原创 【Digital Modulation】數字調製(一)

PSK:相移鍵控 QMA:正交振幅調製 今天我們來說一下,數字調製的基本所需知識 OFDM正交頻分複用,多載波的一種。 1、 正交線性調製的一般概念 2、 信號空間分析 3、 正交基函數 4、 複數空間與調製信號的信號空間 5、

原创 車聯網論文存在的基本基礎疑問解答

因爲是最近纔開始看,所以準備的不是很充分,每天看論文的時間業有限(弟弟網課)這邊文章看了大部分了,還有一些公式還未琢磨。 1、 什麼是車聯網,下文是vant來代替 2、 什麼是吞吐量 3、 文章採用了什麼方法,實現了什麼 4、 爲

原创 [零碎的知識點]各態歷經性、功率譜密度

自相關函數和功率譜密度是一對傅里葉變換 有各太立即性的平穩隨機過程

原创 【tensorboard】神經網絡連接圖的查看已保存的log圖

每當運行成功一個神經網絡之後 如果你的代碼中有這麼一句,你就可以在tensorboard查看你的網絡各成分的鏈接情況和輸入輸出。 output_graph=True 由於博主也經常忘記打開的步驟,所以在這裏發一篇博客,記錄一下。

原创 python裏的列表切片【None,1】【1,None】

衆所周知,python裏沒有數組,有的是類似於c語言的列表 列表切片最簡單的理解就是,取數組中的某一段數據 接下來我們來看一下維數的理解,然後結合代碼深入瞭解一下 首先來看一下簡單的列表切片 import numpy as n

原创 【tensorflow編寫網絡】盤點tensorflow裏都有哪些常用函數

我們經常在看神經網絡的python文件中,必要可少的用到tensorflow的庫,無論是在深度學習還是機器學習。今天我們就按照下面的順序盤點一下這些函數。 本文持續更新,以後碰到常見的函數再更新。 tf.gradients

原创 【機器學習代碼入門】tensorflow庫函數的調用(三)-----網絡搭建

推薦大家看一下莫煩python的課程,結合着這個代碼看點擊此處 import tnesorflow as tf def add_layer(inputs,in_size,out_size,activation_function=

原创 python裏的class定義類爲什麼括號有object

很多同學有疑問,爲什麼python裏的class定義類括號有object 當我在python編輯器裏輸入object後,然後按住ctrl鍵+鼠標左鍵 即可查看object裏的方法 class object: """ The

原创 【機器學習代碼入門】tensorflow庫函數的調用(二)-----placeholder

tf.placeholder(dtype, shape=None, name=None) 此函數可以理解爲形參,用於定義過程,在執行的時候再賦具體的值 參數: dtype:數據類型。常用的是tf.float32,tf.float6

原创 【機器學習代碼入門】tensorflow庫函數的調用(一)-----Session對話框

TensorFlow是谷歌基於DistBelief進行研發的第二代人工智能學習系統,其命名來源於本身的運行原理。Tensor(張量)意味着N維數組,Flow(流)意味着基於數據流圖的計算,TensorFlow爲張量從流圖的一端流動

原创 【機器學習代碼入門】tensorflow庫函數的調用(四)-----模型保存

1. Tensorflow模型是什麼? 當你已經訓練好一個神經網絡之後,你想要保存它,用於以後的使用,部署到產品裏面去。所以,Tensorflow模型是什麼?Tensorflow模型主要包含網絡的設計或者圖(graph),和我們已

原创 【matlab源碼】music算法估算頻率

這裏先介紹算法原理,再在文中最後放出源碼。我的這個代碼是根據你輸入的信噪比,分別進行估算源餘弦信號的頻率。 因爲編寫成gui的格式,所以,核心代碼在代碼中漢字備註那裏 結果 算法原理 MUSIC 方法(multiple sign

原创 一句話帶你瞭解NOMA非正交多址基礎

最近對這方面略有涉及,所以問了一下的朋友,順便查了一下資料 頻分多址 FDMA 頻分多址,即FrequencyDivision Multiple Access,FDMA。顧名思義,頻分多址利用不同的頻帶來區分用戶,即用戶的數據在不

原创 【Digital Modulation】數字調製(二)

今天我給大家帶來的是數字調製 首先,我們先從信號開始講起。我們知道,我們要把信息從一個地方傳到另一個地方。信息的傳遞必須要藉助信號的傳遞。我們首先默認信號是一個實函數s(t) 這裏s表示電壓,t表示時間。這樣就是電壓隨着時間變化。

原创 MEC研究現況和用於移動邊緣計算的聯邦學習框架

MEC利用了現代設備在存儲和計算能力方面的進步,將處理和存儲過程本地地推導設備本身。 MEC作用:對大數據的高效處理將數據集中隱藏的信息和統計特徵挖掘出來,對於資源規劃、系統條件預測、分類等應用領域非常有用。 所以,爲了在用戶隱私