资源列表
php-7.0.11-Win32-VC14-x64
- PHP安装包php-7.0.11-Win32-VC14-x64(PHP package php-7.0.11-Win32-VC14-x64)
UWB
- 超宽带探地雷达运用霍夫变换寻找回波双曲线峰值位置，包括生成回波灰度仿真图过程，霍夫变换过程，寻找过程采用二分法自动寻找过程，多目标寻峰值过程的matlab程序(Using Hough transform to find the peak position of echo hyperbola in UWB GPR, including the process of generating echo gray scale simulation map, Hough transform process,
SGP8_1.0
- SGP是第一个轨道传播器。它是由希尔顿和库尔曼于1966年开发的，这要归功于Kozai在1959年所做的一项研究工作。它是为绕地球轨道运行的卫星制造的，其中包括轨道周期小于225分钟的卫星。该模型假定偏心率低，并且近地点的高度恒定。 SGP4由肯·克兰福德（Ken Cranford）于1970年开发。它是对之前的传播器的改进，目的是跟踪此时轨道上不断增长的卫星数量。它也用于近地卫星。 SGP8也用于近地卫星，几乎类似于SGP4传播器，但计算方法不同。但是，对于大气和重力效应，它遵循相同的模型
将Excel数据对应写入已做好的Word模板的指定位置
- 在excel中，将Excel数据对应写入已做好的Word模板的指定位置(In Excel, write the Excel data to the specified location of the completed word template)
周期性边界条件代码
- 建立二维、三维单胞模型的周期性边界条件python脚本程序(Periodic boundary conditions for building three-dimensional and two-dimensional cell model)
med2d
- 能够对一段数据进行med处理，对一段信号降噪进行降噪处理，减少噪声对信号的影响，使信号在之后的处理中其故障特征频率能更好地表现出来。(It can process a section of data with MED, reduce the noise of a section of signal, reduce the impact of noise on the signal, and make the fault characteristic frequency of the signal
upload
- 这些文件将在两用户非正交多址（NOMA）系统中实现用于信号检测的深度学习方法[1]。三个主要脚本分别是生成训练数据、训练神经网络和生成测试结果。该神经网络用于相位衰落的静态标量信道，用于NOMA系统中同时检测2个用户的单个子载波上的传输符号。考虑并测试了两种情况：一种是导频符号数目较少，另一种是循环前缀长度较短。在这两种情况下，深度学习方法都比传统的信道估计方法具有更强的鲁棒性。(These files are to implement the deep learning method for
俄罗斯方块程序
- 基于51单片机俄罗斯方块游戏仿真代码和proteus文件(Based on 51 MCU tetris game simulation code and proteus file)
低复杂度bd-zf及zf量化预编码
- 毫米波大规模MIMO系统中的低复杂度混合预编码和zf量化预编码以及zf全数字预编码系统效率比对
B51005_Open profile Gaussian filter library
- 该库包含根据ISO 16610-21:2011实现开放轮廓高斯卷积滤波器的函数。该滤波器用于在表面计量中分离短波和长波分量轮廓和主要表面轮廓。粗糙度参数可以由短波分量剖面来计算。(The library contains functions for the implementation of an open contour Gaussian convolutional filter in accordance with ISO 16610-21:2011. The filter is used
ICSS
- 累计迭代平方和，运用于icss算法的实现，matlab软件直接运行即可(Cumulative sum of iterated squares)
OPNET IoT Simulation
- 本书是介绍OPNET工具支持物联网研究的书，并且介绍了物联网的各种版本，包括以人为中心的物联网、绿色物联网、窄带物联网、智能物联网、物联网云集成，提供了OPNET物联网仿真代码，并对模型的功能进行了详细的说明。(This book introduces OPNET tools to support the Internet of things research, and introduces various versions of the Internet of things, includin