<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gllnupt的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gllnupt</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gllnupt]]></copyright><item><title><![CDATA[昨天晚上做了一晚上梦]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/52794204</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/52794204</guid><author>gllnupt</author><pubDate>Wed, 12 Oct 2016 09:35:31 +0800</pubDate><description><![CDATA[昨天上做了一晚上的梦。内容如下：
       老大让我去石家庄出差，因为那里的产品出了一点问题。我一口就答应了。我当时住的应该是宿舍，等我下了楼，在回来，怎么都找不到自己的房间了，于是我就自己在房间周围逛，发现了比较血腥的事情：一群人被某种疾病感染，已经死了，一群医生将他们的头颅和身体分开，逐个放到冷冻箱里。吓得我直接出来了。无意间又闯进了一个房间，床上躺着一个满身是血的人，他看到了我，向我叫]]></description><category></category></item><item><title><![CDATA[对fft循环移位的重新理解]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/43119525</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/43119525</guid><author>gllnupt</author><pubDate>Sun, 25 Jan 2015 21:29:04 +0800</pubDate><description><![CDATA[对一组序列做fft变换。从表面上看，他们是无差别的。但是还是分为很多的类。任何东西都可以分类。当你发现都是一样的时候，说明你还没有进入他的核心。
    在谈及fft变换之前，先看看fft变换的对象的性质。任何的序列都可以用实数和虚数表示。所以任何序列从某个角度上来划分，可以分为纯实数序列，纯虚数序列和杂交的复数序列。
    纯实数序列对应的fft变换是一个共轭对称序列，而纯虚数序列对应的f]]></description><category></category></item><item><title><![CDATA[通信仿真，加噪声那些事]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/42553305</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/42553305</guid><author>gllnupt</author><pubDate>Fri, 09 Jan 2015 12:26:01 +0800</pubDate><description><![CDATA[通信仿真，加噪声那是必不可少的。这里面有几个难点，需要仔细的研究。首先讲一下什么叫做白噪声，在现实中，因为电子的热运动等原因，造成信号有一个加性的干扰。这个干扰就是白噪声。因为 它是一个随机过程，所以用功率谱和相关函数来描述。现在，我们需要有用高斯过程来建模这个白噪声。大家都知道。高斯过程有两个参数，一个就是均值，一个是方差。方差本质上就是功率。所以，从现实到建模，需要传递这两个参数。一个是均值，]]></description><category></category></item><item><title><![CDATA[ofdm里面的isi和ici终于搞懂了]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/42320857</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/42320857</guid><author>gllnupt</author><pubDate>Thu, 01 Jan 2015 19:36:12 +0800</pubDate><description><![CDATA[isi是指撞车，在其他的通信系统里也会有撞车，就是前一个符号对后一个符号产生了码间干扰。而ici是ofdm里面的东西。指的是子载波干扰。原本，子载波之间是相互正交的。不会发生干扰，但是应为某些原因，比如isi，或者频偏等原因，造成子载波的一个畸形，使他们之间不再互相正交，这样，在解调的时候，就会互相的干扰。对于加窗的位置，可能会产生ici。只要有isi，就会有ici。加窗一旦滞后于精确点。必然会有]]></description><category></category></item><item><title><![CDATA[对第四维，时间的感知]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41898225</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41898225</guid><author>gllnupt</author><pubDate>Fri, 12 Dec 2014 20:11:28 +0800</pubDate><description><![CDATA[大自然给了人一双眼睛，能让我们感知一个立体的时间。这个立体的世界是三维的。但是，大自然没有给我们一个器官去感知第四维，时间维度。
          时间对大家来说，是非常熟悉的东西。什么时候要上课，什么时候要起床，什么时候要写作业等等，都是和时间联系起来的。但是，真正能够感知到的人类并不是那么的多。至少没有50%。这是我估计的的值。
          今天洗完澡，突然对时间这个维度有一个突]]></description><category></category></item><item><title><![CDATA[黄金分割点的思考]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41867219</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41867219</guid><author>gllnupt</author><pubDate>Thu, 11 Dec 2014 15:36:33 +0800</pubDate><description><![CDATA[黄金分割点是一个美得感受。人的一生是有限的。当然所有人都知道，但是真正意识到的人很少。许多人过了人生的一半才猛然思考，下面一半该去怎样过。大多数的时候，出现这种觉悟的时候，估计人生已经走到了黄金的分割点了。0.618。下面该怎么办，可以蒙住双眼，随波逐流，也有人放弃一切，重新寻找存在的意义，也有人懊悔不也。过去就是过去，剩下就是剩下，没有什么号说的了。其实，真正展现意义的时刻就是在这个时刻。独立的]]></description><category></category></item><item><title><![CDATA[从古代的坐北朝南来看古代先贤的生而神灵]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41846011</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41846011</guid><author>gllnupt</author><pubDate>Wed, 10 Dec 2014 14:58:45 +0800</pubDate><description><![CDATA[无论是酒席，宴会还是什么，在一个桌子上，最有地位的作为是朝南的那个作为。这个作为代表着帝王，领袖和地位。所以，一般讲究礼仪的话，都会让最优地位的人做这个面朝南的好位子。
                古人为什么这样做，皇帝为什么会朝南而御群臣。这个应该是见仁见智，各有各的说法。我现在提一个说法，来证明古人是是由真正的高人存在的。
                当生而神灵的古代先贤在朝着四面]]></description><category></category></item><item><title><![CDATA[对九大速算方法的统一]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41720883</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41720883</guid><author>gllnupt</author><pubDate>Thu, 04 Dec 2014 10:50:06 +0800</pubDate><description><![CDATA[目前接触到的速算方法，对两数相乘，要求两数之间有一个数是相同的。这里只是简单的介绍一下如何统一。对于ab*ac模式和ab*cb模式。首先，十位乘以十位，个位乘以个位。采用二分模式，即空空杠空空模式，放入所得的数。然后，相同的数乘以不同的数之和，放入杠中，然后三数相加。
        无论何种速算心算方法，都必须使数在心中成像。一般要能够成3个像。当然，如果没有一定的训练，成一个像都是问题。更谈]]></description><category></category></item><item><title><![CDATA[对波动方程的理解]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41623893</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41623893</guid><author>gllnupt</author><pubDate>Sun, 30 Nov 2014 16:39:54 +0800</pubDate><description><![CDATA[波动方程分两种情况，一种是标量的波动方程，一种是矢量的波动方程。但是其本质都是一样的。波动方程描述了三位空间的三个变量x，y，z，还有时间t，还有这一空时点的值得大小关系。一般以二阶导的形式表现出来。也就是对这4个变量分别求二阶导，然后发现这些二阶导之间的一个关系。所有的波动行为都服从于波动方程。电磁波也同样服从波动方程。]]></description><category></category></item><item><title><![CDATA[对麦克斯韦方程的理解－－１]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41593845</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41593845</guid><author>gllnupt</author><pubDate>Sat, 29 Nov 2014 11:16:21 +0800</pubDate><description><![CDATA[麦克斯韦方程组是电磁场的基石。就好比香农公式是通信领域的基石一样。不理解香农公式的奥秒就不会对通信有本质的理解。同样，如果对麦克斯韦方程理解不深，那么，对电磁场的理解就好比是练拳不练功，到头一场空。所有的公式只是一种表达方式，看问题就要抓住本质。
　　　电磁场的处理对象是矢量空间。也就是在４维空间（包括时间）中的任意一点的值是一个矢量。当然如果只考虑三维空间，没有时间维度，那么就是一个静态的矢量]]></description><category></category></item><item><title><![CDATA[解决信道系数为什么是复数问题]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41553089</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41553089</guid><author>gllnupt</author><pubDate>Thu, 27 Nov 2014 21:04:44 +0800</pubDate><description><![CDATA[信道系数为什么是复数，这个问题困扰了我很久，今天翻阅数字通信，终于明白了。其实答案就在那里，只是境界不够，看不懂而已，经过不断的积累，境界终于够了，终于能看懂这两页纸了。
          参看数字通信第五版英文版第13章的13-1节。今天我就完全的讲解一下各种公式的推到。
           13.1-1这个公式别看很不起眼，这里面学问大着呢。sl（t）为基带复信号，e*为射频模块的IQ]]></description><category></category></item><item><title><![CDATA[信道编码来达到香农容量]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41547565</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41547565</guid><author>gllnupt</author><pubDate>Thu, 27 Nov 2014 15:54:17 +0800</pubDate><description><![CDATA[为什么采用信道编码可以不断地逼近啊香农容量。香农容量是指无误传输的最大速率。采用信道编码，虽然有误，但是在接收端可以自我修正。这种自我修正的能力是信道容量更加容易逼近。]]></description><category></category></item><item><title><![CDATA[从信号的维度再次理解香农公式，进而发问，人类到底生活在几维空间中？]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41546383</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41546383</guid><author>gllnupt</author><pubDate>Thu, 27 Nov 2014 15:47:43 +0800</pubDate><description><![CDATA[香农公式是香农老人家一辈子的巅峰之作。对香农公式的理解当然可以从不同的角度去理解。所谓万法归宗，不论从哪个角度去理解，到最后发现，其本质都是一样的，都揭示了信息传输极限能力。
         学过通信的都知道香农公式的表达式，log2（1+s/n)，单位是bit/s，就是说，告诉了我信号的信噪比，也就是信号和噪声的能量之比，如果功率均匀，也可以理解为信号功率和噪声强度的比。我们就可以估计此系统]]></description><category></category></item><item><title><![CDATA[关于调制的东西]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41518765</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41518765</guid><author>gllnupt</author><pubDate>Wed, 26 Nov 2014 17:38:09 +0800</pubDate><description><![CDATA[调制这个词很好理解。就是把信号调制到载波上去。如果要问QAM调制，OFDM调制，IQ调制，bit和symbol的区别。估计大部分人都答不上来。
在无线移动通信里，调制分为两个部分，一部分叫做基带调制。另一部分是射频调制。基带信号都是复信号，发射出去的都是实信号。这就是通带和基带的一些东西。首先说射频调制，他一般就是IQ调制。I路和Q路分别乘以cos（wt）和-sin（wt），然后再相加，相当于把]]></description><category></category></item><item><title><![CDATA[endnote的那些需要知道的东西。~]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41209367</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41209367</guid><author>gllnupt</author><pubDate>Mon, 17 Nov 2014 15:20:11 +0800</pubDate><description><![CDATA[endnote是一个写论文的极好的工具。在面对复杂的参考文献的格式时，有了endnote]]></description><category></category></item><item><title><![CDATA[学了3,4年，终于明白了高斯白噪声的那些东西。]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41149671</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41149671</guid><author>gllnupt</author><pubDate>Sat, 15 Nov 2014 20:42:46 +0800</pubDate><description><![CDATA[提到高斯白噪声，首先想到的就是]]></description><category></category></item><item><title><![CDATA[终于彻底理解了Nyquist bandwidth的本质]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/41082575</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/41082575</guid><author>gllnupt</author><pubDate>Thu, 13 Nov 2014 17:16:19 +0800</pubDate><description><![CDATA[所谓的nyqusit bandwidth是指在理想]]></description><category></category></item><item><title><![CDATA[从傅里叶变换的角度谈宿命论]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/40786833</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/40786833</guid><author>gllnupt</author><pubDate>Tue, 04 Nov 2014 16:52:02 +0800</pubDate><description><![CDATA[文章标题也可以写成从宿命论的角度谈傅里叶变换。]]></description><category></category></item><item><title><![CDATA[噪声强度（噪声功率） 噪声方差到底有什么关系？]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/38516611</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/38516611</guid><author>gllnupt</author><pubDate>Tue, 12 Aug 2014 15:51:55 +0800</pubDate><description><![CDATA[噪声强度（噪声功率） 噪声方差到底有什么关系？  




转载自 
川草天涯的博客
以matlab中awgn函数为例说明：
    在matlab中无论是wgn还是awgn函数，实质都是由randn函数产生的噪声。即：wgn函数中调用了randn函数，而awgn函数中调用了wgn函数。
    根据awgn的实现代码可以知道”向已知信号添加某个信噪比（SNR）的高斯白噪声“，即]]></description><category></category></item><item><title><![CDATA[flute学习  2014.4.20]]></title><link>https://blog.youkuaiyun.com/gllnupt/article/details/24175239</link><guid>https://blog.youkuaiyun.com/gllnupt/article/details/24175239</guid><author>gllnupt</author><pubDate>Sun, 20 Apr 2014 10:16:16 +0800</pubDate><description><![CDATA[一个session是许多channel的集合。那]]></description><category></category></item></channel></rss>