- 博客(17)
- 收藏
- 关注
RSS订阅原创 USRP系列（四）：USRP RIO 和 Stand-alone USRP
本文是USRP系列的第四篇，主要介绍什么是USRP RIO以及这些USRP包含什么型号的FPGA，并给出了Stand-alone设备的解释。
2022-05-04 21:31:09
2301
原创 USRP系列（三）：NI 与Ettus Research的USRP区别
NI与Ettus的USRP就像他们的关系一样，它们以两个不同的品牌进行营销和销售：NI和Ettus Research。本文介绍他们的关系及对应的USRP产品线。
2022-05-04 21:28:49
3355
原创 USRP系列（二）：USRP作用、组件及产品系列介绍
USRP系列（二）：USRP作用、组件及产品系列介绍本文是该系列文章中的第二篇，主要对USRP的作用、组件以及系列产品进行介绍。
2022-05-04 21:25:34
9339
2
原创 USRP系列（一）：软件定义无线电（SDR）
本专栏介绍通用软件定义无线电USRP，让大家对USRP以及该系列产品有个基本的认识。打算分几篇Blog从以下几个方面介绍：SDR的概念及介绍USRP的作用、组件、产品系列（包括NI和Ettus Research）NI与Ettus Research的关系及产品区别什么是USRP RIO及什么是stand-alone 的USRP首先第一篇文章介绍下SDR的基本知识：
2022-05-04 21:21:52
5017
2
原创 阵列导向矢量（Steering vector）推导
毫米波信道中S-V模型常涉及天线阵列的导向矢量，本文具体推导ULA及UPA天线阵列的导向矢量，便于记忆。
2022-03-27 21:01:40
31141
23
原创 Conic Programming 锥规划问题
Conic Programming(1) 先给出锥和凸锥的定义：(2) 锥的分类凸锥的图形化表示：Remark: 锥与球的区别（3） 锥规划问题及其对偶问题的形式：对偶锥（dual cone）(4) Conic programming 与LP、QP和SDP之间的关系资料整理来自：（1）https://zhuanlan.zhihu.com/p/36124850（2）https://zhuanlan.zhihu.com/p/36292050（3）https://zh
2022-03-17 20:05:57
1140
1
原创 VScode反向搜索突然失效解决方案
记录VSCode Latex SumatraPDF 反向搜索突然失效的原因一、 最近VScode自动更新至1.62.3版本，然后反向搜索就突然失效了。这种版本更新带来的bug的确太难找了。在知乎上找到了解决方法，贴上知乎大佬（杂然赋流形丶）的回答链接：VScode+latex+SumatraPDF反向搜索失败解决办法（Version 1.62）二、总结一下就是：突然失效原因：VS code 的版本更新造成解决方案：1. 在VS code 外打开sumatraPDF软件,再反向搜索。（前提：需要更改
2021-11-22 23:27:43
2783
7
原创 强对偶性与KKT条件
强对偶性与KKT条件1. 强对偶性：强对偶性意味着原问题与对偶问题的最优值达到相等，没有对偶间隙。强对偶性不总是成立（即使是对于凸问题）。凸问题usually (but not always)有强对偶性。有很多条件使强对偶性成立，这些条件称为constraint qualifications.其中之一就是Slater’s condition:(Slater condition 是凸问题强对偶性成立的充分条件)2. 非凸问题也可能有强对偶性非凸问题也可能有强对偶性(即原问题的解与对偶问题的解
2021-08-11 21:52:20
5988
1
原创 VS code +Latex+SumatrPDF正反向搜索设置
VS code +Latex+SumatrPDF 正反向搜索设置复制最下面的代码到settings.json即可，注意更改路径和易错点，如下：1. 不能删除.gz文件，所以清除生成的多余文件的代码为： "latex-workshop.latex.clean.fileTypes": [ "*.aux", "*.bbl", "*.blg", "*.idx", "*.ind",
2021-08-09 23:16:56
4373
7
原创 2021-08-08
win10系统安装转载：https://zhuanlan.zhihu.com/p/49181786作者：金源欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作
2021-08-08 13:39:28
115
原创 BLUE（2矢量参数）
矢量参数的BLUE求解待估计的参数是px1维矢量参数，为了使估计量与数据成线性关系，要求：为了确定BLUE，我们约束 是线性且无偏的，那么求 以便使方差最小。因此：发现：这个BLUE与一般线性模型的MVU形式是一样的！下面的(高斯-马尔可夫定理)说明了一般性：附：标量和矢量参数的约束条件下求解过程还没写！至今不知道怎样在博客上打公式，只能先在word打出来，再截图贴图片了。参考：fundamentals of statistical signal processing
2020-09-23 00:23:05
577
原创 协方差矩阵、大数定律、牛顿迭代法
方差与协方差方差是用来度量单个随机变量的离散程度，而协方差是用来刻画两个随即变量的相似程度。从协方差/方差到协方差矩阵：假设一个向量X服从均值向量为μ，协方差向量为，的多元正态分布，则概率密度函数表示为：大数定律辛钦大数定律：样本均值依概率收敛于期望值。另一种切比雪夫定理的情况：...
2020-09-21 12:34:40
715
原创 MVU估计量之BLUE（1标量）
最佳线性无偏估计量(读书笔记)有时候MVU估计量即使存在也无法求出，比如在不知道数据的PDF的情况下------之前在CRLB和利用充分统计量求MVU的方法中，CRLB的思路大概是在满足PDF的正则条件下，利用等式成立的条件lnp(x;theta)与Fisher函数的关系（公式怎么打上去？）可以找到满足条件的MVU估计量，这个估计量也是有效的，（也有可能找不到MVU）；利用充分统计量求MVU大概是先利用Neyman-Fisher因子分解定理找到充分统计量，再判断充分估计量的完备性（利用g(T(x))函数
2020-09-20 01:05:41
3349
原创 卷积神经网络
卷积神经网络（CNN）是深度学习（DL）模型的一种1、在整个神经网络结构中，通常分为:卷积层、池化层、归一化层、非线性层和全连接层。有关各层的详细作用及工作原理见博客https://blog.csdn.net/yjl9122/article/details/701983572、其中有许多不易理解的名词，有关解释见博客https://blog.csdn.net/weixin_4001346...
2019-12-15 14:33:30
197
原创 深度学习与卷积神经网络
**自己学习笔记深度学习概述深度学习(Deep Learning, DL)由Hinton等人于2006年提出，是机器学习(MachineLearning, ML)的一个新领域，近年来在语音识别、计算机视觉等多类应用中取得突破性的进展。其动机在于建立模型模拟人类大脑的神经连接结构，在处理图像、声音和文本这些信号时，通过多个变换阶段分层对数据特征进行描述，进而给出数据的解释。深度学习本质上是...
2019-12-15 14:23:53
4056
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