针对硫化镍矿选矿浮选工业过程中液位控制进行数学分析，建立 BP预测模型并实施多浮选槽液位控制方法，利用目前工程领域流行的 MATLAB 7.0中提供的神经网络工具箱，对网络模型进行训练和仿真，为有效抑制各槽液位扰动、实时调整各浮选槽液位和实现浮选指标的提高提供了有效的途径。仿真结果证明了BP神经网络对解决硫化镍矿浮选过程液位PID控制的有效性，具有广泛应用和推广的价值。
上传时间： 2014-12-29
上传用户：凌云御清风
介绍了美军标MIL-STD-188-110C定义的短波波形，阐述了Turbo均衡原理并详细介绍了基于MMSE的线性Turbo均衡算法，对MIL-STD-188-110C中定义的波形5在12 kHz和24 kHz带宽的情况下应用Turbo均衡进行仿真，验证Turbo均衡技术在宽带短波波形中的应用效果。
上传时间： 2013-10-24
上传用户：498732662
根据MSK信号的特点，分析了直扩MSK信号的解调方法。基于两种可能的应用形式，在Matlab/Simulink环境下搭建了直扩MSK信号差分相干解调与包络非相干解调的仿真模型。然后进行了性能仿真。所得结论为直扩MSK信号解调的实际应用提供了参考。
上传时间： 2013-11-13
上传用户：妄想演绎师
OSPFv3是建设IPv6校园网应用最广泛的IGP之一。为促进IPv6校园网的建设，本文研究了OSPFv3路由协议的路由算法、协议的组成、分组类型和建立近邻关系的基本操作，简要分析了OSPFv3路由协议的总体框架设计和主要模块的功能，及新的功能特性，使用虚拟软件GNS3结合思科路由器IOS开展OSPFv3组网仿真实验，分别实现AS的主区域互联、多区域互联和虚连接的典型场景。
上传时间： 2013-10-12
上传用户：wuyuying
文中详细地介绍了正交投影子空间跟踪算法（OPAST），它是一种基于最优化问题的方法，保证了每次迭代时权向量的正交性，并具有和PAST算法一样的线性复杂度，以及与自然幂法（NP）一样的全局收敛性。然而将其应用于盲多用户检测时，在迭代一定次数后，会出现误码率突然增大现象，这就导致了算法性能的下降，为了解决这一问题，文中提出一种方法，并通过仿真结果，证明它是行之有效的。
上传时间： 2014-11-11
上传用户：xaijhqx
利用Matlab的Simulink工具箱建立了QAM 系统的仿真模型，详细地叙述了仿真参数的设置，分析了仿真结果，仿真结果与理论结果一致。该仿真模型简单，而且达到了预期的效果。仿真结果表明：通过Matlab 仿真数字通信系统具有较强的可实现性，为实际应用和科学合理地设计QAM通信系统，提供了高效的仿真平台。
标签： Matlab_Simulink QAM 通信系统 仿真
上传时间： 2013-11-24
上传用户：aeiouetla
文中将BP神经网络的原理应用于参数辨识过程，结合传统的 PID控制算法，形成一种改进型BP神经网络PID控制算法。该算法利用BP神经网络建立系统参数模型，能够跟踪被控对象的变化，取得较高的辨识精度。针对BP神经网络对权系初始值敏感的缺点，优化BP神经网络的初始权系数。通过BP算法修正BP网络自身权系数，实现PID参数的在线调整。仿真结果显示了该算法收敛速度快、精度高、鲁棒性强、稳定性好，表明了该算法的可行性与有效性。
上传时间： 2013-10-08
上传用户：cxl274287265
本文在分析了无线电频谱管理现状及频谱资源紧张的前提下，引出频谱管理中的认知无线电技术，同时提出了基于博弈论的电磁频谱管理的模型化方法，深入地分析了博弈论算法的收敛性及效用函数的选择，并且通过Matlab仿真以最小化系统间总干扰为目标描述了博弈论模型在电磁频谱动态管理中的应用。
上传时间： 2013-10-19
上传用户：392210346
提出了电动干式双离合器轿车的整车综合控制策略。采用CANoe-Matlab 联合仿真的方法建立了带有DCT 系统的整车模型，并对其CAN 网络进行仿真；向CAN 总线收发DCT 换挡过程中所需的报文和共享信息，重点验证了总线的运行情况和实时性。整车试验结果表明，通过CAN 总线使TCU 与ECU 之间进行实时通信，对发动机、双离合器和变速器三者进行协调控制，能够有效提高DCT 轿车的换挡品质，实现其动力换挡。
上传时间： 2013-11-20
上传用户：199311
针对软件无线电技术在舰船通信中应用问题，对软件无线电数字接收理论进行了深入研究，包括了低通采样理论、带通采样理论以及多速率信号处理技术等，同时对软件无线电结构进行了分析。采用软件无线电数字信道化模型，给出了信道化高效实现结构，并通过计算机仿真验证了该软件无线电数字信道化结构的正确性。该软件无线电信道化模型适用于舰船通信系统中应用。
上传时间： 2013-10-29
上传用户：acwme
