搜索资源列表
16QAM
- 本代码是《通信信号处理》课程的大作业相应的代码。主要是通信信号发射端的仿真,具体功能是:1. 产生任意长度的伪随机序列,将序列映射为I,Q两路的信号,2.均方根升余弦滤波器成型. 3.经过通带衰减为3dB的倾斜滤波器(模拟信道衰落效果)4.插零,半带滤波器升抽样。 5.NCO处理单元调制-This code is communication signal processing courses corresponding to the large code. Mainly is the sim
jangpao
- 多抽样率信号处理,gmcalab 快速广义的形态分量分析,随机调制信号下的模拟ppm。- Multirate signal processing, gmcalab fast generalized form component analysis, Random ppm modulated analog signal unde.
generar LHS_Cholesky
- 基于 Cholesky相关系数,数据随机产生的拉丁方抽样程序代码(Stochastic fields Generation. created by LHS. Correlation is based on Cholesky factorization)
[muchong.com]mcmc
- MCMC方法就是*构造合适的马尔科夫链进行抽样而使用蒙特卡洛方法进行积分计算,既然马尔科夫链可以收敛到平稳分布。我们可以建立一个以π为平稳分布的马尔科夫链,对这个链运行足够长时间之后,可以达到平稳状态。此时马尔科夫链的值就相当于在分布π(x)中抽取样本。利用马尔科夫链进行随机模拟的方法就是MCMC。(MCMC method is * construct appropriate sampling of markov chain and USES the monte carlo method for
SALICY
- 显著性检验(significance test)就是事先对总体(随机变量)的参数或总体分布形式做出一个假设,然后利用样本信息来判断这个假设(备择假设)是否合理,即判断总体的真实情况与原假设是否有显著性差异。或者说,显著性检验要判断样本与我们对总体所做的假设之间的差异是纯属机会变异,还是由我们所做的假设与总体真实情况之间不一致所引起的。 显著性检验是针对我们对总体所做的假设做检验,其原理就是“小概率事件实际不可能性原理”来接受或否定假设。 抽样实验会产生抽样误差,对实验资料进行比较分析时,不能仅凭
lhs
- 拉丁超立方抽样技术最早于1979年由McKay等提出,该方法具有以下优点: 具有均匀分层的特性 可以在较少抽样的情况下,得到尾部的样本值 以上两点使得拉丁超立方抽样比起普通的抽样方法更加的高效。 首先确定样本数N,既要抽取的样本数目 将(0,1)区间均分为N段 在这N段中的每一段随机的抽取一个值 将抽取的值通过标准正态分布的反函数映射为标准正态分布样本 打乱抽样顺序,用matlab中的sort函数