摘要: 研究了蒙特卡罗仿真原理和仿真结果置信度 结合AWGN(加性白高斯噪声) 信道特点,甄选出3 个合适的 参量,即误码个数、置信概率和仿真结果最大相对误差 提出了AWGN 信道下仿真数据量选取的一般性结论,即误 码个数正比于置信区间上分位点的平方、反比于最大相对误差的平方. 仿真结果验证了所提结论在AWGN 信道各 种信噪比下均有效 同时对于无线通信或移动通信的时变多径衰落信道,如采用OFDM(正交频分复用) 、分集、均 衡、交织等技术,能将信道改造为AWGN 信道,该结论依然有效. 关 键 词: 加性白高斯噪声 蒙特卡罗仿真 仿真数据量 置信概率
上传时间： 2016-03-22
上传用户：cylnpy
DFT(Discrete Fourier Transformation)是数字信号分析与处理如图形、语音及图像等领域的重要变换工具，直接计算DFT的计算量与变换区间长度N的平方成正比。当N较大时，因计算量太大，直接用DFT算法进行谱分析和信号的实时处理是不切实际的。快速傅立叶变换(Fast Fourier Transformation，简称FFT)使DFT运算效率提高1～2个数量级。其原因是当N较大时，对DFT进行了基4和基2分解运算。FFT算法除了必需的数据存储器ram和旋转因子rom外，仍需较复杂的运算和控制电路单元，即使现在,实现长点数的FFT仍然是很困难。本文提出的FFT实现算法是基于FPGA之上的，算法完成对一个序列的FFT计算，完全由脉冲触发，外部只输入一脉冲头和输入数据，便可以得到该脉冲头作为起始标志的N点FFT输出结果。由于使用了双ram，该算法是流型(Pipelined)的，可以连续计算N点复数输入FFT，即输入可以是分段N点连续复数数据流。采用DIF(Decimation In Frequency)-FFT和DIT(Decimation In Time)-FFT对于算法本身来说是无关紧要的，因为两种情况下只是存储器的读写地址有所变动而已，不影响算法的结构和流程，也不会对算法复杂度有何影响。
标签： Transformation Discrete Fourier DFT
上传时间： 2016-04-12
上传用户：lx9076
很好的kmeans算法，用C编写，输入：簇的数目K 和包含N 个对象的数据集 输出：K 个簇，使平方误差准则最小
上传时间： 2016-05-18
上传用户：zsjzc
幻方，从1到n的平方组成n行n列，各行各列及对角线之和均相等
标签：
上传时间： 2013-12-21
上传用户：2467478207
在1960年，卡尔曼出版了他最著名的论文，描述了一个对离散数据线性滤波问题的递归解决方法。从那以后，由于数字计算的进步，卡尔曼滤波器已经成为广泛研究和应用的主题，特别在自动化或协助导航领域。 卡尔曼滤波器是一系列方程式，提供了有效的计算（递归）方法去估计过程的状态，是一种以平方误差的均值达到最小的方式。滤波器在很多方面都很强大：它支持过去，现在，甚至将来状态的估计，而且当系统的确切性质未知时也可以做。 这篇论文的目的是对离散卡尔曼滤波器提供一个实际介绍。这次介绍包括对基本离散卡尔曼滤波器推导的描述和一些讨论，扩展卡尔曼滤波器的描述和一些讨论和一个相对简单的（切实的）实际例子。
标签： 1960
上传时间： 2016-06-02
上传用户：tianjinfan
计算机演算程序，平方映射分岔的Qbasic计算程序，平方映射的李雅普诺夫的Qbasic计算程序，．埃侬吸引子的李雅普诺夫指数的Qbasic计算程序，．单摆运动的分岔的Qbasic计算程序
上传时间： 2013-12-25
上传用户：gonuiln
若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化LMS算法（NLMS算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目的，必须合适的选择变步长 的值，一个可能策略是尽可能多地减少瞬时平方误差，即用瞬时平方误差作为均方误差的MSE简单估计，这也是LMS算法的基本思想。
上传时间： 2016-07-07
上传用户：changeboy
简单的计算机，可以进行加减乘除，开平方这些简单的运算
标签： 计算机
上传时间： 2014-01-13
上传用户：kbnswdifs
附件中的m代码包括了一系列的拟合函数，这些函数通常的输入是概率分布的样本。还有最大似然估计仿真器、最小平方仿真器、混合高斯分布估计的EM算法、
上传时间： 2016-07-31
上传用户：zmy123
最小二乘法(least squares analysis)是一种 数学 优化 技术，它通过 最小化 误差 的平方和找到一组数据的最佳 函数 匹配。 最小二乘法是用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 最小二乘法通常用于 曲线拟合 (least squares fitting) 。这里有 拟合圆曲线 的公式推导过程 和 vc实现。
标签： analysis squares least 最小二乘法
上传时间： 2016-09-06
上传用户：cuibaigao
