代码搜索：Matlab;trainning
找到约 10,000 项符合「Matlab;trainning」的源代码
代码结果 10,000
www.eeworm.com/read/18028/771068
matlab
x = rand(100,1); %输入数据
num = rcosine(1,8,'sqrt'); %滤波器的转移函数
y1 = rcosflt(x,1,8,'filter',num); %在发端对数据进行滤波
z1 = rcosflt(y1,1,8,'Fs/filter',num); %对接收数据进行滤波，但不过采样
z=z1(length(num):8:end);
stem(z(1
www.eeworm.com/read/18028/771069
matlab
Fd= 1; %输入信号的采样率
Fs = 8; %输出信号的采样率
Delay = 3; %滤波器的群时延
R = 0.5; %滚降因子
[yf,tf] = rcosine(Fd,Fs,'fir',R,Delay);
plot(yf)
grid
xlabel('Time')
ylabel('Amplitude');
% impz(rrcfilter,1); % 另外一种
www.eeworm.com/read/18028/771070
matlab
M=512; %滤波器长度
L=M; %每个数据块的长度
N=2*M; %FFT的长度
%% 需要添加u, y,d,e等数据，该程序就能给出类似于11.4节LMS算法的仿真图
w=zeros(1,M);
wf=fft([w,zeros(1,M)]); %频域的抽头系数
for k=0:blocknum-1; %blocknum为数据块
www.eeworm.com/read/18028/771071
matlab
len=20000;
%假设用前2000个数据作为均衡器的训练数据
Tlen=2000;
step=0.001;
N=64; %均衡器抽头个数
s=zeros(1,len);
s1=zeros(1,len);
x=zeros(1,N);
w=zeros(1,N);
s=randsrc(1,len); %信源
s1(2:len)=s(1:len-1); %第二径
p
www.eeworm.com/read/18028/771072
matlab
u = 0.00005; %迭代步长
n = 64; %WHT-LMS的抽头数必须是2的幂
h = zeros(n ,1); %抽头系数，n为抽头个数
x = zeros(1 ,n); %滤波器抽头输入
%% 注意：读者需要给出输入信号xd, 参考信号d，运行本程序就能得到相应仿真图
e = zeros(n ,1); %估计误差
y = zeros(le
www.eeworm.com/read/18028/771073
matlab
clear;
SNR = [-5:2:10];
NumAntenna =4; %天线阵元数
Tlen = 1000; %训练序列长度
Dlen = 20000; %数据长度
step = 0.0001; %步长
alfa = pi/3; %波达方向
theta = pi/2;
for nEN = 1:length(SNR)
nu
www.eeworm.com/read/18028/771074
matlab
function y = WHT(x_in, n)
% x 输入向量，列向量
% n 即Walsh-Hardma变换的点数，必须是2的幂次方
% alpha 即重叠保留的因子，在我们的方案中alpha = 2
% y 输出向量
% alpha=2;
alpha=2;
% 判断输入参数n
n1 = log2(n);
n2 = mod(n1,1);
if (n2 ~= 0)
www.eeworm.com/read/18028/771075
matlab
g=100; % 统计仿真次数为g
N=1024; % 输入信号抽样点数N
k=128; % 时域抽头LMS算法滤波器阶数
pp=zeros(g,N-k); % 将每次独立循环的误差结果存于矩阵pp中，以便后面对其平均
u=0.0002;
for q=1:g
t=1:N;
a=1;
s=a*sin(0.05*pi*t); % 输入单频信号s
fig
www.eeworm.com/read/18028/771076
matlab
N = 128; %抽头数
Dlen = 1024; %输出长度
Step = 0.005; %步长
%注意：需要给出输入data和参考信号s(n)才能运行本程序
w=zeros(N,1); %N为抽头个数
p=(1/delta)*eye(N); %delta为正则化参数
for n= N:Dlen
u(1:N)=data(n:-1:n
www.eeworm.com/read/18028/771077
matlab
g=100; % 统计仿真次数为g
N=1024; % 输入信号抽样点数N
k=128; % 时域抽头LMS算法滤波器阶数
pp=zeros(g,N-k); % 将每次独立循环的误差结果存于矩阵pp中，以便后面对其平均
u=0.0001;
for q=1:g
t=1:N;
a=1;
s=a*sin(0.05*pi*t); % 输入单频信号s
fig