- 博客(14)
- 收藏
- 关注
RSS订阅原创 验证双随机矩阵(doubly stochastic matrix) 满足C(P)=C(P^T)
验证双随机矩阵(doubly stochastic matrix) 满足C($P$)=C(P^T)
2024-11-15 17:48:26
1105
原创 利用圆周卷积定理实现线性卷积：原理剖析与误差分析
在数字信号处理领域，卷积运算是一个基础且重要的操作。本文将深入探讨如何利用圆周卷积定理来实现线性卷积，并通过实验验证其准确性。我们将详细分析计算过程，并对结果进行误差分析，以深入理解这一重要理论。
2024-10-28 12:30:00
1014
原创 DFT分辨率提升技术分析：从采样点数到频谱特性
在数字信号处理中,离散傅里叶变换(DFT)的频率分辨率是一个重要的技术指标。本文将通过一个具体的案例,深入分析采样点数与DFT分辨率之间的关系,并探讨如何通过增加采样点数来提高频谱分析的精度。
2024-10-28 08:00:00
1327
原创 CZT与FFT频谱分析方法对比：从任意频带重采样到高精度频谱分析
M = 85 % 输出点数f0 = 70 Hz % 起始频率DELF = 0.4 Hz % 频率步长频率分辨率提高到0.4 Hz分析带宽聚焦在[70, 103.6]Hz更清晰地分辨出78Hz和82Hz的频率分量。
2024-10-27 23:48:47
1334
原创 数字系统的零极点特性分析：DFT与CZT方法的对比研究
在数字信号处理领域，系统的频率响应分析是一个核心问题。本文将详细探讨如何使用离散傅里叶变换(DFT)和啮合Z变换(Chirp Z-Transform, CZT)来分析数字系统的零极点特性，并通过MATLAB实现来展示这两种方法的应用。
2024-10-27 23:26:25
1317
原创 FIR与IIR数字滤波器
在数字信号处理（DSP）领域,滤波器设计是一个核心话题。两种主要的数字滤波器类型是有限脉冲响应（FIR）滤波器和无限脉冲响应（IIR）滤波器。本文将对这两种滤波器进行比较,探讨它们的特性、优缺点以及适用场景。
2024-10-20 22:37:03
765
原创 matlab分析系统函数
本文深入探讨了系统函数 H(z) = 1 - z^(-4)，这个看似简单的表达式背后隐藏着丰富的信号处理智慧。通过MATLAB的强大分析工具，我们揭示了这个梳状滤波器的独特魅力：其频率响应如梳子般周期起伏，在特定频率点上展现出完全衰减和最大增益的极端特性。我们将看到它如何在单位圆上布下四个零点，又如何呈现出近乎完美的线性相位响应。从音频处理到图像增强，再到通信系统，这个简洁的函数找到了自己的一席之地。无论您是初学者还是专家，这篇文章都将为您打开数字信号处理的一扇新窗口，邀您共同领略数学之美与工程之妙。
2024-10-20 22:36:13
1523
原创 信息论与编码：马尔可夫链的收敛性与正则性探究
本文深入探讨了马尔可夫链在信息论和编码领域中的重要性，特别聚焦于其收敛性和正则性。通过两个具体的作业，文章展示了马尔可夫链的数学特性及其在实际应用中的表现。第一个作业通过迭代验证了定理W，证明了在正则马尔可夫链中，转移概率矩阵的幂次趋于稳定状态。第二个作业则探讨了非正则马尔可夫链的反例，包括周期性和可约性两种情况，揭示了这些特殊情况下马尔可夫链的独特行为。通过理论分析和实际计算，本文为读者提供了对马尔可夫链基本性质的深入理解，为进一步研究信息论和编码奠定了基础。
2024-10-17 23:38:17
1287
原创 搭建简单的神经网络
本博客探讨了使用NumPy和PyTorch构建神经网络的不同方法。首先，通过手动实现一个简单的两层神经网络，我们深入理解了前向传播、激活函数和反向传播的基本原理。接着，介绍了PyTorch的Autograd功能，展示了如何简化梯度计算，从而提高训练效率。随后，利用PyTorch的nn模块，我们展示了如何以更高层次的方式构建神经网络，增强了代码的可读性和可管理性。最后，手动实现神经网络的基本功能，帮助学习者掌握底层原理。通过这些示例，读者将获得关于神经网络构建与训练的全面理解，为深入学习深度学习奠定基础。
2024-10-17 23:07:45
1082
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人