<input id="0cays"></input>
對常見的調(diào)制信號在軟件無線電的通用平臺下進行調(diào)制解調(diào)。所有信號均通過正交分解后，在一個同用的平臺上進行調(diào)制，然后通過各自的解調(diào)算法解調(diào)。
標簽： 調(diào)制信號 信號 正交分解 軟件無線電
上傳時間： 2015-04-16
上傳用戶：zyt
數(shù)值分析課程中Householder變換法對n階矩陣A作正交分解A=QR
標簽： Householder QR 數(shù)值分析 變換
上傳時間： 2014-01-16
上傳用戶：wendy15
氣象上常用的負經(jīng)驗正交分解，用fortran寫的 跟eof方法不同
標簽： 經(jīng)驗 正交分解
上傳時間： 2014-01-09
上傳用戶：阿四AIR
經(jīng)驗正交函數(shù)，EOF程序，主成分分析程序，適合做向量場的正交分解。
標簽： 經(jīng)驗 正 函數(shù)
上傳時間： 2017-01-05
上傳用戶：開懷常笑
fortran的SVD（經(jīng)驗正交函數(shù)分解子程序），適合地學(xué)數(shù)據(jù)處理。
標簽： fortran SVD 經(jīng)驗 正
上傳時間： 2013-11-29
上傳用戶：frank1234
％ 奇異值分解 (sigular value decomposition,SVD) 是另一種正交矩陣分解法；SVD是最可靠的分解法， ％ 但是它比QR 分解法要花上近十倍的計算時間。[U,S,V]=svd(A)，其中U和V代表二個相互正交矩陣， ％ 而S代表一對角矩陣。 和QR分解法相同者， 原矩陣A不必為正方矩陣。 ％ 使用SVD分解法的用途是解最小平方誤差法和數(shù)據(jù)壓縮。用svd分解法解線性方程組，在Quke2中就用這個來計算圖形信息，性能相當?shù)暮谩Ｔ谟嬎憔€性方程組時，一些不能分解的矩陣或者嚴重病態(tài)矩陣的線性方程都能很好的得到解
標簽： decomposition SVD sigular value
上傳時間： 2013-12-14
上傳用戶：大融融rr
該方法采用反對稱雙正交小波分解系數(shù)計算視頻幀的方向梯度向量，再統(tǒng)計由梯度向量角和模值構(gòu)成的聯(lián)合空間二維直方圖，然后計算連續(xù)幀直方圖之間的距離，得到兩幀之間的不連續(xù)值，最后采用自適應(yīng)閾值分割，檢測出鏡頭邊界。
標簽： 對稱 向量 正 小波分解
上傳時間： 2016-09-16
上傳用戶：cjf0304
首先,給出了對應(yīng)于多重多分辨分析的雙正交多小波包的定義,建立了具有任意矩陣伸縮的雙正交多小波包的理論框架.在此基礎(chǔ)上,給出了具有任意矩陣伸縮的高維不可分雙正交多小波包的構(gòu)造方法.由此構(gòu)造的多小波包的分解系數(shù)可以從不同的濾波器中抽取,這使得小波包的應(yīng)用更靈活.
標簽： 分 正 矩陣 多重
上傳時間： 2014-01-02
上傳用戶：啊颯颯大師的
本程序?qū)崿F(xiàn)任意偶數(shù)大小圖像第二代雙正交97提升小波變換 注1： 采用標準正交方法，對行列采用不同矩陣（和matlab里不同） 注2： 為了保證正交，所有邊界處理，全部采用循環(huán)處理 注3： 正交性驗證，將單位陣帶入函數(shù)，輸出仍是單位陣（matlab不具有此性質(zhì)） 注4： 此程序是矩陣實現(xiàn)，所以圖像水平分量和垂直分量估計被交換位置 注5： 此程序?qū)崿F(xiàn)的是類小波（wavelet-like）變換，是介于小波包變換與小波變換之間的變換 注6： 此程序每層變換相對原圖像矩陣，產(chǎn)生的矩陣都是正交陣，這和小波包一致 注7： 但小波變換每層產(chǎn)生的矩陣，是相對每個待分解子塊的正交矩陣，而不是原圖像的正交矩陣 注8： 且小波變換產(chǎn)生的正交矩陣維數(shù)，隨分解層數(shù)2分減少 注9: 提升系數(shù)可以在MATLAB7.0以上版本，用liftwave( 9.7 )獲取，這里直接給出，考慮兼容性 注10：由于MATLAB數(shù)組下標從1開始，所以注意奇偶序列的變化 注11：d為對偶上升，即預(yù)測；p為原上升，即更新
標簽： 正 程序 圖像 變換
上傳時間： 2016-08-09
上傳用戶：lanjisu111
·軟件無線電中正交數(shù)字變頻的DSP實現(xiàn)
標簽： DSP 軟件無線電 正交數(shù)字
上傳時間： 2013-08-01
上傳用戶：幾何公差
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
