han_xj的博客

最近在投一篇IEEE会议的时候，需要使用EDAS上传论文，发现存在字体未嵌入的情况，查阅网罗资源之后，把个人认为最有效的方法与大家分享~首先说明，字体未嵌入的情况大多是由于latex插入图片时，图片字体未被嵌入，比如用MATLAB作的图。笔者在论文中，将插入的图片转换为pdf格式。在图片转pdf时，使用任意的pdf阅读器自带的虚拟打印机，进行高质量打印即可。我使用的是福昕pdf阅读器。将新生成的高质量打印的pdf图片插入latex即可。希望可以帮到和我遇到相同问题的朋友们~祝大家科研顺利。

考虑点对点 MIMO 波束成形系统，假设发射端有 NtN_tNt​ 根天线，NrN_rNr​根接收天线，发射端发送已调复数信息向量为xxx ，经过发射波束成形矩阵FFF 的作用后加载到发射天线的各个阵元上，经过 MIMO 信道HHH后的接收信号向量为：y=HFx+ny=HFx+ny=HFx+n其中，nnn为复高斯白噪声，均值为 θ\thetaθ，方差为σ2\sigma^2σ2 。在接收端使用接收波束成形矩阵WWW对接收信号进行加权合并运算：WHy=WHHFx+WHnW^Hy=W^HHFx+W^HnW

毫米波系统的开发者必须通过提高发射功率、提高天线增益、提高接收灵敏度等方法来补偿毫米波的传播损耗。传播距离过小有时候反而成了毫米波系统的优势。比如，它能够减少毫米波信号之间的干扰。毫米波系统使用的高增益天线同时具有较好的方向性，这也进一步消除了干扰。这样的窄波束天线既提高了功率，又扩大了覆盖范围，同时增强了安全性，降低了信号被截听的概率。“高频率”这个限制因素也会减小天线的尺寸，基于这个事实，我们就可以通过增加天线数量来补偿高频路径损耗，而不会增加天线阵列的尺寸，这让在5G毫米波系统中使用Massive

定义：在数理统计学中，似然函数是一种关于统计模型中的参数的函数，表示模型参数中的似然性。似然性，是用于在已知某些观测所得到的结果时，对有关事物之性质的参数进行估值。我们可以反过来构造表示似然性的方法：已知有事件A发生，运用似然函数L(B∣A)L(B|A)L(B∣A)，我们估计参数B的可能性。形式上，似然函数也是一种条件概率，但我们关注的变量改变了：b↦P(A∣B=b)b \mapsto P(A \mid B=b)b↦P(A∣B=b)这里并不要求似然函数满足归一性：∑b∈BP(A∣B=b)=1\sum

今天阅读了cantjie的关于哈夫曼编码任务的程序中的header.h, list.c与count.c中的count_from_file函数 有如下认识： 1.首先在header.h中声明项目所需的预编译指令、库函数以及所需的数据结构和函数的声明。 2.在本任务中，需要 (1)定义每个结点的数据类型 listNode,其中有借点数据域单独的结构体 listData. (2) 因为后续的哈夫

一、项目需求： 1.求迷宫中从入口到出口的所有路径。 二、项目实现要求： 1.利用堆栈的数据结构来保存从入口到当前位置的路径。 三、问题简述： 计算机解决迷宫求解问题是，通常使用“穷举求解”的方法，及从入口出发，顺一方向向前探索，若能走通，则继续往前走；否则沿原路退回，换一个方向再继续探索，直至所有都探索到为止。