2.*log(((h1+x.*sin(a).*cos(a)).^2+x.^2.*sin(a)^4)./((h2+x.*(sin(a)*cos(a))).^2+x.^2.*sin(a)^4))); Vxz=G*p.*(sin(a)^2.*log(((h1*cot(a)+x).^2+h1^2)./((h2*cot(a)+x).^2+h2^2))-2*sin(2*a).*(atan((h1/sin(a)+x.*cos(a))./(x.*sin(a)))-atan((h2/sin(a)+x.^cos(a))./(sin(a).*x)))); Vzz=G*p.*(0.5*sin(2*a)^2.*log(((h1*cot(a)+x).^2+h1^2)./((h2*cot(a)+x).^2+h2^2))+2*sin(a)^2.*(atan((h1/sin(a)+x.*cos(a))./(x.*sin(a)))-atan((h2/sin(a)+x.*cos(a))./(x.*sin(a))))); Vzzz=2*G*p*sin(a)^2.*((x+2*h2*cot(a))./((h2*cot(a)+x).^2+h2^2)-(x+2*h1*cot(a))./((h1*cot(a)+x).^2+h1^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('傾斜臺階重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on %% %鉛錘柱體 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 a=3;%半徑 x=-500:1:500; g=G*p.*((x+a).*log(((x+a).^2+h1^2)./((x+a).^2+h2^2))-(x-a).*log(((x-a).^2+h1^2)./((x-a).^2+h2^2))+2*h1.*(atan((x+a)./h1)-atan((x-a)./h1))-2*h2.*(atan((x+a)./h2)-atan((x-a)./h2))); Vxz=G*p.*log((((x+a).^2+h1^2).*((x-a).^2+h2^2))./(((x+a).^2+h2^2).*((x-a).^2+h1^2))); Vzz=2*G*p.*(atan(h1./(x+a))-atan(h2./(x+a))-atan(h1./(x-a))+atan(h2./(x-a))); Vzzz=2*G*p.*((x+a)./((x+a).^2+h2^2)-(x+a)./((x+a).^2+h1^2)-(x-a)./((x-a).^2+h2^2)+(x-a)./((x-a).^2+h1^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離/m') ylabel('重力異常值') title('鉛垂柱體重力異常') grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on
上傳時間： 2019-05-10
上傳用戶：xiajiang
測量結果分析ADC的靜態特性 碼密度統計方法
上傳時間： 2019-05-22
上傳用戶：guxian0@sina.com
在高溫環境下工作時，專用的防護服裝不可或缺。專用服裝通常由多層織物構成，不同織物的密度、比熱、熱傳導率都有所不同，不同的厚度搭配會對服裝的防護性能和舒適度有所影響。本文主要通過研究特定的織物在相同的工作防護能力要求下，最優的厚度配比，為高溫作業服裝最優厚度設計提供參考。 針對問題一，采取控制變量法，根據附件二中的數據，使用MATLAB曲線擬合工具箱對數據進行分析，建立了溫度-厚度指數曲線模型，得出假人皮膚外側的溫度與外界環境溫度成正比的關系，和II層與IV層的厚度的平方成反比關系的結論，計算出在不同的溫度環境和不同厚度的織物材料條件下的溫度分布，得到了problem1.xlsx。 針對問題二，根據問題一中建立的溫度-厚度指數曲線模型建立出最優化模型，將題目中的已知條件帶入數學模型表達式，再根據已知條件建立相關不等式，使用MATLAB軟件對相關不等式進行非線性規劃求得最優解，即可獲得問題二的解，根據模型一確定的II層最優厚度為6.167mm，根據模型二確定的II層最優厚度為5.835mm。 針對問題三，考慮到舒適性和功能性兩大特性的平衡，將附件1中的三個指標以熱擴散率來整合，將其與問題一和問題二中的模型進行聯系，建立了熱擴散-最優厚度模型，帶入題目中的已知條件，使用lingo軟件，通過非線性規劃方法，建立最優化模型，對數據的最優化解進行求解，即可得到II層和IV層的最優厚度，根據模型一確定的II層和IV層的最優厚度分別為6.225mm和0.6mm。
上傳時間： 2020-03-17
上傳用戶：成成愛吃魚
%========================開始提取加噪信號的各類特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信號'signal_with_noise=y+noise'的前256個元素，抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %對調制信號進行快速傅里葉算法（離散） y1=hilbert(y0) ; %調制信號實部的解析式 factor=0; %開始求零中心歸一化瞬時幅度譜密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
上傳時間： 2020-04-07
上傳用戶：如拷貝般復制
