xd1501013的博客

这是一篇简单、有创新的文章。应该是我知道的第一篇讨论联合信道估计和信道反馈的文章，接下来就看看这篇文章讲了什么吧。

system modelsingle-cell modely=hHx+ny=\mathbf{h}^H\mathbf{x}+ny=hHx+nwhere h∈CNt×1\mathbf{h}\in \mathbb{C}^{N_t\times 1}h∈CNt​×1 is the downlink channel between the BS and the user, ???? is the complex additive Gaussian noise (AWGN) with zero mean and v

1.AbstractThe potentials of massive multiple-input multipleoutput (MIMO) are all based on the available instantaneous channel state information (CSI) at the base station (BS). Therefore, the user in frequency-division duplexing (FDD) systems has to keep

镜像串，即像镜子一样的串。这个是对照表。如何简洁明了的写出程序，找出对应的镜像呢？初始时我们肯定会想一个一个的找，这样虽然可以建立起联系，但是太过于麻烦，使用字符串常量存储是很明智的选择。附上代码#include#includeint main(){    char a[]="AEHIJLMOSTUVWXYZ12358";    char b[]="A3HI

文章目录1.切换/选择（ss）合并1.1思想1.2推导及性能1.切换/选择（ss）合并1.1思想ss合并最主要的思想就是在M个可用天线中选择一个最好的，并用于基带解调。这意味着，在这段时间里，有M-1个天线没有被使用1.2推导及性能假定多径信道是瑞利分布的，并且其平均功率为b0b_0b0​,则概率密度函数（PDF）如下：p(ri)=rib0⋅er22b0p(r_i)=\frac{r_i}...

问题原因是因为JDK版本高于JRE版本。解决办法JDK版本查看：配置整个工作空间的JDK：Window——Preferences——Java——Compiler，右边Compiler compliance level，可以看见JDK版本查看JRE版本保证JDK版本小于等于JRE版本！！！！问题即可解决。...

学习目标：掌握Checkbox和RadioRadioButton；掌握OnCheckedChangeListener的使用。一：CheckBox的使用   一：定义及特性      1：CheckBox是选择框，只有选中和未选中两种状态。      2：一半使用在多个选项都可以选择的情况下，例如：选择你感兴趣的话题。      3：OnCheckedChangeListener

通用写法再写配置文件测试结果

这是一个访谈的视频，觉得访谈的对象说的很好，特此记录一下。H代表采访者，B代表被采访者H：本尼·刘易斯在21岁时只会一门英语 而且他在学校里语言成绩很差 说实话他一开始连学英语都费劲 因此他小时候不得不进行语言障碍矫正治疗 由此看来本尼没有学习语言的天赋 他有一个电子工程的学位 所以 当我从语言学转行到工程学时 本尼正好和我相反 2003年大学毕业后 本尼喜欢上了外国文化并开始讲外语 当他搬到...

文章目录1.人工智能的概念2.计算机擅长抽象和形式的，不擅长主观的，直观的东西3.将事物形式化----硬编码4.从原始数据中提取模式的能力----机器学习5.表示学习5.1自编码器5.2变化因素远在古希腊时期,创造者就梦想着创造能思考的机器。神话人物皮格马利翁(Pygmalion)、代达罗斯( Daedalus)和赫淮斯托斯( Hephaestus)都可以被看作传说中的造物者,而加拉蒂亚( Ga...

信道模型1概述1.1调制信道模型：1.2信道参数2不考虑空间特性的信道模型2.1基本特性2.1.1多径2.1.2多普勒频移2.1.3快慢衰落2.2传播预测模型2.3信道冲击响应2.3.1多普勒功率谱cost 2072.3.2多径时延的主要参数2.4信道响应模型理论(==这个part有点看不太懂==)3考虑空间特性的信道模型3.1有到达角的信道模型3.2角度扩展4信道仿真模型4.1宏小区基站4.2典...

广义逆的计算及应用1.由hermitehermitehermite标准形求{1}\{1\}{1}逆2.由满秩分解求广义逆1.由hermitehermitehermite标准形求{1}\{1\}{1}逆{1}逆即AXA=A,AXA=A,AXA=A,先想办法把A矩阵表示出来对任意矩阵，我们都有EA=B,BEA=B,BEA=B,B是HermiteHermiteHermite矩阵，现在再在B矩阵后乘...

find函数的用法1.引入2.介绍3.进阶技巧4.参考1.引入今天做吴恩达机器学习的题目的时候，发现了一个之前没有接触过的函数，find函数！在这里对find函数做一个简单的用法介绍2.介绍返回向量或矩阵中不为0的元素的位置索引向量很明显不用做过多介绍，但是矩阵的find函数就很耐人寻味了。他是从上向下，从左至右依次编号，取出不为零的编号作为列向量的值（因为matlab存储矩阵是...

Givens矩阵与Givens变换1.引入1.引入

经历一番波折，终于把fedora和wireshank装好了。好不容易啊看搜集的域名，没见过吧。服不服哈哈

1.AbstractAbstract—Optimization theory assisted algorithms have received great attention for precoding design in multiuser multiple-input multiple output (MU-MIMO) systems. Although the resultant optimization algorithms are able to provide excellent perfo

3.channel estimation and feedback networkIn this section, two joint channel estimation and feedback networks will be developed, where quantization method will also be discussed. Training strategy of each network will also be described at the end of this s

1.IntroductionIn this paper, a comprehensive research is carried out to establish a joint channel estimation and feedback framework for the FDD massive MIMO systems based on DL techniques. The main contributions of this paper are summarized as follows.T

今天看到一篇论文，system model是base station(BS)有NtN_tNt​根天线，user equipment(UE)是单天线,OFDM有NcN_cNc​个载波将MIMO-OFDM的信道表示为[1H23456789] \left[ \begin{matrix} _1^H& 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \right] ⎣⎡​1H​47​258​36

Content1.引入2.边缘检测一些工具1.矩阵灰度图化代码1.引入思考这样一个问题：我们要对100010003的图片进行分类，怎么用机器学习完成这样的工作呢？如果用全连接网络（FCN）来实现，这意味着第一层网络会有3×1063\times 10^63×106这么多个节点，网络的参数量将会是不可接受的。基于此，我们开始研究新的网络2.边缘检测对于前面提到的图像分类问题，我们一般会检测出其边缘，据此来确定图形长什么样子。边缘检测分为垂直边缘检测和水平边缘检测，怎么做边缘检测呢？假设有小的灰度图片