- 博客(3176)
- 资源 (2203)
- 收藏
- 关注
RSS订阅
原创 ★专题3:人工智能基础应用研究——目录
在本专题，我们将目前主流的人工智能技术做一个系统性的学习和讲解。具体包括神经网络，深度学习，强化学习，计算机视觉，自然语言处理，大语言模型，机器人/机械臂，AI游戏控制，大模型API调用，AI应用APP开发，AI芯片。这些技术之间相互关联和促进，神经网络是深度学习等的基础架构；深度学习为计算机视觉、自然语言处理、大语言模型等提供了核心的算法和模型支持；强化学习可用于AI游戏控制以及机器人等领域的策略学习；计算机视觉和自然语言处理是人工智能应用的重要领域，其技术成果可以应用到等多个场景中；
2025-02-25 16:45:13
536
原创 FPGA/MATLAB常用开发软件下载，数学建模/MATLAB视频资料/FPGA资料/考研数学等各类相关资料分享
一些博主在开发过程中用到次数比较多的软件版本，如果有需要大家可以下载使用。其他一些少数次用到的版本，大家可以百度搜索下载。
2024-07-05 16:51:31
1270
1
原创 ★教程4:FPGA/MATLAB/Simulink联合开发入门与进阶X例——目录
1.71024QAM调制解调系统的FPGA开发与matlab对比验证。1.6256QAM调制解调系统的FPGA开发与matlab对比验证。1.616QAM调制解调系统的FPGA开发与matlab对比验证。1.732QAM调制解调系统的FPGA开发与matlab对比验证。1.564QAM调制解调系统的FPGA开发与matlab对比验证。1.1ASK调制解调系统的FPGA开发与matlab对比验证。1.2FSK调制解调系统的FPGA开发与matlab对比验证。
2024-02-29 06:08:01
4544
3
原创 ★教程3:Simulink学习教程入门60例目录
1.订阅本教程用户可以免费获得本博任意1个(包括所有免费专栏和付费专栏)博文对应代码；2.本Simulink课程的所有案例(部分理论知识点除外)均由博主编写而成，供有兴趣的朋友们自己订阅学习使用。未经本人允许，禁止任何形式的商业用途；3.本课程除了介绍常见的Simulink模块介绍之外，我们更侧重于各种实例的完整设计介绍。从通信，控制器，图像处理，语音处理，电力系统等诸多常用领域介绍了相关案例，如果对于某个较为复杂的案例，初学者无法正确复现，也可以私信博主获得完整Simulink模型文件。
2023-02-08 16:17:08
12184
4
原创 订阅FPGA/MATLAB/Simulink学习教程1~4系列,赠送1~2套本博客的代码案例
本博客所有博文所对应的MATLAB代码、FPGA代码包括MATLAB、Quartusii、Vivado、Simulink、System Generator等工具。------------------------------------------------------------------------------------------------------------------------------订阅MATLAB/FPGA学习教程，免费获得2份代码，获取步骤如下：步骤......
2022-03-24 22:08:43
40321
21
原创 ★教程1:matlab学习教程入门100例目录
★基础入门1.为什么要学习MATLAB2.MATLAB安装持续更新.......★MATLAB基础编程语言熟悉
2021-12-11 17:26:56
44514
5
原创 ▲基于64QAM调制软解调+LDPC编译码通信链路matlab误码率仿真
它通过对接收信号的幅度、相位以及噪声等多方面信息进行深入分析，利用复杂的算法，如最大后验概率（MAP）算法、软输出维特比算法（SOVA）等，计算出每个比特为 “0” 或 “1” 的概率，进而输出更为精确的软信息。与一些传统的编码方式相比，如卷积码，其校验矩阵相对密集，在处理长码长时，计算复杂度会显著增加，而LDPC码的稀疏校验矩阵则能够有效地避免这一问题，使得在处理长码长数据时仍能保持较低的计算复杂度。LDPC码的应用能够在这种恶劣的信道条件下，有效地纠正传输过程中产生的错误，确保数据的准确传输。
2025-04-01 22:27:29
550
原创 ▲基于32QAM调制软解调+LDPC编译码通信链路matlab误码率仿真
与一些传统的编码方式相比，如卷积码，其校验矩阵相对密集，在处理长码长时，计算复杂度会显著增加，而LDPC码的稀疏校验矩阵则能够有效地避免这一问题，使得在处理长码长数据时仍能保持较低的计算复杂度。LDPC码的应用能够在这种恶劣的信道条件下，有效地纠正传输过程中产生的错误，确保数据的准确传输。硬解调是指在接收端直接根据接收信号与星座点的距离，判决出最接近的星座点，然后根据星座映射规则恢复出对应的二进制比特。对数似然比（LLR）是软解调中常用的一种度量，用于表示每个比特为 1 的概率与为 0 的概率之比的对数。
2025-04-01 22:21:46
446
原创 【教程4＞第6章＞第18节】MMSE信道估计与均衡系统理论概述和FPGA设计构架
2]梁尧,周明宇,何丽,等.二维MMSE信道估计算法研究与FPGA实现[J].通信技术, 2014, 47(11):6.DOI:10.3969/j.issn.1002-0802.2014.11.003.[3]朱任卿,万婷,钱嵩松.基于FPGA的信道估计和信道均衡的实现[J].电视技术, 2018, 42(6):4.DOI:CNKI:SUN:DSSS.0.2018-06-012.MMSE信道估计的结构和上述类似。但是在MMSE信道估计中，我们需要进行SNR估计，根据SNR来计算最终的MMSE信道估计值。
2025-03-30 19:28:39
301
原创 通过增加训练样本和优化算法解决过拟合现象
在机器学习和深度学习中，过拟合是一个常见且棘手的问题。当模型在训练数据上表现出色，但在未见过的测试数据上表现不佳时，就发生了过拟合。过拟合通常是由于模型过于复杂，学习到了训练数据中的噪声和异常值，而不是数据的真实模式。为了解决过拟合问题，我们可以从训练样本和算法优化两个方面入手。
2025-03-30 16:50:57
653
原创 权重剪枝技术理论概述
随着深度学习模型在计算机视觉、自然语言处理等领域的广泛应用，模型规模呈指数级增长。例如，GPT-4参数量达到1.8万亿，这对计算资源和部署环境提出了严峻挑战。权重剪枝(Weight Pruning)作为模型压缩的核心技术，通过删除冗余参数实现模型轻量化，同时保持性能稳定。
2025-03-30 16:28:28
585
原创 【教程4＞第6章＞第17节】 基于I+jQ复数信号的LS信道估计和均衡实现3——接收端信道估计与均衡FPGA实现
复数形式的信号信道估计和均衡，其基本原理和实数形式的信号信道估计和均衡相似，在本课程中，我们将对复数信号的信道估计和均衡进行FPGA设计实现。这里，复数除法过程可以转换为复数乘法过程。这里，信道估计部分对应公式为。先做复数乘法，然后再做除法。均衡过程和3.2小节类似，相同，这里就不做介绍了。
2025-03-29 03:00:33
233
原创 【教程4＞第6章＞第16节】 基于I+jQ复数信号的LS信道估计和均衡实现2——发射端和信道模型的FPGA实现
中学习并实现了实数行驶的导频插入功能，在本课程中，我们基于上述课程的内容，完成复数信号的导频插入功能。因此，复数形式的信号，其通过信道时，通过上述过程来实现。上述程序中，变量名称中带I的表示复数的实部，带Q的表示复数的虚部。可以看到，实部和虚部的操作是完全一样的，唯一区别是导频不一样。这个部分就是复数信号通过信道的运算过程。IP核的参数配置，大家可以继续参考。
2025-03-29 00:03:52
227
原创 ▲基于GMSK调制解调+LDPC编译码通信链路matlab误码率仿真
GMSK 是在 MSK 基础上发展而来的一种恒包络调制技术。在调制端，输入的二进制序列先经过高斯低通滤波器进行预调制滤波，以减小信号带宽和带外辐射。然后通过 MSK 调制将信号映射到载波上。解调端，通常采用相干解调或差分解调的方式。相干解调需要恢复载波和位定时信息，以准确还原出原始信号；差分解调则无需恢复载波，实现相对简单，但性能上会有一定损失。
2025-03-27 02:52:33
1111
原创 ▲基于MSK调制解调+LDPC编译码通信链路matlab误码率仿真
在数字通信领域，调制解调技术是实现高效可靠数据传输的关键。最小移频键控（Minimum Shift Keying，MSK）作为一种特殊的连续相位频移键控（CPFSK）调制方式，具有信号包络恒定、相位连续、带宽利用率较高以及功率谱特性好等优点，被广泛应用于移动通信、卫星通信等对信号质量和带宽资源有严格要求的场景。了解 MSK 调制解调通信链路的原理和特性，对于优化通信系统性能、提升数据传输质量具有重要意义。
2025-03-27 02:46:31
896
原创 小样本学习概述
在传统监督学习范式中，模型需要大量标注数据才能达到理想性能。然而，在许多现实场景中（如医疗影像分析、稀有物种识别、历史文本分类等），标注数据极度稀缺。小样本学习（Few-Shot Learning, FSL）旨在解决这一问题，其核心目标是通过少量标注样本（通常为 1-5 个）训练模型，使其能够对新类别进行有效分类或回归。本文将深入探讨小样本监督学习的核心原理、数学模型及前沿方法。小样本监督学习通过元学习、生成模型、度量学习等技术，突破了传统监督学习对大规模数据的依赖。
2025-03-24 20:57:51
615
原创 基于无标签数据的自监督学习理论研究与分析
无标签数据（Unlabeled Data）指未被人工标注或缺乏明确语义信息的数据。例如，一段未标注情感倾向的文本、一张未标记物体类别的图像，或一组未分类的传感器信号。这些数据本身仅包含原始特征（如像素值、文本词汇、时间序列等），但缺乏与特定任务直接相关的监督信号（如分类标签、回归目标）。无标签数据规模通常远超有标签数据，传统算法（如基于全连接层的神经网络）需消耗大量计算资源。半监督学习或自监督学习模型的训练需平衡标注与未标注数据的利用效率。
2025-03-22 23:40:07
775
原创 【教程4＞第6章＞第15节】 基于I+jQ复数信号的LS信道估计和均衡实现1——matlab仿真分析,QPSK为例
在基于QPSK调制的通信系统中，LS信道估计和均衡是用于补偿信道失真、提高信号传输质量的重要技术。以下将详细介绍基于I+jQ复数信号的 LS 信道估计和均衡的实现原理与过程。可以看到，通过线性插值之后，QPSK信号的星座图可以模糊的看到四个星座点（图2），通过非线性插值之后，可以清晰的看到QPSK的四个星座点（图3）。可以看到，信道均衡显著提高了通信系统的可靠性和有效性。
2025-03-22 22:39:56
409
原创 【第1章＞第6节】CMAC小脑模型神经网络的理论学习与MATLAB仿真
小脑模型关节控制器（Cerebellar Model Articulation Controller，CMAC）是由美国J. S. Albus 博士于1975年提出的一种基于局部逼近的神经网络。它是受到生物小脑神经结构和功能的启发而设计的，具有学习速度快、实时性好等优点，在机器人控制、函数逼近、模式识别等领域有广泛应用。CMAC网络的基本思想是将输入空间进行划分，每个输入对应一组地址，这些地址对应着存储单元，存储单元中存储着相应的权值。
2025-03-20 20:42:05
243
原创 【第1章＞第5节】SOM自组织映射网络的理论学习与MATLAB仿真
自组织映射网络（Self-Organizing Map，SOM）是一种无监督学习的人工神经网络，由芬兰学者Teuvo Kohonen于1981年提出，也被称为Kohonen网络。它的主要功能是将高维输入数据映射到低维（通常是二维）的离散网格上，同时保持输入数据的拓扑结构，即相邻的输入数据在映射后的网格上也相邻。
2025-03-20 20:20:57
120
原创 ▲基于16QAM调制软解调+LDPC编译码通信链路matlab误码率仿真
在现代数字通信系统中，高效的调制解调技术是实现可靠数据传输的关键。16QAM(16 Quadrature Amplitude Modulation，16 进制正交幅度调制）作为一种常用的调制方式，能够在有限的带宽内实现较高的数据传输速率，广泛应用于各类通信场景，如无线局域网、数字视频广播等。而软解调技术相较于传统的硬解调，能够利用更多的接收信号信息，从而显著提高系统在噪声环境下的误码性能。
2025-03-19 02:33:56
797
原创 ▲基于4ASK调制解调+LDPC编译码通信链路matlab误码率仿真
与二进制数字调制系统相比，多进制数字调制系统具有如下两个特点：第一：在相同的信道码源调制中，每个符号可以携带log2M比特信息，因此，当信道频带受限时可以使信息传输率增加，提高了频带利用率。第二，在相同的信息速率下，由于多进制方式的信道传输速率可以比二进制的低，因而多进制信号码源的持续时间要比二进制的宽。与一些传统的编码方式相比，如卷积码，其校验矩阵相对密集，在处理长码长时，计算复杂度会显著增加，而LDPC码的稀疏校验矩阵则能够有效地避免这一问题，使得在处理长码长数据时仍能保持较低的计算复杂度。
2025-03-19 02:26:42
895
原创 嵌入向量、潜空间向量以及表征的基本认识
例如，在一个简单的文本分类任务中，将输入句子中的每个单词通过预训练的词嵌入模型转换为向量，然后将这些向量拼接或平均等方式组合起来，作为后续神经网络层的输入。例如，在图像识别中，对于图像中的不同区域或特征，可以学习一种嵌入表示，使得相似的区域在嵌入空间中距离较近，不同的区域距离较远。：学习到的表征可以作为特征用于各种分类任务。例如，在自然语言处理的循环神经网络（RNN）或长短期记忆网络（LSTM）中，词嵌入向量作为输入序列，经过循环层的处理，能够捕捉文本中的长期依赖关系，从而更好地进行语义理解和任务处理。
2025-03-18 20:40:14
854
原创 【第1章＞第4节】PNN概率神经网络的理论学习与MATLAB仿真
概率神经网络（Probabilistic Neural Network, PNN）由 D.F. Specht 于1990年提出，是一种基于贝叶斯分类规则和Parzen窗密度估计的神经网络。PNN通过核函数估计样本概率密度，结合贝叶斯决策理论实现分类任务，具有训练速度快、分类精度高和抗噪声能力强等优点。PNN的结构如下图所示：
2025-03-16 19:42:42
380
原创 字节跳动COMET：MoE架构优化技术解析
在人工智能领域，随着模型规模与复杂度不断攀升，高效的模型架构优化技术成为关键。字节跳动开发的 COMET(Computation-communication co-Execution for Mixture-of-Experts Training)，针对混合专家模型(MoE，Mixture of Experts)架构，有效解决了分布式训练中通信开销过大的难题，显著提升训练效率并降低成本。
2025-03-15 17:23:07
977
原创 【教程4＞第6章＞第14节】插值方法对LS信道估计均衡性能影响分析3——简化版非线性插值
通过前面三个小节的学习结果可知：线性插值的优点是计算复杂度低，易于实现。在信道变化较为平缓的情况下，线性插值能够提供一定精度的信道估计。然而，当信道存在快速变化或多径效应等复杂情况时，线性插值的局限性就会凸显。由于其仅利用相邻两个采样点的信息进行线性拟合，无法准确捕捉信道的非线性变化特性，导致估计误差较大，进而影响通信系统的误码率性能。相较于线性插值，非线性插值能够更好地适应信道的复杂变化。
2025-03-15 16:33:43
212
原创 ▲基于π/4-QPSK调制解调+LDPC编译码通信链路matlab误码率仿真
π/4-QPSK调制是将输入的二进制比特流转换为具有特定相位的载波信号。它把输入数据按每 2比特一组进行分组，每组数据对应一个特定的相位状态，共有 4 种不同的相位状态，分别相差 π/2。但与传统QPSK不同的是，π/4-QPSK的相位变化是相对于前一符号的相位，且相位跳变值为 ±π/4 或±3π/4。常规QPSK有4种相位状态，相位跳变可能为±π/2 和±π。而π/4-QPSK把信号的相位平面平分成间隔为π/4的八种相位，并相间地分成两个相位组。
2025-03-14 02:21:34
908
原创 ▲基于DQPSK调制解调+LDPC编译码通信链路matlab误码率仿真
DQPSK（Differential Quadrature Phase - Shift Keying，差分正交相移键控）是数字通信领域中一种重要的调制技术。它脱胎于QPSK（四相相移键控），但在调制方式上进行了改进，以适应更复杂的通信环境。在传统的 QPSK 调制体系里，载波的相位状态直接对应输入的绝对二进制数据。例如，通常会将 00 映射到载波相位 0，01 映射到 π/2，11 映射到 π，10 映射到 3π/2。
2025-03-14 02:15:07
936
原创 【教程4＞第6章＞第13节】插值方法对LS信道估计均衡性能影响分析2——线性插值的抗干扰性分析
由于LS信道估计是基于最小化误差平方和的原则，白噪声的存在会使误差增大，导致估计得到的信道值偏离真实信道值。而且，随着白噪声功率的增加，这种偏离程度会更加明显，严重影响通信系统的性能。然而，线性插值也存在一定的局限性，由于它是基于直线进行拟合，对于信道特性变化较为复杂的情况，可能无法准确地反映真实的信道情况，从而引入一定的误差。假设在进行线性插值时，已知的两个 LS 信道估计点y1和y2受到白噪声n1和n2的干扰，实际接收到的信号为y1′=y1+n1和y2′=y2+n2。
2025-03-11 23:04:04
132
原创 【教程4＞第6章＞第12节】 插值方法对LS信道估计均衡性能影响分析1——线性插值
这里注意下，将提取的信道估计值做延迟，然后在计数器cnt_all[1:0]=2'b10的时候，将信道估计值锁存，这样可以保证，在插值过程中，两个相邻的导频之间的数据都是存在的。这里注意下，通过测试，在计数器cnt_all[1:0]=2'b10的时候，将差值的1/4锁存，这样可以保证，在插值过程中，两个相邻的导频之间的数据都是存在的。这个部分修改较少，就是将X多做几个延迟，因为前面的差值过程，有一定的延迟，所以这里X也要做几个延迟，保持同步。可以看到，如果不插值，此时2001个符号，误码个数为419。
2025-03-11 17:07:11
163
原创 【教程4＞第6章＞第11节】 插值对LS信道估计性能影响1——matlab仿真分析与FPGA工程准备
为了获得更精确的信道估计结果，需要对导频之间的信道状态进行插值，以得到连续的信道估计。上图为线性插值，可以看到，如果采用线性插值，虽然插值增加的信道估计值和真实的信道变化曲线存在一定的误差，但相对于不插值的情况，其误差已经有了较为明显的降低。插值函数需满足信道相关性特性。上图，蓝色为真实的信道变化曲线，如果直接采用导频提取的方式，不进行插值，那么在实际信道估计和均衡中，有三个采样点会有较大的误差。上图为非线性插值，采用三次多项式，可以看到，其误差更小，插值得到的信道估计值和实际的信道变化曲线基本吻合。
2025-03-08 21:51:13
162
原创 【教程4＞第6章＞第10节】 LS信道估计导频插入间隔对信道估计均衡性能影响分析
因为在一个相干时间内，信道的变化较小，利用导频估计得到的信道信息可以较好地代表相邻数据符号处的信道情况。当采用4倍插值的时候，LS信道估计可以很好的恢复出信号。因为在一个相干时间内，信道的变化较小，利用导频估计得到的信道信息可以较好地代表相邻数据符号处的信道情况。从上述测试结果可知，当导频插入间隔为8时，导频插入间隔 大于信道的相干时间，那么在相邻导频之间信道可能已经发生了较大的变化。LS信道估计只能根据导频处的信道信息进行估计，而无法准确反映数据符号处的信道情况，导致估计误差增大。
2025-03-08 00:22:09
113
原创 【教程4＞第6章＞第9节】 LS信道估计与均衡各模块例化与完整系统实现
目录1.软件版本2.LS信道估计与均衡完整系统实现2.1 接收端LS信道估计与均衡模块整合2.2 均衡输出的限幅2.3 定义顶层文件2.4 定义testbench文件3.仿真测试matlab2022a，vivado2019.2在本章节上一个课程中【教程4＞第6章＞第8节】基于FPGA的LS信道估计与均衡系统——均衡模块-优快云博客我们完成了LDPC信道估计和均衡的主要功能，此时，我们的FPGA工程文件如下：这里，我们将上述各个模块进行整合，完成一个完整的LDPC信道估计和均衡系统。我们编写如下的veril
2025-03-07 22:14:19
415
原创 【第1章＞第3节】RBF径向基函数神经网络的理论学习与MATLAB仿真
径向基函数（Radial Basis Function, RBF）神经网络是一种前馈型神经网络，具有很强的非线性映射能力。它由输入层、隐藏层和输出层组成。输入层仅起到传输输入信号的作用，隐藏层神经元采用径向基函数作为激活函数，输出层则是对隐藏层输出的线性组合。
2025-03-07 09:09:04
331
原创 ▲基于2ASK调制解调+LDPC编译码通信链路matlab误码率仿真
与一些传统的编码方式相比，如卷积码，其校验矩阵相对密集，在处理长码长时，计算复杂度会显著增加，而LDPC码的稀疏校验矩阵则能够有效地避免这一问题，使得在处理长码长数据时仍能保持较低的计算复杂度。对于振幅键控这样的线性调制来说，在二进制里，2ASK是利用代表数字信息“0”或“1”的基带矩形脉冲去键控一个连续的载波，使载波时断时续的输出，有载波输出时表示发送“1”，无载波输出时表示发送“0”。在二进制ASK中，数据以0和1的形式表示，其中0对应于无幅度的载波信号，而1对应于一定幅度的载波信号。
2025-03-05 23:17:05
797
原创 ▲基于2FSK调制解调+LDPC编译码通信链路matlab误码率仿真
与一些传统的编码方式相比，如卷积码，其校验矩阵相对密集，在处理长码长时，计算复杂度会显著增加，而LDPC码的稀疏校验矩阵则能够有效地避免这一问题，使得在处理长码长数据时仍能保持较低的计算复杂度。这意味着在理论上，LDPC码能够在极低的信噪比条件下实现可靠的数据传输，大大提高了通信系统的效率和可靠性。LDPC码的应用能够在这种恶劣的信道条件下，有效地纠正传输过程中产生的错误，确保数据的准确传输。在二进制FSK中，数据以0和1的形式表示，其中0对应于一个特定的载波频率f1，而1对应于另一个特定的载波频率f2。
2025-03-05 23:12:08
1051
原创 DeepSeek开源周开源的五个项目分析
实验数据表明，使用 DualPipe 能够将训练效率提升200% 左右，同时仅增加了1倍的激活内存峰值，在提升训练效率的同时，对内存资源的增加相对可控，使得在有限的硬件资源下能够更高效地训练大规模模型。通过采用EPLB，在大规模专家并行的应用中，能够将GPU的利用率提升至80%以上，最大限度地减少训练时间。例如，在一个具有大量专家的MoE模型训练任务中，使用EPLB后，训练时间相比未使用时缩短了30% - 50%，大大提高了模型的训练效率，降低了训练成本，同时也提高了模型在推理阶段的响应速度和性能稳定性。
2025-03-04 20:54:45
3748
3
原创 【教程4＞第6章＞第8节】基于FPGA的LS信道估计与均衡系统——均衡模块
由于实际信道存在多径传播、衰落等问题，信号在传输过程中会发生失真，导致码间干扰（ISI）。例如，在多径信道中，信号的不同路径到达接收端的时间不同，使得接收信号的波形展宽，前后码元相互干扰，严重影响信号的正确解调。均衡就是为了消除或减小这种ISI，恢复原始信号的波形。
2025-03-03 01:24:46
279
原创 【教程4＞第6章＞第7节】基于FPGA的LS信道估计与均衡系统——LS信道估计模块
我们可以看到，通过信道估计之后，我们可以提取大致的信道波形形状。这说明，通过该模块，我们提取了信道估计函数h。上述模块中，我们调用了一个除法器，完成Y/X的过程。通过Y和X相除，即得到信道估计值。然后在本小节，我们暂时不考虑插值问题。所以假设信道估计结果为。
2025-03-02 23:30:33
54
基于64QAM调制软解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-01
基于32QAM调制软解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-01
基于GMSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-27
基于MSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-27
基于16QAM调制软解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-19
基于4ASK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-19
基于π/4-QPSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-14
基于DQPSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-14
基于2ASK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-05
基于2FSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-05
基于8ASK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-28
基于QPSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-20
基于BPSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-19
64QAM调制+软解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-15
GMSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-15
32QAM调制+软解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-10
MSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-07
16QAM调制+软解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-05
pi4-QPSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-01-26
DQPSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-01-22
QPSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-01-22
BPSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-01-22
2FSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-17
2ASK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-16
16PSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-15
8PSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-11
8FSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-08
4FSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序讲解和操作视频】
2025-01-08
8ASK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序讲解和操作视频】
2025-01-05
4ASK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序讲解和操作视频】
2025-01-05
基于AES+BPSK调制解调加密通信系统matlab性能仿真，包括程序，程序注释，仿真操作步骤视频
2024-12-27
基于Affine-sift的鱼眼图像矫正和配准算法matlab仿真，包括程序，仿真操作步骤视频
2024-12-27
基于Delaunay三角化的点云数据三维曲面重建matlab仿真，包括程序，中文注释，仿真操作步骤视频
2024-12-21
基于LSTM网络模型的新闻文本分类算法matlab仿真,区分真新闻和假新闻，包括程序，参考文献，中文注释，仿真操作步骤视频
2024-12-19
基于OFDM系统的OMP信道估计算法matlab仿真,对比LS信道估计，包括程序，中文注释，仿真操作步骤视频
2024-12-15
基于图像HOG特征提取和SVM动物种类识别算法matlab仿真，包括程序，中文注释，仿真操作步骤
2024-12-11
基于混沌序列的彩色图像加解密算法matlab仿真,并计算加解密后图像PSNR值，包括程序，中文注释，仿真操作步骤
2024-12-11
风速仿真模型的simulink建模与仿真,包括基本风,随机风,渐变风,阵风以及组合风，包括simulink模型，仿真操作步骤视频
2024-12-05
基于simulink的OFDM-BPSK通信系统误码率仿真，包括simulink模型，仿真操作步骤视频
2024-11-30
博弈论的matlab模拟与仿真,仿真输出博弈参与者增益，包括程序，中文注释，仿真操作步骤
2024-11-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人