基于SVD分解的二维多任务压缩感知off-grid算法，廖艳苹，付畅，在阵列信号处理领域中，波达方向（DOA）估计作为关键技术已被广泛研究多年。
考虑到二维DOA估计的现实意义，如为基站提供准确无盲区
考虑到二维DOA估计的现实意义，如为基站提供准确无盲区
2023/10/10 10:06:49
298KB
1
SocketAsyncEventArgs单机测试成功突破6W,59999还是100%连接上去的所以估计最高性能可能达到10W以上值得说明的是建议使用SocketAsyncEventArgs进行监听的读取数据包.因为这2个地方的SocketAsyncEventArgs是同一个,并且内存和SocketAsyncEventArgs对象都好回收好控制如果使用SocketAsyncEventArgs发送数据包那么SocketAsyncEventArgs就不好控制了所以使用传统的异步模式比较好.而数据包传出使用异步代理进行传出以免堵塞SocketAsyncEventArgs线程.MSND的SocketAsyncEventArgs除了SocketAsyncEventArgsPOOL和内存Manager其他纯属扯淡.最好别效仿.
2023/10/10 1:13:18
38KB
1
没啥事写的一个C++解最小步数二阶魔方的程序，cpp200多行，尽力写的比较精简，大多是格式化设计（函数列表等），可扩展性比较强，估计改个2~30行代码就能改成3阶魔方。
用的是广搜（BFS），效率算是比较高，平均结算7ms（笔记本八代i7），平均7~8步能复原，源码有比较细致的注释，配套
用的是广搜（BFS），效率算是比较高，平均结算7ms（笔记本八代i7），平均7~8步能复原，源码有比较细致的注释，配套
2023/10/4 23:52:11
9KB
1
实验室的极化码编码译码仿真程序，在BSC、BEC、AWGN信道条件下都有。
使用密度进化法和巴氏参数估计信道，仿真性能非常好。
在Matlab下应用非常方便，支持多组仿真。
配有应用说明，非常好用。
希望能给大家带来帮助。
使用密度进化法和巴氏参数估计信道，仿真性能非常好。
在Matlab下应用非常方便，支持多组仿真。
配有应用说明，非常好用。
希望能给大家带来帮助。
2023/10/3 8:43:06
340KB
1
提出一种基于迭代传播的方法求解小基高比立体匹配中的相关基本等式以解决立体匹配中存在的黏合现象。
该方法首先根据启发式信息估计实际立体匹配系统中整数级视差的误差水平;其次,根据Morozov原理设计一个迭代正则参数选择方法对相关基本等式进行正则化处理并建立目标泛函;再次,利用延迟扩散定点迭代方法获得目标泛函的迭代传播等式;最后,通过共轭梯度法对该等式进行迭代求解。
实验结果表明:该方法减少了小基高比立体匹配中的黏合现象,其视差图的准确率可达95%以上,且像元匹配差异精度优于1/10个像元。
该方法首先根据启发式信息估计实际立体匹配系统中整数级视差的误差水平;其次,根据Morozov原理设计一个迭代正则参数选择方法对相关基本等式进行正则化处理并建立目标泛函;再次,利用延迟扩散定点迭代方法获得目标泛函的迭代传播等式;最后,通过共轭梯度法对该等式进行迭代求解。
实验结果表明:该方法减少了小基高比立体匹配中的黏合现象,其视差图的准确率可达95%以上,且像元匹配差异精度优于1/10个像元。
2023/10/2 4:27:44
1.12MB
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
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