- 博客(10)
- 收藏
- 关注
RSS订阅原创 GSR-ISAC 05规避本振泄露
本振泄露：对于零中频的发射机和接收机而言，本振泄露是不可避免的，体现在频谱上，就是在中心频点位置会有一个直流的分量。把中心频点设置在离本振有一定距离的地方，就没有本振泄露了。【代价：可使用的信号带宽折半，只有BW/2】LO frequency的值是-1的时候，本质上它的值等于中心频点。如果不希望在零中频上出现一个本振泄露：【数字中频技术】本振泄露偏移了，但是不在所需要的信号范围之内。举例说明：【频点偏移40M】
2023-04-11 21:19:09
746
1
原创 GSR-ISAC 04触发流盘与回放
save path那里配置一下保存路径和文件名【C:\Users\SDR_mini\Desktop\OFDM_Rx_test.tdms】number of saving loops：采集触发的时间【为了节约时间，设置为10】点击运行，测试一下配置没问题，在接收机配置部分，打开streaming。DIAdem是NI用来海量数据处理的软件，可以最大打开4GB每秒的数据。十次存完之后，接收机那儿停止工作了，手动关闭发动端。直接把这两个拖过来就可以观察到采集到的数据的I路和Q路。切换到I/Q streaming。
2023-04-11 20:57:45
134
原创 GSR-ISAC 03收发MATLAB波形
输出：必须要输出的sig_out输出信号的波形；N_act实际输出的数据的长度（体现在number of samples的变化）勾选下面两个之后，sample rate 和number of sample会根据tx自动匹配。输入：Nc系统自动设置，N：发射极端的number of samples。number of samples 会根据设计的参数自动的发生变化。
2023-04-11 20:36:47
155
原创 DRL算法选择
1.多智能体如何选择深度强化学习算法？MuZero/SAC/PPO/TD3/DDPG/DQN/等（2021-04） - 知乎 (zhihu.com) 多智能体算法的综述：An Overview of Multi-agent Reinforcement Learning from Game Theoretical Perspective - 2020-12。 论文(7条消息) [论文笔记]Spectrum Sharing in Vehicular Networks Based on Multi-Agen
2022-12-04 17:10:51
595
原创 神经网络优化
1.动态调整学习率（指数衰减法） (13条消息) tensorflow使用可变学习率进行训练（tf.train.exponential_decay）_秦伟H的博客-CSDN博客(13条消息) 关于学习率的调整_海绵大爷的博客-CSDN博客2.常用优化欠拟合与过拟合问题是机器学习中的经典问题，尽管相关的讨论和预防方法非常多，但目前在许多任务中仍经常会出现过拟合等问题，还没有找到一个十分通用、有效的解决方法。不过总体上看，现在人们常用的一些很简洁的方法基本上能够较好地解决欠拟合与过拟合问题，总结如下。欠拟合与过
2022-12-04 17:10:12
203
原创 IRS（二）
Intelligent Reflecting Surface Enhanced Wireless Network via Joint Active and Passive Beamforming 为了服务于IRS附近的单个用户，当N足够大时，AP的发射功率随着IRS处反射元件N的数量以N^2减小.1.系统模型： 考虑单小区网络中的IRS辅助下行链路通信，其中IRS被部署来协助在给定频带上从多天线AP到K个单天线用户的通信。用户组用K表示。AP处的发射天线数量和IRS处的...
2022-05-11 17:51:01
1554
原创 【文献学习0】An Introduction to Deep Learning for the Physical Layer
转载： http://t.csdn.cn/HsRKF
2022-04-21 22:04:26
99
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