(转)你是像我一样?还是很有自制力?

如果你做事都跟我一样,你一定是做的事情很多,但很少能完成的。
我们天生就对周围的事务有一种好奇心,每当遇到有人在什么事情上取得成就时,我们都会受到鼓舞。我们看到有人干了很好、很漂亮的事情后会想,“兄弟,这看起来不是那么难,如果我要是花点时间去做这些,我也能做到。”随后就是几天或几周用心的学习研究。这样我们确实取得了一些进步,但不是很多。事实上,我们做的这些事情只是让我们走到近前,开始真正的理解我们正在做的事情有多么的复杂。作为旁观者看起来如此容易的事情开始显露出我们无法看到的复杂性、开始受到我们的赞叹。我们开始意识到,这事需要我们付出真正的努力才能实现!此时这个阶段,就是我们开始对它失去兴趣的时候了,就是我们开始让自己消失在我们是怎样和我们想怎样的鸿沟里。很快,我们就不再向我们的这个新目标上投入时间,几乎忘了我们曾经开始过。
很快一两年后,我们开始认识到,如果当时我们能够坚持下来,不停止我们的努力,我们很可能也会成为当初让我们精神鼓舞的人那样的人!两年对于当时的我们来说似乎是遥不可及的岁月,而如今回首,那只是弹指一挥间。为什么当初我们就不能坚持下来?如果那事不是那么难该多好…
我想,很多人都遇到过这种情况——事实上,我认为大多数人都是这样。我在学习乐器,写博客,做木工,编程,以及很多事情是都是这样。发生这些不能有始有终的事情,最大的拦路虎就是缺乏自制力。缺乏那种当遇到的事情看起来自然而简单但实际上很难时,能够让自己坐下来、坚持下去的自制力。人遇到这种事情是很难做出正确的判断,因为这种事情不会有立即的回报——就像学习任何值得学习的技能一样。
四个星期前,我开始(再次)自学Ruby on Rails。我希望这次不要再犯好高骛远的错误,否则我会落得上次同样的结局。我每天学一点,用我最大的努力坚持住每天都学一点。如果有人有能帮助我完成这项任务的建议和忠告,我愿洗耳恭听。

via:http://sd.csdn.net/a/20111025/306366.html
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值