已经是全速前进了-CSDN博客

原创【线性代数】【一】1.6 矩阵的可逆性与线性方程组的解

前文我们引入了逆矩阵的概念，紧接着我们就需要讨论一个矩阵逆的存在性以及如何求解这个逆矩阵。最后再回归上最初的线性方程组的解，分析其中的联系。本文先从初等变换的角度，给出了判断矩阵可逆性以及求逆的方法，随后再给出了线性相关性的定义以及矩阵的可逆性、向量线性相关性、以及线性方程组的解的相关关系。

2024-06-22 22:00:18 1446 4

这篇博客写在1.5 矩阵的逆之后，很惭愧，写完了逆的部分，发现还没有完整地介绍一下矩阵的运算，直接加在逆那篇又嫌冗长，只好单独补一篇。没写也是因为纠结需不需要写，矩阵的运算像从小就学的加减乘除四项运算一样刻入脑海，以至于都忽视了它。不过本着系列的完整性，还是写吧。本文完善了矩阵运算的说明，其中重点是矩阵乘法中的线性组合的理解方式，以及分块矩阵乘法。在以后的计算中适当的通过分块（包括线性组合）的方式进行矩阵乘法运算，可以简化过程，并且理解到不一样的地方，让我们拭目以待。

2024-06-12 21:09:41 1339

原创【线性代数】【一】1.5 矩阵的逆

本文将介绍线性代数中非常重要也是非常基础的一个概念，叫做矩阵的逆，准确的说，是方阵（行数等于列数）的逆。先回顾补充一下上篇1.3的一些内容，在上文中介绍了初等变换和单位矩阵的概念，当时忘记明确一点，那就是初等矩阵与单位矩阵都必然是方阵。理由也很简单，我们知道三种初等变换都只是对矩阵的行做加减数乘等操作，并不会改变矩阵的形状大小。那么由矩阵乘法的定义，m×nm\times nm×n的矩阵左乘n×pn\times pn×p的矩阵结果是m×pm\times pm×p。

2024-06-12 18:14:37 1426

原创【线性代数】【一】1.3 消元法的矩阵表示与初等变换

前文中介绍了线性方程组的矩阵表示，并从矩阵表示的角度分析了消元法的过程与结果。那么消元法过程中采取的换行，数乘，以及乘系数求和操作放在矩阵中，会是什么样呢？可以用矩阵运算的方式表示这些操作吗？本文将解答这个问题我们通过矩阵运算表示了线性方程组，又通过对消去法中用到的初等变换进行了矩阵表示，从而所有线性方程组的求解过程都可以用矩阵运算来表示了，即找到一系列的初等矩阵乘上系数矩阵与右边的向量bbb，使其变成上三角矩阵，然后便能直观看出解。

2024-06-09 00:34:55 1092 4

原创【线性代数】【一】1.2 消元法与方程组的矩阵表示

本文将先介绍线性方程组求解的一般性方法——消元法。而后再给出矩阵的概念，并给出几个常见的矩阵变换的定义。本文介绍了消元法解线性方程组的一般性步骤，随后引入的矩阵的概念及一些相关的简单定义，最后从矩阵的视角重新分析了消元法的过程，矩阵帮助我们简单的表示、运算、操作方程组，也令我们更直观地观察到方程组的解的几种情况——唯一解、无穷多解、无解。后续我们将继续深入，看看矩阵这一工具还能带来什么更多的好处。

2024-05-29 23:49:11 851

原创【线性代数】【一】1. 1 线性方程组与线性组合

有段时间没更新了，准备开个新坑，写点数学基础相关的内容，计划先过一遍线性代数，再扩展到矩阵论，后续可能再写点凸优化的东西，看情况吧哈哈哈。线性代数应该是理工科本科时期的必修课，到研究生阶段会进一步学习矩阵论。线性代数与概率论是我认为非常重要的两部分数学基础，其中的概念理论广泛存在应用于通信与AI的各个方面。因此学好线性代数是非常重要的。——本系列参考B站的MIT线性代数视频课。本文先简单从线性方程组求解的分析中，引入了线性组合的概念，提供了从列去看待线性方程组求解的全新视角。

2024-05-27 19:19:58 940 1

原创【通信原理笔记】【四】数字基带传输——4.1 数字基带信号

从这一节开始介绍数字通信系统中的数字基带传输部分。与模拟通信系统相比，数字通信系统传输的对象是数字的离散信号而非连续的模拟信号，本节先学习什么是数字基带信号。这节内容非常的简单，属于科普类的内容，唯一需要熟悉一点的可能只有二进制的转化关系吧。

2024-04-19 06:04:30 1578

原创【人工智能】debug系列——本地可视化服务器端运行的tensorboard

相信大家很多人工智能的算法都是在服务器跑的，然后用tensorboard记录训练过程中的数据并做可视化，但是服务器端没办法直接进行可视化，每次把文件导到本地在本地运行tensorboard又太麻烦，所以尝试本地可视化服务器上运行的tensorboard。本地可视化tensorboard是一个常常会遇见的小问题，特此记录作为备忘录使用。

2024-04-16 17:43:36 389

原创【通信原理笔记】【三】模拟信号调制——3.8 载波同步

不管是幅度调制还是角度调制，都离不开正弦信号，其中相干解调都要求恢复发送端使用的正弦载波信号，这一节就来深入探究一下载波同步的相关知识。本节是第三章模拟信号调制的最后一节，介绍了载波同步相关的知识，这对于相干解调至关重要。两种载波同步的方法原理与框图也都清晰易懂，最好都能掌握。

2024-04-14 03:12:25 1735 1

原创【通信原理笔记】【三】模拟信号调制——3.7 频分复用

现在我们学习了几种调制模拟基带信号的方法，这些调制方法可以将基带信号搬移到频带进行传输。那么如果采用不同的载波频率把多个基带信号搬移到不同的频带处，并使得他们之间不会相互干扰，把这样的多个信号一同传输，在接收端用相应的滤波器分别滤出，也可以恢复出各个信号。这样的话就能同时传输多个信号了，这种传输方式我们称为复用，这节我们便学习在频率上实现复用。这节内容很少也很简单，就是介绍一下复用的概念，在学习了模拟信号调制后，频分复用的实现方式就显得自然而然了。

2024-04-12 20:03:42 586

原创【通信原理笔记】【三】模拟信号调制——3.6 角度调制的抗噪声性能

这一节内容介绍的是FM信号的抗噪声性能，与之前学的幅度调制不同，角度调制系统是非线性的，其信噪比的推导计算很多地方添加了假设，最后得到一个估计值。当初我学这部分内容的时候似乎推导并不要求掌握，只需要记住结论即可，可以按需学习。角度调制系统为非线性系统，处理推导过程不像之前幅度调制那么方便，有许多工程上的近似，前提假设等。增大调制指数可以有效提高输出信噪比，但是由卡松公式可知相应的带宽也会增加。在通信原理中有许多这样的互相制约的量，想要优化其中一个量就会牺牲另一量。

2024-04-12 05:55:13 1027

原创【通信原理笔记】【三】模拟信号调制——3.5 角度调制（FM、PM）与其频谱特性

在之前介绍的几种调制方式中，我提到信噪比时计算的是用户解调后的信噪比，然而在北邮通信原理课中考虑的是解调器输入的信噪比，即考虑的信号功率是经过BPF之后进行解调之前的部分。之前没有注意到这个差异，非常抱歉。笔者在本科学习通信原理的时候也是认为与其记解调输入信噪比的结果，不如弄清楚每一处的信号组成，这样不管求什么信噪比都能求。下面我们开始学习角度调制的内容，包括调频FM与调相PM。注：在本章中，偶尔会忘记了写幅度系数AcA_cAc，只是一个常数不影响结论，所以我有时候嫌麻烦就不写了。

2024-04-09 06:31:33 2726

原创【通信原理笔记】【三】模拟信号调制——3.4 单边带调制（SSB）

前面我们学习过了双边带抑制载波调制，因为其传输频谱有两个对称的边带而得名。那么既然是对称的边带，从节省带宽的角度来说，只传一个边带的话不是更好嘛？这就是本节内容——单边带调制。注：本系列文章中所用框图大多截图于杨鸿文老师的通信原理视频课。目前我们学习了三种幅度调制的方式，DSB，AM以及SSB，对比着去看发现这几种调制方式联系非常紧密。DSB是最直接的调制方法，直接搬移频谱到基带，实现也最为简单。

2024-04-06 00:06:48 2703

原创【通信原理笔记】【三】模拟信号调制——3.3 包络调制（AM）

本文将介绍包络调制方法，该方法的思路是将mtm(t)mt作为已调信号的复包络的模——即包络。本文介绍了从包络的角度去完成模拟信号的调制，从而可以不依赖于载波恢复来进行信号的解调。评价性能时需要注意调幅系数的概念理解以及其与调制效率的关系。

2024-04-02 06:12:40 2277

原创【通信原理笔记】【三】模拟信号调制——3.2 双边带抑制载波调制（DSB-SC)

从这一篇开始我们依次介绍几种模拟信号调制的方法，包括其数学表达式，系统框图、解调方式、性能评价等。本文介绍了最基本最直接的调制方式——DSB-SC调制，这种调制方式需要使用相干解调。那么就有一种优化思路是将载波信号也一起发送过去，在接收端使用窄带滤波器获取该载波信号进行解调，下一篇将进行这种调制方式的讲解。

2024-04-01 21:32:12 1474

原创【通信原理笔记】【三】模拟信号调制——3.1 模拟信号调制基本模型与思路

一般常见的信号的频带均集中在基带附近，如果要通过无线地方式传输，其较长的波长需要大型的天线才能传输，难以实现。另一方面基带的带宽资源是有限的，要想利用更多的带宽进行传输就需要将信号搬移到频带——而这正是信号调制所要做到事情。这一章我们将学习模拟信号的调制。本文介绍了模拟信号的概念，接着给出了模拟信号调制的基本框架，调制思路和评价方法。调制的目的是为了适配信道，为了将基带信号搬移到频带进行传输。

2024-04-01 03:41:11 1656

原创【强化学习】demo系列——基于gym自定义RL环境

gym是许多强化学习框架都支持了一种常见RL环境规范，实现简单，需要重写的api很少也比较通用。本文旨在给出一个简单的基于gym的自定义单智能体强化学习环境demo写好了自定义的RL环境后，还需要注册到安装好的gym库中，不然导入的时候是没有办法成功的。首先需要在gym/envs文件目录下创建一个文件夹用于保存你的RL环境（），一般路径为./anaconda3/envs/RL/lib/python3.8/site-packages/gymnasium/envs。在保存RL环境的文件夹下创建“init。

2024-03-29 19:55:12 1612

原创【通信原理笔记】【二】随机信号分析——2.6 匹配滤波器与最佳采样时刻

终于到第二章的最后一节了，上节内容介绍了高斯白噪声，这是一种广泛存在叠加在信号上的干扰噪声，会影响信号的接受与解码。因此本节就要研究如果使得接收端采样的信号功率与噪声功率的比值尽可能大，也就是信噪比最大。在这篇中介绍了第二章最后的一节内容，匹配滤波器在实际系统中往往是开根号拆分成两部分放在收发两端，达到匹配滤波的目的，这部分内容会在后面的章节做详细介绍。总的来说，第二章的内容涉及了比较多的偏数学的知识，不过这些都是后续内容会用到的基础知识，虽然现在看起来还有点抽象，但是越到后面也就越清楚它们的作用了。

2024-03-24 00:23:39 1384

原创【通信原理笔记】【二】随机信号分析——2.5 高斯随机过程

这篇我们来学习通信原理中非常重要的高斯（正态）随机过程，在之后的内容中会反复使用这个模型在这篇中介绍了高斯过程与高斯白噪声，将在之后的内容中得到应用。最重要的性质就是高斯白噪声通过各种系统得到的仍然是平稳高斯过程。下一篇将是第二章的最后一节内容匹配滤波器。

2024-03-18 07:02:47 1458

原创【通信原理笔记】【二】随机信号分析——2.4 复随机过程

目前为止，我们对实随机过程的分析方法已经基本掌握了。像复信号一样，我们也会有需要处理复随机过程的时候，这篇笔记我们就来学习一下复随机过程。强调一下，由于平稳过程的均值是常数，在讨论平稳随机过程时都会默认做了零均值处理，即默认任意涉及到的平稳过程均为零均值随机过程。复随机过程ZtXtjYtZtXtjYt是由一对实随机过程组成。

2024-03-17 02:06:12 1131

原创【通信原理笔记】【二】随机信号分析——2.3 平稳随机过程的性质

在上一篇中我们学习了平稳随机过程这一特殊的随机过程，这篇我们进一步学习平稳过程具有哪些性质。这篇介绍了平稳过程的线性不变性，并分析了平稳过程通过线性系统的输入输出的关系。最后考察了平稳过程通过希尔伯特系统所拥有的特殊性质。目前讨论的均为零均值实随机过程，下一篇讲介绍复随机过程的分析方法。

2024-03-16 22:23:23 1214

原创【通信原理笔记】【二】随机信号分析——2.2 平稳随机过程

我们学习了随机信号以及随机信号的相关函数与功率谱的计算方法，但是这种计算还是十分复杂的。比如仅仅是求期望函数，就需要抽样很多样本去求均值。因此，我们有必要找到随机过程的一些关键性质，使得我们在分析这种具备特殊性质的随机信号时，能够更加方便快捷。这就是这篇将要介绍的平稳随机过程。这篇主要给出了平稳随机过程的定义，以及两个随机过程之间的关系，包括联合平稳和相关关系。与概率论中的内容不完全相同，通信原理中不太关心具体的概率分布上的事情，而是随机信号的统计特征，如相关函数相关系数等。

2024-03-15 00:34:51 1198

原创【通信原理笔记】【二】随机信号分析——2.1 随机过程与其相关函数

在通信系统中存在着随机信号的情况，如通信元件存在热噪声，从而使得信号幅值叠加上一层白噪声，引入了随机性；抑或是信道的非理想，也会对信号引入随机性；再或者发送信号时就是随机选取一个信号波形传输。因此，有必要对随机信号进行分析。与确定信号不同，随机信号没有办法获取确定的时域信号与频谱图。我们需要寻找其他信号分析方法。下面让我们从认识随机信号开始介绍吧。在这一篇中，介绍了随机过程与随机信号的概念，然后再给出了随机信号的相关函数的定义，并进一步推导了该相关函数的性质。

2024-03-09 00:35:05 1101 1

原创【通信原理笔记】【一】确定信号分析——1.6 频带信号的复包络

上一篇我们学习了解析信号，它将信号的负频率部分镜像叠加到正频率部分便于分析。然而，频带信号有着不同的载频，分析起来还是不够方便，这篇我们就将继续介绍，对信号的“改造”，统一基带信号和频带信号的分析方法。这篇文章介绍了频带信号的复包络及其等效基带分析，统一了基带信号与频带信号的分析，不受载频的影响（据说在信号与系统中，基带的时域卷积比较好计算，所以等效基带分析比较有意义。在通信原理中，只要求掌握这种分析方法，并未清楚地解释其意义。至此，确定信号分析部分就学完了。下一章节将开始学习随机信号的分析处理。

2024-03-06 02:13:24 1572

原创【通信原理笔记】【一】确定信号分析——1.5 基带信号，频带信号以及解析信号

之前几篇介绍了确定信号的基本分析方法，包括频域分析、功率能量分析等。这篇将从信号的频谱特点把信号做一个基本的分类，并建立他们的一些联系。简单来说基带信号就是频率集中在零频附近的信号，而频带信号则是频率集中在载频fcf_cfc附近的信号。这里载频是指载波频率，暂时可以不用深究，只需要知道基带信号就频率集中在原点附近，而频带信号频率则是集中在原离原点的频域上。一般来说基带信号满足最高频率fmaxf_{max}fmax大于载频2fc2f_c2fc，频带信号则一般满足。

2024-03-04 23:12:06 1311 3

原创【通信原理笔记】【一】确定信号分析——1.4 信号的功率谱与能量谱

上一篇我们学习了信号的功率与能量，现在我们继续深入，探讨一下信号的功率和能量在频域上的分布。注：由于信号能量与功率的推导方法是完全类似的，为了方便，之后讨论时均以信号能量相关的推导为主。这篇笔记给出了功率谱能量谱的定义，并进一步通过傅里叶变换找到了他们对应的时域函数，也就是相关函数。下一篇，将介绍基带信号与频带信号的概念，并解释为什么要研究频带信号以及如何研究频带信号等问题。

2024-03-03 23:13:42 1436 2

原创【通信原理笔记】【一】确定信号分析——1.3 信号的功率与能量

前面主要学习了傅里叶变换这一工具的含义与基本性质，现在让我们把关注点再放到信号上，我们知道电信号表示的是电压的高低，那自然就有高中物理所学的电功率与电能量的概念。而实际工程中也不可能不考虑信号的能耗能效问题，因此，对信号做能量或者功率上的分析是必要的，这也是这篇笔记的主要内容。为了简便，本系列文章中，如果漏写积分上下限，则默认为上下限为正负无穷。这一篇主要介绍了能量信号与功率信号的概念，信号的相关系数，以及涉及到的两个重要定理与不等式。

2024-03-03 00:11:17 5189

原创【个人学习笔记】概率论与数理统计知识梳理【六】

文章目录第六章样本及抽样分布一、随机抽样二、直方图与箱线图2.1 直方图2.2 箱线图三、抽样分布总结第六章样本及抽样分布好久没更新了，重新捡起来把它更完吧，可能会再开一个机器学习的笔记系列，参考用书是周志华的西瓜书。前五章主要是概率论，现在开始的后面四章则主要是数理统计。数理统计就是将概率论的知识合理地应用到现实中的随机现象的研究中。一、随机抽样在概率论中，我们往往是在已知随机变量的分布的情况下去研究它的数字特征之类的。而在现实中的复杂的随机现象，我们并不能一开始就知道其分布，所以数理统.

2024-03-01 21:48:33 1100 2

原创【通信原理笔记】【一】确定信号分析——1.2 傅里叶变换的性质

在这篇笔记中，首先会先承接上篇的尾巴介绍傅里叶变换的对偶性质，然后再通过介绍两个基本性质的推导方法，最后再介绍一些稍微复杂一些的性质，这些性质都能用相同的推导思路推导而来。为了说明方便，在本系列笔记中，有以下默认写法：1.在本系列笔记中当提到傅里叶变换对xt→Xfxt→Xf时，默认是对左侧的函数做傅里叶变换得到右侧的函数；2.在本系列笔记中，aba,bab是时域-频域或频域-时域对。3.将a域信号搬运到b域是指，时域图形xtx(t)xt变成频域图形xf。

2024-03-01 18:59:02 1508

原创【通信原理笔记】【一】确定信号分析——1.1 信号与傅里叶变换的含义

最近接触到一些通信相关的知识，发现四五年前学的通信原理已经有点不清晰了，趁着复习的机会正好整理一波笔记。记录下自己对通信的基本原理的理解，便于以后需要时再复习。这个系列的文章参考的材料主要是北邮的通信原理教材，以及北邮杨鸿文老师的视频讲解课。杨鸿文是一位非常值得尊敬的老师，他的视频课程讲解简洁而清晰，逻辑缜密，语言流畅。十分建议大家去观看视频课程，在b站就可以找到。本系列文章旨在提炼杨鸿文老师的讲解中的重点内容，并结合一些自己的理解整理为学习笔记。

2024-02-29 21:45:09 1026

原创 Linux服务器安装配置conda——傻瓜版手册

linux服务器安装配置conda傻瓜版手册

2023-09-22 11:57:39 4123 3

原创【个人学习笔记】泛函分析-度量空间（一）——定义与例子

文章目录前言1.1 度量空间的定义1.2 Ho¨lderH\ddot olderHo¨lder不等式总结前言好久没有写什么东西了，之前准备写机器学习，但是实在是太长了，望而却步。泛函分析是我非常感兴趣的数学分支，它的高度抽象性使得它似乎潜在于所有的问题之中，虽然每个问题研究对象不同，但是其内在的联系及解决的方法都存在紧密的关联性，而泛函分析抽象出来这种隐含的统一性并进行研究。是不是光听起来就令人兴奋不已，通过学习泛函分析，在遇到其他复杂问题时，我想应该能让我们用更加抽象、更加统一地眼光来审视它们。b

2021-07-06 18:26:15 2191

原创【信息论】信息论里的那些“熵”

从学习信息论接触到信息熵开始，就遇到了不少关于熵的概念。包括神经网络训练中的误差函数很多都是使用交叉熵函数，这里对这些熵做一个完整的介绍，作为一个关于“熵”的小词典吧hhh。有句话叫“知其形，会其意”，“形”大家都知道，这里主要是分享我个人是如何会其“意”的，难免会有不足和错误，希望读者不吝批评指正！文章目录一、信息量与信息熵1.1 信息量1.2 信息熵二、互信息与条件熵2.1 条件熵2.2 互信息三、相对熵（交叉熵，KL散度，JS散度）3.1 KL散度3.2 JS散度总结一、信息量与信息熵1.1

2021-04-21 17:16:03 564

原创自然语言处理——N-gram模型

NLP相关知识理解整理文章目录一、N-gram模型简介二、N-gram模型的问题与思考1.数据稀疏2.思考总结一、N-gram模型简介N-gram模型属于概率语言模型，其要解决的问题其实很简单，那就是从是否符合自然语言的角度评估一个句子的质量。在这个问题中，句子WWW被建模成词的排列 W=w1,w2,...wnW=w_1,w_2,...w_nW=w1,w2,...wn，所谓质量就就是句子出现的概率，也即该排列出现的联合概率：P(W)=P(w1,w2,...wn)=P(w1)P(w2∣w1.

2021-04-14 10:47:10 2514

原创【个人学习笔记】概率论与数理统计知识梳理【五】

文章目录第五章、大数定律及中心极限定理一、大数定律1.1 基本概念1.2 弱大数定理二、中心极限定理1.引入库2.读入数据总结第五章、大数定律及中心极限定理写博客比想象中费劲得多，公式得敲好久，所以只得随缘更更了，想写一些机器学习相关的东西，但是强迫症又不允许我把这个扔掉不管，我太难了Orz 这一节的内容比较深，即使我是一个喜欢数学的工科生，也没有精力再去深究了，各式各样的大数定律及中心极限定理我不打算一一列举并证明，只是挑出其中一个作为例子，阐述它们的主要的内容。因为它们都是表达类似的思想，具体的形

2020-10-17 00:27:59 612 1

原创【个人学习笔记】概率论与数理统计知识梳理【四】

第四章、随机变量的数字特征前言一、数学期望1.1概念理解1.2 性质推导二、方差2.1概念理解2.2性质推导2.3 切比雪夫不等式三、常见分布的数字特征3.1离散型3.1.1二项分布3.1.2 泊松分布3.2 连续型3.2.1 均匀分布3.2.2 指数分布3.2.3 正态分布总结前言学完了随机变量的分布、概率密度，其实就已经对这个随机变量基本上把握了。但是在实际应用中，比起知道每个事件发生的概率，我们更关系这个随机变量一般性的取值是什么，也就是接下来要讲的期望；此外我们还可能关心这个随机变量在随机取.

2020-10-06 08:26:13 1732

空空如也

空空如也