衰落信道参数包括多径扩展和多普勒扩展.时不变的多径扩展相当于一个延时抽头滤波器,而多普勒扩展要注意多普勒功率谱密度,通常使用Jakes功率谱.高斯.均匀功率谱. 多径衰落信道由单径信道叠加而成,而单径信道中最重要的就是瑞利(Rayleigh)平坦衰落信道. 下面给出瑞利平坦衰落信道的改进Jakes模型的实现: function [h]=rayleigh(fd,t) %改进的jakes模型来产生单径的平坦型瑞利衰落信道 %Yahong R.Zheng and Chengshan Xiao "Imp

线性均衡可以做在接收端,也可以做在发送端,而DFE只能做在接收端.对于DFE的讨论都是建立在判决器能够判决正确的情况下,但是如果每一个发送的符号含有多比特信息,比如PAM16,由于发送信号的最大能量是一定的,所以星座图之间的距离很小,这会导致判决器很容易产生错误的判决,在DFE中造成误差传播(error propagation).每个符号含有的比特数越多,DFE判决时就越容易出错.更重要的是,DFE需要即时判决来消除ISI, 这与信道编码存在根本性的矛盾.根据香农定理,我们知道,应该把一长串符号

在上一篇中对Matlab做了一个初步的了解,本文继续来零距离亲身体验Matlab,来感受一下Matlab的一些基本.通用的操作. 命令行窗口 一打开Matlab就能看到命令行窗口,在我所用的这个精简版的Matlab界面上,命令行的每一行都是以问号"?"开头的,在问号后面可以输入任何命令.算式.表达式.代码.比如在第一篇中讲到的输出"Hello World",其中的disp就是内置的一个函数,用于输出一些东西到屏幕上: 常用的命令或操作 命令 命令说明 help 查看

遗传算法提供了一种求解非线性.多模型.多目标等复杂系统优化问题的通用框架. 先从例子开始,慢慢再总结理论... [例]利用遗传算法计算函数f(x)=x*cos(5*pi*x)+3.5在区间[-1,2.5]上的最大值 先在工作区建立上面函数的一个m文件并保存,命名为fun_sigv.m: function y=fun_sigv(x) y=x.*cos(5*pi*x)+3.5; 代沟是父代中需要经过选择.交叉.变异得到下一代的比例,例如父代共100个个体,代沟为0.9,表明有90个个体被选中进行上述

本次开启新的系列,关于用Matlab实现常见信号和函数的生成和变换. 同时如果没有MATLAB基础,那么可以跟着本文一步一步学习Matlab的相关操作,本文旨在记录在信号与系统课程中MATLAB的学习过程,欢迎大家指出错误和补充! 本章为信号与系统实验序章,MATLAB的简单入门,本文没有特别的难点,较难的地方在本文都有较详细的说明,请放心食用! 有空可以来看看我的个人博客:http://shadowl.top/ 下面开启正文 一.MATLAB相关简介和安装. (一)MATLAB简介. 1.Wh

文章目录 一. 理论知识 1.线性系统的响应 2.微分方程的解 Ⅰ.经典解 Ⅱ.完全响应 3.零输入响应 4.零状态响应 5.冲激响应 6.阶跃响应 7.卷积求零状态响应 二.连续信号的MATLAB描述 1.单位冲激信号 2.单位阶跃信号 3.复指数信号 三.LTI系统的零输入响应 四.求LTI系统零状态响应 1.冲激响应 2.卷积 3.卷积求零状态响应 用MATLAB处理信号与系统中的问题,更加直观.方便.准确. 一. 理论知识 1.线性系统的响应 许多实际系统都可以用线性系统来模拟,如果线性

空时编码的用途: 一是获得分集增益(STBC,通过不同的发射天线发送相同传输信号的不同副本,实现空间分集,提高传输质量): 二是获得复用增益(V-BLAST在同一时隙,将不同的符号通过不同的天线发射出去,实现空间复用,提高吞吐量): 空时编码设计的目标: 就是获得最大分集增益NM,最大编码增益和可能的最大吞吐量 空间分集-空时分组码(STBC) 空时分组码可视为一种能够提供满分集增益和具有非常低的编码和译码复杂度(最大似然译码算法)的多个发射天线系统的调制方案. 发送端结构 接收端结构 空间复用

Kullback–Leibler divergence KL散度 In probability theory and information theory, the Kullback–Leibler divergence[1][2][3] (also information divergence,information gain, relative entropy, or KLIC) is a non-symmetric measure of the difference between two

1.预编码技术的概念 对于空间复用,LTE既支持开环方式的空间复用(发端未知CSI),也支持闭环方式的空间复用(发端已知CSI) 对于LTE中闭环方式的空间复用(即预编码系统)中,发射机可以根据信道条件,对发送信号的空间特性进行优化,使发送信号的空间分布特性与信道条件相匹配,因此可以有效地降低对接收机算法的依赖程度.即使采用简单的ZF或MMSE等线性处理算法,也能够获得较好的性能. 2.预编码技术的分类 预编码可以分为线性预编码和非线性预编码两种. 非线性预编码设计复杂,常见的有污纸编码,通常需

1 什么是Massive MIMO Massive MIMO(大规模天线技术,亦称为Large Scale MIMO)是第五代移动通信(5G)中提高系统容量和频谱利用率的关键技术.它最早由美国贝尔实验室研究人员提出,研究发现,当小区的基站天线数目趋于无穷大时,加性高斯白噪声和瑞利衰落等负面影响全都可以忽略不计,数据传输速率能得到极大提高. 从两方面理解: (1)天线数 传统的TDD网络的天线基本是2天线.4天线或8天线,而Massive MIMO指的是通道数达到64/128/256个. (2)信

摘要:本文简要讲述了5G关键技术之一的LS-MIMO,分别从导频污染.信道估计.预编码技术.信号检测四个部分入手. 导频污染 理想情况下,时分复用(TDD)系统中上行链路和下行链路之间各个导频符号之间是相互正交的关系,正是因为这种关系 使接收机在接收到相邻信号的干扰时,可以将干扰抵消,降低导频污染.但是,在实际的大规模多输入多输出系统中,相互正交的导频序列数量有限,这会使得相邻小区间必须使用相同的导频序列,以满足多用户对通信网络的需求,这就不可避免地带来相邻小区间的导频污染,这将直接影响到TDD

在完全均衡的模型下,若地表有一圆锥体(山峰等),计算跨越山顶的截面上所得到的各种重力异常. 地壳密度 $kg\cdot m^{-3}$ 上地幔密度 $g\cdot cm^{-3}$ 地表地形圆锥体半径 (km) 地表地形圆锥体高度 (km) 计算莫霍面形变圆锥半径 (km) 计算莫霍面形变圆锥高度 (km) 地壳厚度 (km) $2.8\times 10^{3}$ $3.5\times 10^{3}$ $2.0$ $2.0$ $2.0$ $8.0$ $30.0$ 计算结果如下.横坐标单位:m,纵

SQL Server上唯一的数据库集群:负载均衡.读写分离.容灾(数据零丢失.服务高可用).审计.优化,全面解决数据库用户问题.一键安装,易用稳定,性价比高,下载链接:http://www.zhetides.com.cn/Comcpzx/2013-04-19/15.html 1594510582

//n个点m条有向边,求在入度为零的点到n号点的所有路 //径中,哪条边被这些路径覆盖的次数最多 //有关DAG的知识,先记个模板 #include<iostream> #include<cstdio> #include<cstring> #include<algorithm> using namespace std; typedef long long ll; ; ; struct node { int v; int next; ll cnt; }edge

访问矩阵元素 >> A=[1,2,3;4,5,6;7,8,9]; >> x=A(2,3)% 双下标访问 x = 6 >> x=A(2)% 单下标访问 x = 4 单下标访问时相当于访问A所转成的向量的元素. >> A(3:6) ans = 7 2 5 8 >>y4=A(:,1:2)%提取A的前两列元素 y4 = 1 2 4 5 7 8 >>y5 = A(1,:)%提取A的第一行元素 >> y5 = A(1,:) y5 =

Octave/matlab的经常使用知识之矩阵和向量 之前一段时间在coursera看了Andrew ng的机器学习的课程,感觉还不错.算是入门了.这次打算以该课程的作业为主线,对机器学习基本知识做一下总结.小弟才学疏浅.如有错误,敬请指导. Andrew的课程选了Octave/matlab为编程语言.他选择这个预计很多其它是考虑大众性,这门语言easy入门. 然后我认为学会使用Octave/matlab还是挺实用的. 一来是她天生是个数学工具,開始的研究阶段使用她最方便莫属.注意我这里所说的是

作者 | 落语 阿里云云原生技术团队 本文整理自<Serverless 技术公开课>,关注"Serverless"公众号,回复"入门",即可获取 Serverless 系列文章 PPT. 流量管理从面向实例到面向应用 在 Serverless 场景下,由于弹性能力以及底层计算实例易变的特性,后端应用实例需要频繁上下线,传统的 ECS 场景下的负载均衡管理方式不再适用. SAE 产品提供给用户面向应用的流量管理方式,不再需要关心弹性场景以及发布场景的实例上

高性能Linux服务器 第11章 构建高可用的LVS负载均衡集群 libnet软件包<-依赖-heartbeat(包含ldirectord插件(需要perl-MailTools的rpm包)) ldirectord插件->调用ipvsadm命令 本章主要介绍高可用LVS负载均衡集群系统的搭建,首先介绍LVS的组成和特点,然后介绍高可用LVS集群系统的拓扑结构,接着通过3个实例详细介绍如何通过heartbeat.Keepalived及piranha来构建高可用LVS集群,最后,总结通过这3种方式构

基本运算: 一,矩阵的生成 clc ; clear all; close all; 1.直接输入 A = [ 1 ,2 ,3,4;2,3,4,5;3,4,5,6] A = 1 2 3 4 2 3 4 5 3 4 5 6 1)矩阵元素可以是表达式 B = [sin(pi/2),4*8] B = 1 32 2)矩阵元素可以是复数 C = [3+2i,2+6i,4-3i] C = 3.0000 + 2.0000i 2.0000 + 6.0000i 4.0000 - 3.0000i 2.使用函数建立矩阵

Matlab实现单(双)极性(不)归零码 内容大纲 Matlab实现单极性不归零波形(NRZ),0 1 幅值 Matlab实现单极性归零波形(RZ),0 1 幅值 Matlab实现双极性不归零波形,-1 1 幅值 Matlab实现双极性归零波形, -1 1 幅值 设计 首先需要确定单个码元信号,以一秒为一个码元周期,每次采样128个点得到两个码元信号,分别是RZ信号和NRZ信号 %% 生成单个码元 Ts = 1; % 码元周期 N_sample = 128; % 单个码元抽样点数 dt = Ts