MATLAB编程
文章平均质量分 52
MATLAB算法,常见系统代码
惜洛-Jankin
生命不息,奋斗不止!
展开
-
CMA盲均衡算法详细介绍(附代码)
CMA盲均衡算法作为一种无需先验信道信息的自适应滤波器算法,在数字通信系统中发挥着重要作用。通过理解其原理和实现,可以更好地应用于通信系统中,提高系统的性能和鲁棒性。原创 2024-03-14 09:19:26 · 1033 阅读 · 0 评论 -
MATLAB散点密度图的画法三
密度单点图还可以使用函数densityScatterChart函数用法通过传入名称-值对来设置属性% 创建一个透明度随密度变化的图表:densityScatterChart(x, y, 'UseColor', false, 'UseAlpha', true);% 指定标题:densityScatterChart(x, y, "Title", "My density scatter chart");创建图表后设置属性:d=densityScatterChart(x, y)翻译 2022-04-04 17:49:00 · 3874 阅读 · 4 评论 -
MATLAB密度散点图二
此文函数参考自https://github.com/e-pet/scatter_nicescatter_nicescatter(.) 的包装器为颜色和标记大小和形状选择有用的默认值(适应要绘制的点数), 允许简单的分组散点图, 实现随机顺序绘图以防止最后绘制的数据(误导性地)支配绘图外观, 使用非线性颜色缩放来利用整个颜色范围,以及 实现一些自动显示的简单统计注释(可选)。目标是成为一站式功能,轻松创建有用且具有视觉吸引力的散点图。要求cbrewer文件交换功能在路径上,请参阅c.翻译 2022-04-04 17:13:34 · 939 阅读 · 0 评论 -
MATLAB散点密度图的画法一
散点密度图的效果如下:画这样的图可以用scatplot函数即可,这个函数不是MATLAB自带的函数,是MATLAB论坛上提供的,链接在文尾。函数用法out = scatplot(x,y,method,radius,N,n,po,ms)out = scatplot(x,y,dd)参数含义:%% x,y % 是输入变量%% method- 是计算数据密度的方法(三种):% 'circles' - 使用圆圈确定的面积以每个数据点为中心 % 'squares' - 使用原创 2022-04-04 16:54:36 · 5981 阅读 · 3 评论 -
基于MATLAB的图像平滑滤波降噪(去噪)系统(通信毕业设计)(中值滤波,维纳滤波,小波降噪,均值滤波,椒盐噪声)
采用中中值滤波,均值滤波,维纳滤波,小波降噪这几种算法,对图像进行降噪处理,经过处理图像明显改善。原创 2021-12-15 18:10:41 · 4641 阅读 · 0 评论 -
基于MATLAB GUI的信号与系统仿真实验平台设计及代码
基于MATLABGUI的信号处理仿真实验平台,设计效果如下:平台主界面平台目录界面连续波形的设计,有正弦波,三角波,方波与锯齿波离散的波形设计连续信号的时频域分析对比离散信号的时频域分析对比...原创 2021-11-19 09:51:57 · 2625 阅读 · 1 评论 -
MATLAB BPSK通信系统调制解调仿真原理及代码(二)
此仿真是瑞丽衰落信道与高斯信道的仿真对比,高斯信道的原理及仿真代码前文已有讲述。高斯信道下的原理及代码请见MATLAB BPSK通信系统调制解调仿真原理及代码(一)_惜洛-Jankin的博客-CSDN博客一、高斯与瑞丽衰落信道下的仿真结果二、仿真源码代码及解释瑞丽衰落信道下的BPSK仿真与高斯信道下的及其类似,只是信道模型不同,以下为瑞丽衰落信道关键代码tstp=1/sr/IPOINT; itau = [0];dlvl = [0];n0=[6];th1=[0.0];..原创 2021-11-18 21:05:46 · 1292 阅读 · 0 评论 -
MATLAB BPSK通信系统调制解调仿真原理及代码(一)
BPSK的仿真PSK信号是利用载波的相位变化来传递信息,而振幅和频率保持不变。在BPSK中,通常用初始相位0和π分别表示二进制“1”和“0”。其波形可用下式来表示。其中,dk是输入数据。图1说明了一种 BPSK 信号产生方法。 如图1所示,BPSK波的波形是通过数字信号数据和载波之间的乘法产生的。 然而,对于频率带宽的限制, 我们必须用足够的脉冲整形滤波器来控制形状。因此,在BPSK信号的产生过程中,首先将数字数据输入脉冲整形滤波电路。然后,将脉冲形状信号通过 D/A 变换器转换为模拟信号,原创 2021-11-18 20:25:36 · 9229 阅读 · 5 评论 -
MATLAB神经网络——BP神经网络训练过程介绍(newff)
% 前馈长度ff_zeros=zeros(1,ff_TDL);nneu=10;% 隐藏层神经元的个数%% Training Neural Networktraining_input=input_ANN([ff_zeros Rx_signal1],ff_TDL,tlen);% 训练输入net = newff(minmax(training_input),[nneu 1],{'logsig','purelin'},'trainscg') ;%旧版本写法原创 2021-11-18 14:54:19 · 12331 阅读 · 10 评论 -
基于MATLAB GUI的数字信号处理仿真平台及代码
1.主界面2.目录界面3.离散信号的产生4.离散信号的基本运算5.离散信号的卷积运算6.离散信号的卷积运算7.系统稳定性分析8.傅立叶变换9.FIR滤波器设计10.IIR滤波器设计...原创 2021-11-19 10:53:32 · 4077 阅读 · 13 评论