代码搜索：功率谱
找到约 2,083 项符合「功率谱」的源代码
代码结果 2,083
www.eeworm.com/read/225679/14526137
m f6_1.m
%产生线性调频信号
sig=fmlin(128,0.1,0.4);
%设置窗函数
h=window(17,'Kaiser');
%获取坐标
[tfr,t,f]=tfrsp(sig);
%计算重排谱图
[tfr,rtfr,hat]=tfrrsp(sig,1:128,64,h,1);
%显示谱图
figure(1);
contour(t,2*f(1:length(f)/2),t
www.eeworm.com/read/207230/15279086
m f6_1.m
%产生线性调频信号
sig=fmlin(128,0.1,0.4);
%设置窗函数
h=window(17,'Kaiser');
%获取坐标
[tfr,t,f]=tfrsp(sig);
%计算重排谱图
[tfr,rtfr,hat]=tfrrsp(sig,1:128,64,h,1);
%显示谱图
figure(1);
contour(t,2*f(1:length(f)/2),t
www.eeworm.com/read/205967/15302849
m u1_5.m
%卷积定律的验证
k=-25:25;X=x*(exp(-j*pi/12.5)).^(n'*k);
magX=abs(X);
subplot(3,2,1);stem(magX);title('输入信号的幅度谱');
angX=angle(X);
subplot(3,2,2);stem(angX);title('输入信号的相位谱');
Hb=hb*(exp(-j*pi/12.5)).^(n
www.eeworm.com/read/473523/6845388
m f6_1.m
%产生线性调频信号
sig=fmlin(128,0.1,0.4);
%设置窗函数
h=window(17,'Kaiser');
%获取坐标
[tfr,t,f]=tfrsp(sig);
%计算重排谱图
[tfr,rtfr,hat]=tfrrsp(sig,1:128,64,h,1);
%显示谱图
figure(1);
contour(t,2*f(1:length(f)/2),t
www.eeworm.com/read/249631/12483998
m f6_1.m
%产生线性调频信号
sig=fmlin(128,0.1,0.4);
%设置窗函数
h=window(17,'Kaiser');
%获取坐标
[tfr,t,f]=tfrsp(sig);
%计算重排谱图
[tfr,rtfr,hat]=tfrrsp(sig,1:128,64,h,1);
%显示谱图
figure(1);
contour(t,2*f(1:length(f)/2),t
www.eeworm.com/read/200623/15428423
m f6_1.m
%产生线性调频信号
sig=fmlin(128,0.1,0.4);
%设置窗函数
h=window(17,'Kaiser');
%获取坐标
[tfr,t,f]=tfrsp(sig);
%计算重排谱图
[tfr,rtfr,hat]=tfrrsp(sig,1:128,64,h,1);
%显示谱图
figure(1);
contour(t,2*f(1:length(f)/2),t
www.eeworm.com/read/428096/8895743
m adaptive_power1.m
function [Cn,P]=adaptive_power(H,Ber0,N,Noise,R)
% 自适应调制和功率优化分配
% 基于功率梯度最小的QAM 算法
% 输入:
% Noise:噪声功率
% N:子载波的个数
% H:通过信道估计得到信道参数向量
% Ber0: 为系统需要的误码率
%R:固定比特速率
% 输出
% Cn:分配给各子载波的比特数 Cn={0,2,4
www.eeworm.com/read/363748/6288724
m adaptive_power1.m
function [Cn,P]=adaptive_power(H,Ber0,N,Noise,R)
% 自适应调制和功率优化分配
% 基于功率梯度最小的QAM 算法
% 输入:
% Noise:噪声功率
% N:子载波的个数
% H:通过信道估计得到信道参数向量
% Ber0: 为系统需要的误码率
%R:固定比特速率
% 输出
% Cn:分配给各子载波的比特数 Cn={0,2,4
www.eeworm.com/read/408889/11366070
m adaptive_power1.m
function [Cn,P]=adaptive_power(H,Ber0,N,Noise,R)
% 自适应调制和功率优化分配
% 基于功率梯度最小的QAM 算法
% 输入:
% Noise:噪声功率
% N:子载波的个数
% H:通过信道估计得到信道参数向量
% Ber0: 为系统需要的误码率
%R:固定比特速率
% 输出
% Cn:分配给各子载波的比特数 Cn={0,2,4
www.eeworm.com/read/222672/14680094
m adaptive_power1.m
function [Cn,P]=adaptive_power(H,Ber0,N,Noise,R)
% 自适应调制和功率优化分配
% 基于功率梯度最小的QAM 算法
% 输入:
% Noise:噪声功率
% N:子载波的个数
% H:通过信道估计得到信道参数向量
% Ber0: 为系统需要的误码率
%R:固定比特速率
% 输出
% Cn:分配给各子载波的比特数 Cn={0,2,4