自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(13)
  • 收藏
  • 关注

原创 matlab指令

把A矩阵从第一列开始拉长,然后第二列,排个竖着的列。: 清除工作区所有指令。: 清除命令行所有指令。:找到s的ASCII码。

2024-04-10 18:55:13 196 1

原创 centos7的ip查不到、重启后ip查不到的解决办法,秒解决

centos7的IP查不到、重启后IP查不到的解决办法,秒解决

2022-03-26 14:24:21 321

原创 二叉树,红黑树,23树,B树,B+树

文章目录二叉树树的相关术语删除元素二叉树的基础遍历前序遍历中序遍历后序遍历二叉树的层序遍历二叉树的最大深度问题二叉树代码设计平衡树2-3查找树查找插入向2-结点中插入新键向一棵只含有一个3-结点的树中插入新键向一个父结点为2-结点的3-结点中插入新键向一个父结点为3-结点的3-结点中插入新键分解根结点2-3树的性质红黑树红黑树的定义平衡化左旋右旋向单个2-结点中插入新键向底部的2-结点插入新键颜色反转向一棵双键树(即一个3-结点)中插入新键根结点的颜色总是黑色向树底部的3-结点插入新键红黑树的实现B-树B树

2022-03-24 18:02:31 2789

原创 mysql基础部分

mysql的基础详情、

2022-03-18 17:29:57 1447

原创 双轴快排DualPivotQuicksort

双轴快排java中Arrays.sort中的排序方法就是双轴快排public class DualPivotQuicksort { public static void sort(Comparable[] arr ,int start , int end){ if(start >= end)return; if(greater(arr[start] , arr[end]) > 0){ exchange(arr,start,end);

2021-12-24 15:25:45 1017

原创 原型模式~

public class PrototypeTest { public static void main(String[] args) throws CloneNotSupportedException { BaseInfo baseInfo = new BaseInfo("xxxx"); Product product = new Product("1", "2", "3", "4" , baseInfo); Product clone = pro

2021-12-12 14:17:10 153

原创 建造者模式

将一个复杂对象的构建与其表示分离,使得同样的构建过程可以创建不同的表示法1public class BuilderTest { public static void main(String[] args) {// Product product = new Product();// product.setCompanyName("xxx");// product.setPart1("xxx");// //...

2021-12-12 14:16:37 168

原创 抽象工厂模式

抽象工厂为创建一组相关或者是相互依赖的对象提供一个接口,而不需要指定他们的具体类public class AbstractFactoryTest { public static void main(String[] args) { IDatabaseUtils iDatabaseUtils = new OracleDataBaseUtils(); IConnection connection = iDatabaseUtils.getConnection();

2021-12-12 14:15:52 153

原创 工厂方法模式

1、简单工厂方法(不是设计模式)public class FactoryMethod { public static void main(String[] args) { Application application = new Application(); Product product = application.getObject("1"); product.method1(); }}interface Product{

2021-12-12 14:15:17 66

原创 单例设计模式

单例设计模式多线程环境下如何保证系统中只有一个实例类实现序列化时如何保证不能通过反射创建新的实例懒汉模式延迟加载,只有在真正使用的时候,才开始实例化是一个double check 加锁优化线程安全编译器(JIT),CPU有可能对指令进行重排序,导致使用到尚未初始化的实例,可以通过添加volatile关键字进行修饰,对于volatile修饰的字段,可以防止指令重排都可以通过反射创建多个实例 因为newInstance()直接给构造器new对象解决一个全局使用的类,频繁创建和销毁。拥有对

2021-12-12 14:14:41 317

原创 java网络编程

一、网络编程概述1、网络基础计算机网络:把分布在不同地理区域的计算机与专门的外部设备用通信线路互连成一个规 模大、功能强的网络系统,从而使众多的计算机可以方便地互相传递信息、 共享硬件、软件、数据信息等资源。网络编程的目的:直接或间接地通过网络协议与其它计算机实现数据交换,进行通讯。网络编程中有两个主要的问题:如何准确地定位网络上一台或多台主机;定位主机上的特定的应用找到主机后如何可靠高效地进行数据传输二、网络通信要素概述如何实现网络中的主机互相通信通信双方地址IP端口号

2021-11-29 23:49:06 383

原创 java集合

文章目录一、集合框架的概述二、集合框架三、Collection接口中的方法的使用添加获取有效元素的个数清空集合是否是空集合是否包含某个元素删除取两个集合的交集集合是否相等获取集合对象的哈希值转成对象数组遍历四、Iterator迭代器接口1、集合元素的遍历操作2、集合元素的删除操作3、使用 foreach 循环遍历集合元素五、Collection子接口1、 List接口1、List实现类之一:ArrayListArrayList源码分析1、jdk 7情况下的ArrayList2、jdk 8中ArrayList

2021-11-29 23:46:11 583

原创 GameShop

Trade(&player[0], 3);

2020-12-03 21:04:38 657

基于神经网络的调制信号识别技术研究

基于神经网络的调制信号识别技术是现代通信领域的一个重要研究方向。这项技术利用人工神经网络(ANN)的强大数据处理和模式识别能力,自动识别不同类型的调制信号,包括2ASK(二进制振幅键控)、2FSK(二进制频率键控)、2PSK(二进制相位键控)、4ASK(四进制振幅键控)、4FSK(四进制频率键控)和4PSK(四进制相位键控)等。 在传统的调制识别方法中,通常需要手动提取信号的特征,如幅度、频率、相位等,然后再利用机器学习算法进行分类。然而,这种方法在面对复杂或未知信号时,性能往往受限于特征提取的准确性和鲁棒性。基于神经网络的方法则不同,它们能够自动从原始信号数据中学习到有用的特征表示,无需人工干预。 在实际应用中,基于神经网络的调制识别系统通常包括数据预处理、网络训练和模型评估三个主要步骤。首先,原始信号数据需要进行适当的预处理,如去噪、归一化和分段。然后,使用标记好的训练数据集对神经网络进行训练,网络通过学习数据中的模式来调整其内部参数。最后,通过独立的测试集对训练好的模型进行评估,以验证其识别性能。 总之,基于神经网络的调制信号识别技术提供了一种高效、自动化的解决方案。

2024-06-03

生成常见模拟调制信号和数字调制信号的频域波形

模拟调制信号与数字调制信号在频域中的波形表现各自独特的特点,这些特点深刻影响着信号的传输效率和抗干扰能力。模拟调制,如幅度调制(AM)、频率调制(FM)和相位调制(PM),通过改变载波的幅度、频率或相位来传输模拟信息。在频域中,AM信号表现为载波频率两侧的对称边带,而FM和PM则因频率和相位的变化导致边带更加分散。这些连续的频谱特性使得模拟调制在抗噪声方面具有一定的优势,但在频谱利用效率上不如数字调制。 数字调制技术,包括振幅键控(ASK)、频率键控(FSK)、相位键控(PSK)和正交幅度调制(QAM),通过离散的幅度和相位变化来传输数字信息。数字调制信号的频域波形通常由离散的频率分量组成,这些分量对应于不同的二进制状态。例如,FSK信号在频域中显示为两个或多个频率分量,而QAM信号则在频域中展示多个幅度和相位状态的组合。数字调制的这种离散特性使得它在频谱利用上更为高效,同时也便于实现多路复用和高速数据传输。

2024-06-03

生成常见模拟调制和数字调制的时域波形图

常见的AM、FM、PM、ASK、FSK、QAM、PSK信号的matlab仿真代码,生成时域波形图

2024-06-03

基于bp神经网络的调制信号识别技术研究算法

基于bp神经网络的调制信号识别技术研究算法主要分为以下几个步骤: 1. 数据预处理:对输入信号进行预处理,包括信号采样、滤波、归一化等操作,以保证输入信号的稳定性和可靠性。 2. 特征提取:通过对预处理后的信号进行特征提取,将信号转换成一组能够用于识别的特征向量,常用的特征包括时域特征、频域特征、小波特征等。 3. BP神经网络建模:基于提取到的特征向量,设计一个合适的BP神经网络结构,并进行训练,以达到识别调制信号的目的。 4. 模型评估:采用一些评价指标,如准确率、召回率、F1值等,对训练好的模型进行评估,并进行调整和优化。 5. 预测:最后,通过输入待识别信号的特征向量,将其输入到已经训练好的模型中,输出识别结果。

2024-06-03

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除