这是一个简单的程序，可用于绘制任何波形的幅度或频率。

分别将两个图像或两个音频做FFT，再选取图像1/音频1的幅度，结合上图像2/音频2的相位，再做IFFT。看返回的图像或音频更接近图像1/音频1，还是图像2/音频2。 若是前者，则说明幅度的信息量更重要；若是后者，则说明相位的信息量更重要。 有文章配合使用 https://blog.csdn.net/QWER306306/article/details/124189633

包括多种MQAM误比特的近似公式、上界、matlab自带的berawgn函数、仿真

这是一个用于控制数字微镜设备以创建数字全息图和一般光场图案的工具集。 硬件要求包括激光器和 DMD 开发板。 可以在此处找到该软件在数字全息术中的使用说明：http://cops.nano-cops.com/publications/superpixel-based-spatial-amplitude-and-phase-modulation-using-digital-micromirror-设备 该软件是在 ERC 和 FOM 的支持下开发的。

函数 [fy]=FFT(y,Fs) 1) 计算功率谱密度和幅度谱 (P(f),F(f)) 1d 信号 y(t) 的采样率 Fs（奈奎斯特率），这是已知的% apriori。 结果绘制在 3 幅图中，对应于简单的PSD，分别为对数 PSD (dB) 和幅度谱。 _____________ 振幅(f) = \/ PSD(f) 2）这个功能的用处是频率轴的调整。 3)快速傅里叶变换是用Matlab内置函数计算的fft，但对于长度 <1000 点的信号，可以使用嵌套函数 y=Fast_Fourier_Transform(X,N) 。 演示： fs=800； tf=2； t=0:1/Fs:Tf； f=[40 75]; 安培=[4.5 9.22]； 西格玛=1.33； y=Amp(1)*exp(j*2*pi*t*f(1)) +Amp(2)*exp(j*2*pi*t*f(2)); N=(sig

稀疏信号恢复一直是几个不同社区中广泛研究的主题。 本文分析了正交匹配追踪（OMP）算法在压缩感知中恢复幅度衰减稀疏信号的性能。 定义了峰值信号干扰比（PSIR）的概念，该概念与OMP算法中原子的识别有关。 此外，给出并分析了PSIR与幅度衰减率之间的关系，从而弥合了OMP性能与信号幅度特性之间的差距。 通过恢复零一稀疏信号和不同幅度衰减稀疏信号的实验仿真可以验证上述结果。

二、改变幅度和相位实现波束赋形 改变激励幅度和相位实现波束赋形与前面仅改变相位实现波束赋形其原理 和方法是相同的，只是激励幅度和相位均为需要确定的量。而且同样可采用“联 合应用 DFP 和 BFGS 公式的变度量算法”。与前面不同的只是目标函数的变量 不同，其变量不仅有激励相位 nα 而且包含激励幅度 nI 。此时的目标函数为 2 0 0 ( ) [| ( ) | | ( ) |] M i i i F S fθ θ = = −∑Iα (4.14) 式中， 0 1 2 1 0 1 2 1( , , , , , , , , , )NI I I I Nα α α α−=Iα − 。采用优化方法使得目标函数最小， 即求 * nI 和 ，使得 *, 0,1,2, ,n nα = −1N N * * * * * * * * * 0 1 2 1 0 1 2 1( ) min ( , , , , , , , , )NF F I I I I α α α α− −=Iα (4.15) 所采用的优化方法需要计算如下梯度向量 0 1 2 2 1( ) ( , , , , )Ng g g g −=g Iα (4.16) 式中 ( ) , 0,1,2, , 1 ( ) , , 1, 2, , 2 n n n N F n N I g F n N N N N α − ∂⎧ = −⎪ ∂⎪ = ⎨ ∂⎪ = + + − ⎪ ∂⎩ Iα Iα 1 (4.17) 剃度向量中的元素包含目标函数 对激励幅度( )F Iα nI 和 nα 的微分。 ■对 nI 的偏导 194

详解关于MQAM的调制解调原理及相应算法的MATLAB实现。

符合切比雪夫分布的半波振子的激励分布情况，默认为55db 21个阵元可以自己修改。

以理想的全通滤波器特性作为参考，即经过信道传输后，线性调频信号没有变化。所有通道都与参考信道特性比较。用iir滤波器模拟群时延为抛物线类型的信道，分析信噪比对均衡效果的影响