
matlab软件与算法实现
文章平均质量分 77
学习matlab
爱漂流的易子
这个作者很懒,什么都没留下…
展开
-
ieee754浮点数1/N计算牛顿迭代法的matlab代码
在上一篇文章中使用了牛顿迭代法求1/N和A/B。但是输入数据并未转换为标准的浮点数格式。下面我使用ieee754标准的浮点数计算方式来设计代码。文章地址。原创 2025-03-25 18:01:48 · 366 阅读 · 0 评论 -
基于xilinx IP的频域脉冲压缩算法的实现和matlab仿真
脉冲压缩的原理脉冲压缩实际上就是对接收信号进行匹配滤波处理。根据发射的波形不同,脉冲压缩时选择不同的匹配滤波器系数。数字脉冲压缩的实现方式有两种: 一是时域卷积法; 二是频域乘积法。依据傅里叶变换理论,时域卷积等效于频域乘法,因此两种方法实际上是等效的。时域处理方法直观、简单,但是运算量大,工程上一般采用频域法。原创 2024-08-16 17:15:43 · 1668 阅读 · 5 评论 -
调幅信号AM的原理与matlab实现
上式说明,由正弦波调制的调幅信号由三种频率成分组成:载波、载波和调制频率的差频(下边带)、载波和调制频率的和频(上边带)。调幅波所占的频谱宽度等于调制信号最高频率的两倍。>1,已调波的包络会出现严重的失真,而不能恢复原来的调制信号波形,也就是产生过量调幅。调幅就是使载波的振幅随调制信号的变化规律而变化。为调制指数,它的范围在(0,1)之间,如果。当调制波为正弦波时的时域波形。当调制波为三角波时的时域波形。当调制波为锯齿波时的时域波形。当调制波为正弦波时的频域波形。当调制波为方波时的时域波形。原创 2024-06-25 23:18:21 · 1966 阅读 · 0 评论 -
软件无线电学习-第二代移动通信系统过程理解
第二代移动通信系统的最大不同是采用了数字调制,这也就为采用新的TDMA、CDMA 多址方式奠定了基础:另外信道带宽也从模拟体制的30/25kHz提高到了 200kHz和1.25MHZ(D-AMPS除外)。由此可见,移动通信经历了从模拟无线电到数字无线电,再从数字无线电到软件无线电的。下面我们模拟该过程。它主要特点是通过二次变频的射频前端把射频信号变为中频信号(图中的一中频频率为71mhz,二中频频率为6mhz)后,首先进行A/D采样数字化,把模拟信号变为数字信号,再由信号处理器(DSP)完成解调任务。原创 2024-05-24 10:32:36 · 794 阅读 · 0 评论 -
Xilinx的FIR滤波器IP的设计与仿真
Number of Coefficient Sets多个系数集,对于多系数过滤器,单个.coe文件用于指定系数集。采样率为50mhz,通带起始频率为100KHz,阻带起始频率为1MHz。在经过一段时间的仿真后,我们看到通过模拟产生的正弦波数据的高频分量在FIR滤波器的作用下只保留了低频部分。采样率为50mhz,通带起始频率为100KHz,阻带起始频率为1MHz。这里我们选择coe文件,我们直接从matlab中生成的coe文件。CONFIG通道用于选择活动的滤波器系数集。同样的,选择输入数类型,数据位宽。原创 2023-10-24 08:00:00 · 2963 阅读 · 0 评论 -
PID闭环控制算法的学习与简单使用
PID控制算法是一种闭环控制算法。在工业中被广泛应用。在PID系统框图中,整个系统包括比较器、PID控制器和控制对象,其中PID控制器包括三个模块,比例(P),积分(I)和微分(D)。原创 2024-02-29 10:19:04 · 1709 阅读 · 0 评论 -
matlab关于COE文件之读取操作
场景:在使用fir滤波器后,我们使用matlab生成coe文件后。在xilinx新建IP的后,数据流经过FIR的IP核后数据位宽变宽。这时候我们需要对数据进行截位。这时候需要读取coe文件求和后,计算我们需要截位的位宽。下面时使用matlab读取coe文件的函数。原创 2024-04-10 11:59:54 · 1845 阅读 · 0 评论 -
matlabR2021b启动很慢和初始化时间很长解决
问题记录,在网上下载安装包后,按破解流程破解,发现软件启动时间很长。选择到你的licence目录下。我将破解文件的license粘贴到matlab安装目录下,新建了一个文件夹。选择到你的licence目录下。我将破解文件的license粘贴到matlab安装目录下,新建了一个文件夹。首先在安装文件夹中启动Activate MATLAB R2021b。查询原因为软件需要在启动是查询licence。启动软件发现会有很长一段时间的初始化流程。这里在matlab快捷方式下选择属性。打开软件,几乎秒就绪。原创 2023-05-15 17:23:46 · 3791 阅读 · 1 评论 -
卡尔曼滤波器算法的学习与简单使用
在实际的应用中,模拟信号在经过adc采集后转换为数字信号,但是这个转换的值往往会有很大噪声,这里我们使用卡尔曼滤波器对采集的数据进行滤波处理。例如,我们使用信号源输出一个1v的直流电,经过adc转换后测试得到一组数据,t0时刻0.995v,0.999v,1.005v。因为我们输出信号为1v始终没有改变,所以我们预测现在的电压依旧是1v。但是真实的电压是多少呢,是我们相信信号源输出的1v,还是相信我们adc采集的电压0.995v呢?这时候就可以使用卡尔曼滤波器来对采集的数据进行滤波处理。原创 2024-02-27 20:43:41 · 975 阅读 · 0 评论