數(shù)字基帶傳輸系統(tǒng)的MATLAB仿真實現(xiàn) function [sampl,re_sampl]=system_1(A,F,P,D,snr,m,N) 輸入變量A ,F,P分別為輸入信號的幅度、頻率和相位，D為量化電平數(shù)，snr 為信道信噪比，N為D/A轉(zhuǎn)換時的內(nèi)插點數(shù)；輸出變量sampl為抽樣后的輸入 信號，re_sampl為恢復出的輸入信號。 數(shù)字基帶傳輸系統(tǒng)的MATLAB仿真實現(xiàn) [sampl,quant,pcm]=a_d_1(A,F,P,D) [changed_ami]=signal_encod_1(pcm) [ami_after_channel]=channel_1(changed_ami,snr) [adjudged_ami]=adjudg_1(ami_after_channel,m) re_pcm=signal_decod_1(adjudged_ami) [re_voltag,re_sampl,re_sampl1]=d_a_1(re_pcm,sampl,D,N)
標簽： function re_sampl MATLAB system
上傳時間： 2017-04-21
上傳用戶：tzl1975
Factor factor[簡明英漢詞典] [ˈ fæ ktə ] n. 1 因素, 要素 2 〈數(shù)〉因子, 因數(shù) 詞條指正 - Google 搜索
上傳時間： 2014-01-15
上傳用戶：問題問題
dsp hư ớ ng dẫ n giao tiế p LCD code viế t bằ ng C
上傳時間： 2017-06-17
上傳用戶：xuanjie
hư ớ ng dẫ n về dsp tham khả o các cô ng cụ cơ bả n
上傳時間： 2014-12-01
上傳用戶：zhichenglu
dsp từ cơ bả n đ ế n nâ ng cao 1
上傳時間： 2014-12-05
上傳用戶：watch100
LinQ SQL TẤ N CÔ NG KIỂ U SQL INJECTION - TÁ C HẠ I VÀ PHÒ NG TRÁ NH
上傳時間： 2013-12-15
上傳用戶：eclipse
c++ Ngô n ngữ C cho vi đ iề u khiể n Các tài liệ u tham khả o, ebook. Programming Microcontrollers in C (Ted Van Sickle) C Programming for Microcontrollers (Joe Pardue SmileyMicros.com ) Programming 16-Bit PIC Microcontrollers in C (Jucio di jasio ) C Programming for AVR Programming embedded system I,II (Michael J . Pont ) ( các tài liệ u này đ ã down load về )
上傳時間： 2017-07-29
上傳用戶：壞壞的華仔
提出了一種基于FPGA的高階高速F IR濾波器的設計與實現(xiàn)方法。通過一個169階的均方根\r\n升余弦滾降濾波器的設計,介紹了如何應用流水線技術來設計高階高速F IR濾波器,并且對所設計的\r\nFIR濾波器性能、資源占用進行了分析。
標簽： FPGA 濾波器 實現(xiàn)方法
上傳時間： 2013-08-31
上傳用戶：小火車啦啦啦
Hopfield 網(wǎng)——擅長于聯(lián)想記憶與解迷路 實現(xiàn)H網(wǎng)聯(lián)想記憶的關鍵，是使被記憶的模式樣本對應網(wǎng)絡能量函數(shù)的極小值。 設有M個N維記憶模式，通過對網(wǎng)絡N個神經(jīng)元之間連接權 wij 和N個輸出閾值θj的設計，使得: 這M個記憶模式所對應的網(wǎng)絡狀態(tài)正好是網(wǎng)絡能量函數(shù)的M個極小值。 比較困難，目前還沒有一個適應任意形式的記憶模式的有效、通用的設計方法。 H網(wǎng)的算法 1）學習模式——決定權重 想要記憶的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 則任意兩個神經(jīng)元j、i間的權重： wij=∑ap(i)ap(j)，p=1…p； P：模式的總數(shù) ap(s)：第p個模式的第s個要素（-1或1） wij：第j個神經(jīng)元與第i個神經(jīng)元間的權重 i = j時，wij=0，即各神經(jīng)元的輸出不直接返回自身。 2)想起模式： 神經(jīng)元輸出值的初始化 想起時，一般是未知的輸入。設xi(0)為未知模式的第i個要素（-1或1） 將xi(0)作為相對應的神經(jīng)元的初始值，其中，0意味t=0。 反復部分：對各神經(jīng)元，計算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n—神經(jīng)元總數(shù) f（）--Sgn（） θi—神經(jīng)元i發(fā)火閾值 反復進行，直到各個神經(jīng)元的輸出不再變化。
上傳時間： 2015-03-16
上傳用戶：JasonC
約瑟夫問題有原始的約瑟夫和發(fā)展了的約瑟夫兩種。 原始的約瑟夫的描述： 古代某法官要判決N個犯人的死刑，他有一條荒唐的法律，將犯人站成一個圓圈，從第S個人開始數(shù)起，每數(shù)到第D個犯人，就拉出來處決，然后再數(shù)D個，數(shù)到的人再處決———直到剩下的最后一個可赦免。 發(fā)展的約瑟夫的描述： 古代某法官要判決N個犯人的死刑，但這N個人每人持有一個密碼，他有一條荒唐的法律，將犯人站成一個圓圈，法官先給出一個密碼M，從第S個人開始數(shù)起，每數(shù)到第M個犯人，就拉出來處決，再根據(jù)這個人所持有的密碼F，然后再數(shù)F個，數(shù)到的人再處決，以此類推———直到剩下的最后一個可赦免。
標簽： 發(fā)展
上傳時間： 2014-01-13
上傳用戶：moshushi0009
