使用迫零检测算法(ZF)，最小均方误差检测算法，排序的MMSE检测算法，相应的MMSE软检测算法.
2023/12/16 6:27:19
18KB
1
抽象信道估计对于具有混合预编码的毫米波（mmWave）大规模MIMO是具有挑战性的，因为射频（RF）链的数量远小于天线的数量。
传统的基于压缩感测的信道估计方案由于信道角度量化而遭受严重的分辨率损失。
为了提高信道估计精度，本文提出了一种基于迭代重测（IR）的超分辨率信道估计方案。
通过梯度下降法优化目标函数，所提出的方案可以迭代地将估计的到达/离开角度（AoAs/AoD）移向最优解，并最终实现超分辨率信道估计。
在优化中，权重参数用于控制稀疏度和数据拟合误差之间的权衡。
另外，开发基于奇异值分解（SVD）的预处理以降低所提出的方案的计算复杂度。
仿真结果验证了该方案比传统解决方案更好的性能。
传统的基于压缩感测的信道估计方案由于信道角度量化而遭受严重的分辨率损失。
为了提高信道估计精度，本文提出了一种基于迭代重测（IR）的超分辨率信道估计方案。
通过梯度下降法优化目标函数，所提出的方案可以迭代地将估计的到达/离开角度（AoAs/AoD）移向最优解，并最终实现超分辨率信道估计。
在优化中，权重参数用于控制稀疏度和数据拟合误差之间的权衡。
另外，开发基于奇异值分解（SVD）的预处理以降低所提出的方案的计算复杂度。
仿真结果验证了该方案比传统解决方案更好的性能。
2023/10/1 15:37:31
108KB
1
使用MATLAB语言仿真实现OFDM基带信号在频率选择性衰落信道条件下的发送与接收。
仿真系统构成：信号输入（为随机比特流）、OFDM调制、仿真信道传输、OFDM解调、信号输出（可能存在误码的比特率）；
仿真分析内容：根据输入、输出比特流计算不同信噪比条件下的误码率，并绘制曲线。
对调制的要求：OFDM调制的子载波间隔为15KHz，循环前缀长度及子载波数目可调，各子载波使用QPSK调制。
其它要求： 信道采用3GPPTS36.101给出的ETU300Hz多径信道，并在其上叠加一个信噪比可调的白噪声。
在附录中表2.1-1~表2.1-4和表2.2-1给出的ETU300Hz多径信道了参数。
能够查看并解释从输入到输出沿路各点信号的时域波形和频域特性图；
能够绘制误码率随信噪比变化的曲线。
设计梳妆或者块状导频并在接收端完成信道估计与补偿，并与没有信道估计情况下的性能进行分析比较。
仿真系统构成：信号输入（为随机比特流）、OFDM调制、仿真信道传输、OFDM解调、信号输出（可能存在误码的比特率）；
仿真分析内容：根据输入、输出比特流计算不同信噪比条件下的误码率，并绘制曲线。
对调制的要求：OFDM调制的子载波间隔为15KHz，循环前缀长度及子载波数目可调，各子载波使用QPSK调制。
其它要求： 信道采用3GPPTS36.101给出的ETU300Hz多径信道，并在其上叠加一个信噪比可调的白噪声。
在附录中表2.1-1~表2.1-4和表2.2-1给出的ETU300Hz多径信道了参数。
能够查看并解释从输入到输出沿路各点信号的时域波形和频域特性图；
能够绘制误码率随信噪比变化的曲线。
设计梳妆或者块状导频并在接收端完成信道估计与补偿，并与没有信道估计情况下的性能进行分析比较。
2023/9/27 10:25:49
7KB
1
基于深度神经网络的时域信道估计算法，张丁水，林家儒，本文介绍了一种基于深度神经网络（DNN）的无线信道估计算法，可应用于低信噪比下单载波频域均衡（SC-FDE）系统中对衰落信道的估计。
2023/9/24 13:38:30
850KB
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