提出一种改进的均衡器算法。该方法基于最小均方误差(minimum mean square error,MMSE)准则,使均衡器的输出与训练码的均方误差最小,并且将信道均衡的最小均方误差目标函数转化为二阶锥形式,利用内点法求最优解。与传统基于最小均方误差(least mean squares,LMS)和递归最小二乘(recursive leastsquares,RLS)自适应算法的均衡器相比,由于不需要迭代收敛过程,不存在收敛速度与精度的矛盾,克服了基于LMS和RLS的自适应均衡器参数设置的困难,而且利用更短的训练序列长度即可获得相同的均衡效果,对于改善通信效率具有参考价值。
2022-12-20 01:26:55
1.11MB
1
摘要针对藻类荧光光谱解析中常见的信息冗余和光谱相关性问题，基于偏最小二乘（ＰＬＳ）的方法，提出了区间蒙特卡罗偏最小二乘（）方法，有效地解决了特征波长的选取问题。
2022-12-15 09:30:57
4.28MB
1
本文实例讲述了python简单实现矩阵的乘，加，转置和逆运算。分享给大家供大家参考，具体如下：
使用python完成矩阵的乘，加，转置和逆：
# -*- coding:utf-8 -*-
#矩阵的乘，加，转置和逆
#numpy库提供矩阵运算的功能
from numpy import *;
import numpy as np;
#矩阵的创建(随机) data=mat(random.randint(10,size=(3,3)))
data=mat([ [3,4,4],
[4,9,7],
[2,3,3] ])
#矩阵的乘：
data_1=mat([[1],[2],[3]]
2022-12-14 18:05:10
35KB
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab代码模型及运行结果
2022-12-04 23:30:43
183KB
1