利用M函数仿真扩频通信系统。
6个用户的CDMA的同步通信系统，每个用户利用L＝20的伪随机序列码进行扩频，信道为AWGN信道，接收端利用匹配滤波器进行检测。
绘出当N＝10000个发射比特下，SNR＝0：15（dB）时的误码率曲线。
6个用户的CDMA的同步通信系统，每个用户利用L＝20的伪随机序列码进行扩频，信道为AWGN信道，接收端利用匹配滤波器进行检测。
绘出当N＝10000个发射比特下，SNR＝0：15（dB）时的误码率曲线。
2025/3/6 15:22:16
251KB
1
使用STM32F407VGT6读取ADS1262数据（外部压力传感器+内部温度传感器），读取压力传感器数据后做均值+低通软件滤波（没有经过软件滤波的码值跳动范围在4000左右，经过软件滤波的码值跳动在1500左右）。
读取五次压力传感器数据后，将ADS1262通道切换到内部温度传感器，得出温度°。
读取五次压力传感器数据后，将ADS1262通道切换到内部温度传感器，得出温度°。
2025/3/3 9:18:12
8.58MB
1
为了提高风电功率的预测精度，研究了一种基于粒子滤波（ＰＦ）与径向基函数（ＲＢＦ）神经网络相结合的风电功率预测方法。
使用ＰＦ算法对历史风速数据进行滤波处理，将处理后的风速数据结合风向、温度的历史数据，归一化后构成风电功率预测模型的新的输入数据；
利用处理后的新的输入数据和输出数据，建立ＰＦ－ＲＢＦ神经网络预测模型，预测风电场的输出功率。
仿真结果表明，使用该预测模型进行风电功率预测，预测精度有一定的提高，连续１２０ｈ功率预测的平均绝对百分误差达到８．０４％，均方根误差达到１０．６７％
使用ＰＦ算法对历史风速数据进行滤波处理，将处理后的风速数据结合风向、温度的历史数据，归一化后构成风电功率预测模型的新的输入数据；
利用处理后的新的输入数据和输出数据，建立ＰＦ－ＲＢＦ神经网络预测模型，预测风电场的输出功率。
仿真结果表明，使用该预测模型进行风电功率预测，预测精度有一定的提高，连续１２０ｈ功率预测的平均绝对百分误差达到８．０４％，均方根误差达到１０．６７％
2025/3/2 11:19:56
327KB
1
这是我自己在mfc下利用gdal库实现的遥感影像显示模块，能显示绝大部分的遥感影像格式数据。
打开影像是可以同时打开多幅影像，程序默认对每幅影像建立各自的金字塔文件以便后面操作，同时程序默认将影像拉伸到0-255范围以防有的影像是11位的或更大的而显示不出来。
打开影像后可进行简单的拉框放缩、移动、复位、旋转、链接显示、直方图、缩略图等操作，还有基本的影像增强处理，如伪彩色变换、饱和度亮度调节、直方图匹配、各种滤波等。
影像处理实现了几何校正、投影变换、裁剪等操作。
界面开发时用的是mfc的ROBBON界面。
其中还含有不太够完善但可运行的种子点生长分割算法。
此外还有些个人结合产学研实现的算法，如地温反演的单窗算法。
程序当中借用了不少他人的开发成果，所以也把自己的贡献出来与大家分享啦，有什么问题尽可以邮件联系本人xiluoduyu@163.com，或访问我的csdn博客http://blog.csdn.net/xiluoduyu。
压缩包里面包含整个程序的详细的开发帮助文档和可运行程序，但注意不要随便移动debug文件夹里面的dll文件以免主界面无法启动。
啰嗦一句，相当感谢提供免积分资料下载的各位大侠，向他们学习！
打开影像是可以同时打开多幅影像，程序默认对每幅影像建立各自的金字塔文件以便后面操作，同时程序默认将影像拉伸到0-255范围以防有的影像是11位的或更大的而显示不出来。
打开影像后可进行简单的拉框放缩、移动、复位、旋转、链接显示、直方图、缩略图等操作，还有基本的影像增强处理，如伪彩色变换、饱和度亮度调节、直方图匹配、各种滤波等。
影像处理实现了几何校正、投影变换、裁剪等操作。
界面开发时用的是mfc的ROBBON界面。
其中还含有不太够完善但可运行的种子点生长分割算法。
此外还有些个人结合产学研实现的算法，如地温反演的单窗算法。
程序当中借用了不少他人的开发成果，所以也把自己的贡献出来与大家分享啦，有什么问题尽可以邮件联系本人xiluoduyu@163.com，或访问我的csdn博客http://blog.csdn.net/xiluoduyu。
压缩包里面包含整个程序的详细的开发帮助文档和可运行程序，但注意不要随便移动debug文件夹里面的dll文件以免主界面无法启动。
啰嗦一句，相当感谢提供免积分资料下载的各位大侠，向他们学习！
2025/3/2 4:46:11
12.95MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB