本课题主要研究对象为数字预失真技术中的功放模型的建立及数字预失真算法的研究。功放的数学模型主要分为无记忆模型和记忆模型，分析了不同模型的参数估计的方法。针对以往常见的模型反转数字预失真算法，课题分析并使用了新颖的间接学习(indirect learning)数字预失真算法，从而有效避免了无法对功放模型进行求逆的缺陷，并在此架构下仿真了不同功放模型的参数估计对于数字预失真效果的影响。针对WCDMA移动通信基站系统中使用的宽带功率放大器，使用ADS和MATLAB软件联合仿真的形式来评估整个DPD系统的性能并使用实际功放进行了测试。
上传时间： 2013-10-12
上传用户：问题问题
LM3S系列单片机主要有3种工作模式：运行模式（Run-Mode）、睡眠模式（Sleep-Mode）、深度睡眠模式（Deep-Sleep-Mode）。某些型号还具有单独的极为省电的冬眠模块（Hibernation Module）。而对各个模式下的外设时钟选通以及系统时钟源的控制主要由表 2.1中的寄存器来完成。 运行模式是正常的工作模式，处理器内核将积极地执行代码。在睡眠模式下，系统时钟不变，但处理器内核不再执行代码（内核因不需要时钟而省电）。在深度睡眠模式下，系统时钟可变，处理器内核同样也不再执行代码。深度睡眠模式比睡眠模式更为省电。有关这3种工作模式的具体区别请参见表 2.2的描述。调用函数SysCtlSleep( )可使处理器立即进入睡眠模式，而调用函数SysCtlDeepSleep( )可使处理器立即进入深度睡眠模式。任一中断都可以将处理器从睡眠或深度睡眠模式唤醒，并使处理器恢复到睡眠前的运行状态。因此在进入睡眠或深度睡眠之前，必须配置某个片内外设的中断并允许其在睡眠或深度睡眠模式下继续工作，如果不这样，则只有复位或重新上电才能结束睡眠或深度睡眠状态。
上传时间： 2013-11-08
上传用户：ArmKing88
提出了一种改进的LSM-ALSM子空间模式识别方法，将LSM的旋转策略引入ALSM，使子空间之间互不关联的情况得到改善，提高了ALSM对相似样本的区分能力。讨论中以性能函数代替经验函数来确定拒识规则的参数，实现了识别率、误识率与拒识率之间的最佳平衡；通过对有限字符集的实验结果表明，LSM-ALSM算法有效地改善了分类器的识别率和可靠性。关 键 词 学习子空间; 性能函数; 散布矩阵; 最小描述长度在子空间模式识别方法中，一个线性子空间代表一个模式类别，该子空间由反映类别本质的一组特征矢量张成，分类器根据输入样本在各子空间上的投影长度将其归为相应的类别。典型的子空间算法有以下三种[1, 2]：CLAFIC(Class-feature Information Compression)算法以相关矩阵的部分特征向量来构造子空间，实现了特征信息的压缩，但对样本的利用为一次性，不能根据分类结果进行调整和学习，对样本信息的利用不充分；学习子空间方法(Leaning Subspace Method, LSM)通过旋转子空间来拉大样本所属类别与最近邻类别的距离，以此提高分类能力，但对样本的训练顺序敏感，同一样本训练的顺序不同对子空间构造的影响就不同；平均学习子空间算法(Averaged Learning Subspace Method, ALSM)是在迭代训练过程中，用错误分类的样本去调整散布矩阵，训练结果与样本输入顺序无关，所有样本平均参与训练，其不足之处是各模式的子空间之间相互独立。针对以上问题，本文提出一种改进的子空间模式识别方法。子空间模式识别的基本原理1.1 子空间的分类规则子空间模式识别方法的每一类别由一个子空间表示，子空间分类器的基本分类规则是按矢量在各子空间上的投影长度大小，将样本归类到最大长度所对应的类别，在类x()iω的子空间上投影长度的平方为()211,2,,()argmax()jMTkkjpg===Σx (1)式中 函数称为分类函数；为子空间基矢量。两类的分类情况如图1所示。
上传时间： 2013-12-25
上传用户：熊少锋
最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, "Fast training of support vector machines using sequential minimal optimization", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, "Estimating the Generalization Performance of a SVM Efficiently", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999.
上传时间： 2013-12-16
上传用户：亚亚娟娟123
In case you haven t realized it, building computer systems is hard. As the complexity of the system gets greater, the task of building the software gets exponentially harder. As in any profession, we can progress only by learning, both from our mistakes and from our successes. This book represents some of this learning written in a form that I hope will help you to learn these lessons quicker than I did, or to communicate to others more effectively than I did before I boiled these patterns down.
标签： complexity the building computer
上传时间： 2015-04-25
上传用户：tyler
The Art of Assembly Language Amazing! You’re actually reading this. That puts you into one of three categories: a student who is being forced to read this stuff for a class, someone who picked up this book by accident (probably because you have yet to be indoctrinated by the world at large), or one of the few who actually have an interest in learning assembly language.
标签： Assembly Language actually Amazing
上传时间： 2015-04-30
上传用户：asddsd
Agent技术的研究起源于人工智能领域。由于Agent具有自治性、智能性、反应性、主动性等优点，因此越来越受到人们的重视，并被广泛应用于网络技术和分布式计算。Agent技术很好的解决了网络间任务分配及合作的问题，但Agent系统实际应用时的安全问题一直没有得到很好的解决。本文设计了一个可实际应用的Mobile Agent系统安全问题解决方案，该方案可以有效解决实际运行中Agent系统的安全认证及安全通信问题。最后介绍了该方案在个性化E-learning系统中的实际应用情况。
上传时间： 2014-01-26
上传用户：ztj182002
- XCS for Dynamic Environments + Continuous versions of XCS + Test problem: real multiplexer + Experiments: XCS is explored in dynamic environments with different magnitudes of change to the underlying concepts. +Reference papers: H.H. Dam, H.A. Abbass, C.J. Lokan, Evolutionary Online Data Mining – an Investigation in a Dynamic Environment. 2005, accepted for a book chapter in Springer Series on Studies in Computational Intelligence H.H. Dam, H.A. Abbass, C.J. Lokan, Be Real! XCS with Continuous-Valued Inputs. IWLCS 2005, (International Workshop on Learning Classifier Systems). Washington DC, June 2005.
标签： Environments multiplexer Continuous XCS
上传时间： 2015-07-04
上传用户：Avoid98
This a set of notes I put together for my Computer Architecture class in 1990. Students had a project in which they had to model a microprocessor architecture of their choice. They used these notes to learn VHDL. The notes cover the VHDL-87 version of the language. Not all of the language is covered (about 95％). You may use this booklet for your own personal learning purposes. You may not use it for profit (eg, selling copies of it, using it in a course for which people pay, etc). If you want to make use of it beyond these conditions, contact me and we can come to some arrangement.
标签： Architecture Computer Students together
上传时间： 2014-01-15
上传用户：wxhwjf
The DSP Design Flow workshop provides an introduction to the advanced tools you need to design and implement DSP algorithms targeting FPGAs. This intermediate workshop in implementing DSP functions focuses on learning how to use System Generator for DSP, as well as HDL design flow, CORE Generator software, and design implementation tools. Through hands-on exercises, you will implement a design from algorithm concept to verification.
标签： introduction workshop provides advanced
上传时间： 2014-12-06
上传用户：sammi
