- 博客(20)
- 收藏
- 关注
RSS订阅原创 HFSS中金属接地板的理解
对于天线的金属接地板通常设置为长方形也可设置为立方体。设置为长方形时，便设置边界条件为perfect E, 代表电场强度为垂直于该表面。与金属导体性质一致。或者设置为立方体，再设置其材质为某种金属，理论上是等价的。...
2022-05-31 11:43:41
2159
原创 数组总结（c++版）
数组是存放在连续内存空间的一种数据结构，因此移动数组时，难免会移动其他元素。C++中vector的底层实现仍然时数组。但严格来说vector是容器。问题类型1：二分查找二分查找的前提：1.有序数组 2.数组中无重复元素易错点：每次查找时，均要根据区间的定义来写具体的查找规则。区间的定义通常有以下两种：左闭右闭区间：[left,right]在这种情况下：while(left<=right) 注意这里一定用<= ，因为右边是闭区间，是有意义的。if (nums[mi..
2022-05-22 10:36:38
178
原创 核心代码模式与ACM模式
ACM输入模式：就是自己构造输入数据格式，按需要处理的容器填充好。include与返回的数据均要自己写。给一个事例：以下为除了算法逻辑之外需要自己补充的部分。#include<iostream>#include<vector>using namespace std;int main() { int n; while (cin >> n) { vector<int> gym(n); vector<i
2022-05-14 10:47:49
973
原创 编写代码风格
代码命名主要有小驼峰大驼峰命名法、下划线命名法。小驼峰：第一个单词的首字母小写，后面其他单词首字母大写 如：int myAge;大驼峰：第一个单词首字母也大写 如：int MyAge;通常C++用大驼峰。水平留白（代码空格）操作符左右一定有空格：i = i + 1;分隔符, ; 的前一位没有空格，后一位保持空格。int i, j;for (int fastIndex = 0; fastIndex < nums.size(); fastIndex++)大括号和函数保持同一行，.
2022-05-14 10:27:09
137
原创 数字通信笔记
Chapter 4 Optimal Receivers for AWGN Channels波形通过信道会有：1.噪声 2.干扰 3.失真 4.衰落4.1 Waveform and vector channel models接收机的最佳decision就是使得错误概率最小对于通常的向量信道而言：r=sm+nsm:为具有先验概率Pmr:取决于发送向量的条件概率p(r|sm),PDF不仅仅为高斯分布。correction decision的概率为最优的决策规则为：最大后验接收机：MAP receiv
2022-05-12 11:01:35
1321
2
原创 C++迭代器配合使用vector.erase()使用时，iterator容易变为野指针的问题
在写删除vector链表中重复元素问题时，使用迭代器遇到以下问题：class Solution {public: int removeDuplicates(vector<int>& nums) { for(vector<int>::iterator iter=nums.begin();iter!=nums.end();++iter) { if(*(iter)==*(iter+1)) {
2022-05-04 19:47:26
1141
原创 C++学习笔记
本文章主要用于记录在学习C++时遇到的一些弱智问题。请大佬不要喷在使用vector对象时，需要#includereturn{i,j,q} 这里会触发隐式类型转换，然后调用vector的构造函数return语句一执行则直接跳出函数，不再执行函数之后的语句&在C++中除了取地址外，还有引用的作用（引用即为给变量创建另外一个别名），引用通常是在等式的左边，与类型名相连。...
2022-05-04 19:39:20
981
1
转载 将csv文件读入tensorflow
移步简书https://www.jianshu.com/p/7a634e2226aa大坑：model.fit( )注意这里的官网说明输入若为dataset的话，应该输入的是二维的database,第一维为数据，第二维为label。不需要分为x,y两次输入。从csv读入数据最好的办法，使用numpy的np.genfromtxt( )方法，可以直接作为神经网络的输入。...
2022-05-01 20:24:10
195
原创 keras引用layers时无法找到模块
使用print(tf.path)print(keras.path)查看keras的路径根据C:\Users\用户名.conda\envs\tensorflow\Lib\site-packages这里面的你需要使用的模型在哪便从哪个文件夹中import（注：是在site-packages之后的这个文件夹算起）...
2022-04-30 19:53:00
1498
原创 数字通信学习笔记3
Chapter 3 Digital Modulation Schemes传输的信号应该满足以下要求：1.表示二进制数据流2.与信道的特征相匹配3.带宽与通道的带宽相匹配4.能够抵抗信道的损伤对于数字调制的要求：1.高的频谱效率2.高的能量效率，对于非线性失真有较强的鲁棒性3.低带外辐射4.低实现成本5.对干扰，衰落具有鲁棒性有记忆调制与无记忆调制：仅与当前的映射有关：有记忆的调制：调制的输出为当前状态与其前l-1个状态的函数线性与非线性：线性可以用叠加原理，而非线性不行。
2022-04-23 10:50:54
3640
原创 数字通信学习笔记2
2.2 Signal space representation of waveforms线性空间的部分同矩阵论中类似，不再赘述。注：一些不太熟悉的公式记录如下<v1,v2>+<v2,v1>=2Re[<v1,v2>]投影到归一化的向量做内积即可变换到平行该向量方向上去。施瓦兹不等式：内积小于模的乘积信号的展开：1.正交 2.非正交 分别对应于傅里叶级数与采样定理展开集为完备的：在能量意义上误差的能量为0...
2022-04-15 16:16:12
1259
3
原创 数字通信学习笔记1
Chapter2: Deterministic and random signal analysis2.1 带通和低通信号表示窄带信号：带宽<1%载频宽带信号：带宽：1%至10%载频baseband signal:基带信号带通信号（通常为实数）通常可以由等效的低通信号（通常为复数）表达物理可实现的信号都是实信号，复数信号只是数学表达的方便。接下来，探讨这二者的关系：对于实信号：Hermitian symmetry: X(-f)=X*(f)因此，实信号可以仅由正部分或者负部分恢复。（注意
2022-04-14 10:07:28
1712
1
原创 MIMO学习笔记3
MIMO III: diversity–multiplexing tradeoff and universal space-time codes快衰落信道用capacity表征，慢衰落信道用中断概率表征。空间自由度或等效的多路复用增益（用于提高数据速率）而分集增益（用于提高可靠性）对于慢衰落信道需要进行分集与多路复用之间进行折衷...
2022-04-04 10:37:26
609
原创 机器学习学习笔记3（李宏毅网课）
机器学习学习笔记3（李宏毅网课）一、Semi-Supervised Learning(半监督学习）通常而言，无标签的数据集的数量比有标签的数据集的数量更大。若想要实现半监督学习，那么通常需要基于某些假设，而是否能够成功实现半监督假设，取决于这些假设是否成立。1.Semi-Supervised Learning for generative model步骤1：对于lablled data set，首先生成generative model,初始化均值、方差这些参数。步骤2：根据初始化的参数，计算unl
2022-04-03 21:29:54
1177
原创 MIMO学习笔记2
MIMO II: capacity and multiplexing architectures8.1 The V-BLAST architectureV-Blast体系结构：即为对信道进行预编码，是信道的SVD分解不依赖于信道。可得到信道速率的upper bound为8.2 快速衰落MIMO信道最佳协方差矩阵为：Kx=UtΛ\LambdaΛUt*.如果在角度域上每个分辨单元为i.i.d的，那么可以证明协方差矩阵为均匀分配功率为最佳的。可以得到其信道容量为如下式子：8.2.2 Performan
2022-04-03 19:37:04
1601
原创 机器学习学习笔记2（李宏毅网课）
机器学习学习笔记2（李宏毅网课）一、深度学习Fully Connected Feedforward Network相邻层的每一个神经元都相互之间连接其包含有输入层、隐藏层、输出层。深度的含义：即为有多个隐藏层输入输出关系如下：（注意表达为矩阵的形式）Loss Function的形式为Label与输出之间的Cross Entropy:求解的方法仍然是用gradient descent的方法。二、反向传播基础知识前提：链式法则目的：是为了解决求解cross entropy时grad
2022-04-03 16:25:09
1078
原创 MIMO学习笔记1
MIMO I: spatial multiplexing and channel modeling7.1 MIMO信道的空间复用能力时变信道描述为下：在矢量高斯信道假设下，信道矩阵有以下的SVD奇异值分解：U与V均为单位旋转矩阵，Λ\LambdaΛ为特征值的对角阵。更为简洁的表达形式如下：整个系统的模型如下，形成了一个等效的平行高斯信道：信道容量如下：P为利用注水原理进行的功率分配。实际的信道模型如下图：接下来，分为高SNR和低SNR两种情况进行信道容量分析。高SNR下：注水原理，最优解为均匀分配
2022-03-27 20:03:29
3794
原创 机器学习学习笔记1（李宏毅网课）
机器学习学习笔记1 （李宏毅网课）一、Regression回归回归的目的是拟合特定的函数步骤1：建立模型假设为线性模型x为特征，w为权重，b为bias。步骤2：Loss Function衡量参数的好坏步骤3：Gradient Descent梯度下降计算关于参数w与b关于Loss Function的梯度向量接着将梯度乘以学习率η\etaη,并不断更新参数可能出现的问题过拟合：模型可能选得次数太高Solution1: 对于不同的信号可以选择不同的模型，降低
2022-03-27 16:17:07
2180
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