给定一有效信号（正弦），加高斯白噪声，信噪比为20dB,设计一IIR滤波器。
已知通带衰减0.3dB,阻带衰减30dB,其他自选。
并且还设计一FIR滤波器。
已知通带衰减0.3dB,阻带衰减30dB,其他自选。
并且还设计一FIR滤波器。
2024/12/4 14:35:41
36KB
1
第一章绪论 1.1信息、消息和信号 1.2通信、电信及无线电通信 1.3通信系统 1.4通信侦察系统与监测网 1.5无线电监测和通信侦察的主要任务 1.6本书研究内容 第二章噪声 2.1噪声的一般描述 2.2噪声的表示方法 2.3噪声系数 2.4系统的噪声温度 2.5载噪比与信噪比 2.6噪声的一些特性 第三章信号 3.1概述 3.2电信号特性 3.3空间电磁信号的特性 3.4信号的周期平稳特性、运算和网络响应 3.5信号的分割与应用 参考文献 第四章信号电平预测 4.1接收天线的等效电路和接收功率 4.2接收天线特性 4.3传输线与连接器 4.4电平预测 4.5小结 参考文献 第五章超外差接收机 第六章侦察与监测接收机 第七章接收机的几个指标讨论 第八章通信侦察与信号监测功能 第九章测向与定位
2024/11/15 4:21:45
29.12MB
1
文件名为：mqam.m。
实现对随机序列的16QAM的调制和解调，并绘制信噪比为15dB情况下的调制信号星座图，最后计算误比特数和误比特率。
实现对随机序列的16QAM的调制和解调，并绘制信噪比为15dB情况下的调制信号星座图，最后计算误比特数和误比特率。
2024/11/12 8:09:46
503B
1
针对基于特征空间(EigenSpace-BasedAlgorithm)的自适应波束形成算法在小信号条件下会出现的主瓣偏移，波束畸变，输出性能急剧下降的现象，提出了一种投影子空间重构的方法。
该方法利用噪声在时间上不相关的特性，对投影空间进行重构，在此过程中削弱噪声能量，从而有效维持信号、噪声子空间的正交性，改善了传统EBS算法在低信噪比下的性能。
实际计算机仿真结果表明了本文算法的有效性和优越性。
该方法利用噪声在时间上不相关的特性，对投影空间进行重构，在此过程中削弱噪声能量，从而有效维持信号、噪声子空间的正交性，改善了传统EBS算法在低信噪比下的性能。
实际计算机仿真结果表明了本文算法的有效性和优越性。
2024/9/22 2:54:13
1.82MB
1
利用MATLAB软件仿真二进制相对移相调制系统，实现二进制相对移相调制和相关解调，要求信道为加性高斯白噪声，给出调制信号、载波信号以及已调信号的波形图和频谱图。
改变基带信号，对产生的波形进行分析。
在不同信噪比的情况下，求二进制相对移相系统的误码率，并画出误码率与信噪比的关系图。
改变基带信号，对产生的波形进行分析。
在不同信噪比的情况下，求二进制相对移相系统的误码率，并画出误码率与信噪比的关系图。
2024/9/19 6:03:49
3KB
1
编写一个Matlab程序，实现基于DCT的图像变换编码。
编码过程：将原始图像划分成8×8的图像块，采用离散余弦变换（DCT）对图像块进行变换。
解码过程：对于每个图像块，使用一定比例的最低频DCT系数（被舍弃的高频DCT系数设为0）做逆离散余弦变换（IDCT），得到重构的图像块。
最后，将所有重构的图像块按顺序拼接成完整的解码图像。
分别取32、16、8个最低频DCT系数（如图1所示）进行反变换得到重构的图像，比较图像的质量，计算这三种情况下的峰值信噪比。
峰值信噪比的计算公式：PSNR=10log10(2552/MSE)其中，MSE（MeanSquaredError）指原始图像和重构图像之间的均方误差。
编码过程：将原始图像划分成8×8的图像块，采用离散余弦变换（DCT）对图像块进行变换。
解码过程：对于每个图像块，使用一定比例的最低频DCT系数（被舍弃的高频DCT系数设为0）做逆离散余弦变换（IDCT），得到重构的图像块。
最后，将所有重构的图像块按顺序拼接成完整的解码图像。
分别取32、16、8个最低频DCT系数（如图1所示）进行反变换得到重构的图像，比较图像的质量，计算这三种情况下的峰值信噪比。
峰值信噪比的计算公式：PSNR=10log10(2552/MSE)其中，MSE（MeanSquaredError）指原始图像和重构图像之间的均方误差。
2024/9/16 0:17:38
2KB
1
【实验目的】（1）用LABVIEW产生随机数。
（2）统计随机数的概率分布密度函数及相关函数特性。
（3）模拟产生AWGN及ISI信道，添加到数字通信仿真系统中，以便观察信噪比改变对误码率等的影响。
（4）产生m序列信号源，验证m序列的伪随机性以及伪随机序列的自相关函数的双值特性。
（5）产生误码检测模块，观察平均误码率随信噪比的改变，绘制相应的曲线。
（2）统计随机数的概率分布密度函数及相关函数特性。
（3）模拟产生AWGN及ISI信道，添加到数字通信仿真系统中，以便观察信噪比改变对误码率等的影响。
（4）产生m序列信号源，验证m序列的伪随机性以及伪随机序列的自相关函数的双值特性。
（5）产生误码检测模块，观察平均误码率随信噪比的改变，绘制相应的曲线。
2024/9/8 12:22:55
1.72MB
1
以前的分散式认知媒体访问控制（DC-MAC）协议允许次要用户（SU）独立搜索频谱访问机会，而无需中央协调员。
DC-MAC假定检测方案在物理（PHY）层是理想的。
实际上，在分布式频谱共享方案中，更复杂的检测算法是不切实际的。
由于PHY层的能量检测（ED）计算和实现复杂度较低，因此已成为最常用的方法。
因此，至关重要的是在PHY层将DC-MAC与ED集成在一起。
但是，ED需要最低采样时间（MST）持续时间才能在低信噪比（SNR）环境中实现目标检测概率。
否则，将无法达到预期的检测性能。
在本文中，我们推导了在低SNR环境中ED的MST的准确表达。
然后，我们提出了一种基于MST的优化DC-MAC（ODC-MAC）协议，该协议对上述带有ED的DC-MAC问题进行了修正。
此外，对于DC-MAC和ODC-MAC都导出了不可靠的数据传输概率的闭式表达式。
我们表明，仿真结果与理论分析吻合良好。
与传统的DC-MAC相比，所提出的ODC-MAC可以提高数据传输的可靠性并提高吞吐量。
DC-MAC假定检测方案在物理（PHY）层是理想的。
实际上，在分布式频谱共享方案中，更复杂的检测算法是不切实际的。
由于PHY层的能量检测（ED）计算和实现复杂度较低，因此已成为最常用的方法。
因此，至关重要的是在PHY层将DC-MAC与ED集成在一起。
但是，ED需要最低采样时间（MST）持续时间才能在低信噪比（SNR）环境中实现目标检测概率。
否则，将无法达到预期的检测性能。
在本文中，我们推导了在低SNR环境中ED的MST的准确表达。
然后，我们提出了一种基于MST的优化DC-MAC（ODC-MAC）协议，该协议对上述带有ED的DC-MAC问题进行了修正。
此外，对于DC-MAC和ODC-MAC都导出了不可靠的数据传输概率的闭式表达式。
我们表明，仿真结果与理论分析吻合良好。
与传统的DC-MAC相比，所提出的ODC-MAC可以提高数据传输的可靠性并提高吞吐量。
2024/9/7 4:30:45
2.62MB
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