- 博客(3213)
- 资源 (2203)
- 收藏
- 关注
RSS订阅
原创 ★专题3:人工智能基础应用研究——目录
在本专题，我们将目前主流的人工智能技术做一个系统性的学习和讲解。具体包括神经网络，深度学习，强化学习，计算机视觉，自然语言处理，大语言模型，机器人/机械臂，AI游戏控制，大模型API调用，AI应用APP开发，AI芯片。这些技术之间相互关联和促进，神经网络是深度学习等的基础架构；深度学习为计算机视觉、自然语言处理、大语言模型等提供了核心的算法和模型支持；强化学习可用于AI游戏控制以及机器人等领域的策略学习；计算机视觉和自然语言处理是人工智能应用的重要领域，其技术成果可以应用到等多个场景中；
2025-02-25 16:45:13
608
原创 FPGA/MATLAB常用开发软件下载，数学建模/MATLAB视频资料/FPGA资料/考研数学等各类相关资料分享
一些博主在开发过程中用到次数比较多的软件版本，如果有需要大家可以下载使用。其他一些少数次用到的版本，大家可以百度搜索下载。
2024-07-05 16:51:31
1369
1
原创 ★教程4:FPGA/MATLAB/Simulink联合开发入门与进阶X例——目录
1.71024QAM调制解调系统的FPGA开发与matlab对比验证。1.6256QAM调制解调系统的FPGA开发与matlab对比验证。1.616QAM调制解调系统的FPGA开发与matlab对比验证。1.732QAM调制解调系统的FPGA开发与matlab对比验证。1.564QAM调制解调系统的FPGA开发与matlab对比验证。1.1ASK调制解调系统的FPGA开发与matlab对比验证。1.2FSK调制解调系统的FPGA开发与matlab对比验证。
2024-02-29 06:08:01
4951
6
原创 ★教程3:Simulink学习教程入门60例目录
1.订阅本教程用户可以免费获得本博任意1个(包括所有免费专栏和付费专栏)博文对应代码；2.本Simulink课程的所有案例(部分理论知识点除外)均由博主编写而成，供有兴趣的朋友们自己订阅学习使用。未经本人允许，禁止任何形式的商业用途；3.本课程除了介绍常见的Simulink模块介绍之外，我们更侧重于各种实例的完整设计介绍。从通信，控制器，图像处理，语音处理，电力系统等诸多常用领域介绍了相关案例，如果对于某个较为复杂的案例，初学者无法正确复现，也可以私信博主获得完整Simulink模型文件。
2023-02-08 16:17:08
12579
4
原创 订阅FPGA/MATLAB/Simulink学习教程1~4系列,赠送1~2套本博客的代码案例
本博客所有博文所对应的MATLAB代码、FPGA代码包括MATLAB、Quartusii、Vivado、Simulink、System Generator等工具。------------------------------------------------------------------------------------------------------------------------------订阅MATLAB/FPGA学习教程，免费获得2份代码，获取步骤如下：步骤......
2022-03-24 22:08:43
40613
21
原创 ★教程1:matlab学习教程入门100例目录
★基础入门1.为什么要学习MATLAB2.MATLAB安装持续更新.......★MATLAB基础编程语言熟悉
2021-12-11 17:26:56
44871
5
原创 Transformer微调预训练技术
Transformer微调预训练技术是一种强大的方法，可以利用预训练模型的知识快速适应各种下游任务，在自然语言处理、计算机视觉等多个领域都取得了显著的成果。在实际应用中，需要根据具体的任务和数据特点，选择合适的微调方法和优化策略，以获得最佳的模型性能。
2025-05-07 16:35:54
518
原创 【第1章＞第11节】小波神经网络的理论学习与MATLAB仿真
小波神经网络（Wavelet Neural Network，WNN）是一种将小波分析理论与人工神经网络相结合的新型神经网络模型。
2025-05-07 16:05:35
90
原创 ▲基于2FSK调制解调+Turbo编译码通信链路matlab误码率仿真
交织器的作用是通过改变信息传输过程中的发送次序，将连续的突发错误分散化，尽可能的降低连续错误的持续时间。Turbo码，通过交织器，可以改变其行列重量分布，并将输入的码元符号的次序进行随机化输出，尽可能的降低码元之间的相关性，从而进一步提升算法的性能。在解调时，可以采用相干或非相干的方法，相干解调需要精确的载波同步，性能较好；Turbo码由2个循环系统卷积码并行级联而成：译码采用迭代的串行译码交织器是Turbo 码所特有的，它可以使得信息序列随机化，增加各码字间的重量，从而提高码的保护能力。
2025-05-04 16:11:56
1035
原创 ▲基于2ASK调制解调+Turbo编译码通信链路matlab误码率仿真
交织器的作用是通过改变信息传输过程中的发送次序，将连续的突发错误分散化，尽可能的降低连续错误的持续时间。Turbo码，通过交织器，可以改变其行列重量分布，并将输入的码元符号的次序进行随机化输出，尽可能的降低码元之间的相关性，从而进一步提升算法的性能。对于振幅键控这样的线性调制来说，在二进制里，2ASK是利用代表数字信息“0”或“1”的基带矩形脉冲去键控一个连续的载波，使载波时断时续的输出，有载波输出时表示发送“1”，无载波输出时表示发送“0”。ASK调制的基本原理是利用载波信号的幅度变化来传递数字信息。
2025-05-04 15:57:32
876
原创 【教程4＞第7章＞第6节】基于FPGA的Viterbi维特比译码verilog实现——BM分支度量模块
ACS 单元将分支度量值与之前计算的状态路径度量值相加（加操作 ），然后对进入同一状态的不同路径的度量和进行比较（比操作 ），选择度量值最小的路径作为幸存路径（选操作 ）。分支度量计算单元是用来计算输入信号序列与卷积码各个可能输出信号序列的似然度量，维特比的似然准则就是在寻找具有最小距离的路径。BM（Branch Metric，分支度量）模块在维特比译码中，负责计算接收信号与编码网格中各分支路径信号的相似程度，即计算分支度量值。在时钟信号的驱动下，模块根据复位信号和输入编码进行分支度量值计算并输出。
2025-05-02 22:38:11
284
原创 【教程4＞第7章＞第4节】基于FPGA的217卷积编码verilog实现
在上面的程序中，本级联编解码器中采用的卷积码为(2，1，7)标准卷积码，信息位i_Signal为1比特，编码后变成2比特o_encode，编码比率1/2，约束长度为7比特，该码型共有64个状态。在上一个课程中，我们通过MATLAB仿真实现了217卷积编码和维特比译码，在本课程中，我们将通过FPGA来实现一个标准的217卷积编码。其主要是通过生成矩阵G实现编码过程。我们可以看到，和MATLAB的结论完全一致。
2025-05-02 22:04:16
29
原创 【教程4＞第7章＞第3节】卷积编码与Viterbi译码的MATLAB仿真实现
我们可以看到，通过信道后的编码数据相对于编码数据出现了错误，这是由于信道影响所致。而译码收的数据相当于发射数据，完全相同，这是译码纠错带来的效果。这四个变量分别是发射数据Signal，编码数据Xencode，通过信道后的编码数据Xencode3，译码数据Xdecode。我们根据上述程序，改写一个误码率仿真程序，获得卷积编码的误码率曲线。最后，我们再改写一个程序，观察卷积编码，维特比译码过程中的纠错过程。我们可以看到，原数据，编码数据以及译码数据。
2025-05-01 09:46:56
121
原创 【教程4＞第7章＞第2节】卷积编码与Viterbi译码理论概述和FPGA设计构架
1.通过MATLAB编写一个卷积编码与Viterbi译码算法，作为FPGA设计时的参考依据；2.实现基于FPGA的217卷积编码器；3.实现基于FPGA的维特比译码器——BM分支度量模块；4.实现基于FPGA的维特比译码器——ACS加比选单元；5.实现基于FPGA的维特比译码器——幸存路径存储单元；6.实现基于FPGA的维特比译码器——回溯译码单元；7.卷积编码+维特比译码整体实现；8.卷积编码+维特比译码的编码增益分析和FPGA误码率统计；
2025-05-01 01:23:25
440
原创 【教程4＞第7章＞第1节】信道编译码概述
信道编码的核心目的是提高数字信号传输的可靠性。在信号传输过程中，信道会引入噪声和干扰，导致接收信号出现错误。信道编码通过在原始信息比特中添加冗余校验比特，使得接收端能够利用这些冗余信息检测和纠正传输错误。从信息论角度看，信道编码是在信息传输速率和传输可靠性之间进行权衡，通过增加一定的冗余度来换取更低的误码率，使实际传输速率接近信道容量。
2025-04-29 01:59:43
343
原创 ▲基于QPSK调制解调+Turbo编译码通信链路matlab误码率仿真
Turbo码，通过交织器，可以改变其行列重量分布，并将输入的码元符号的次序进行随机化输出，尽可能的降低码元之间的相关性，从而进一步提升算法的性能。在完成要求任务的条件下，尝试优化程序。QPSK是在M=4时的调相技术，它规定了四种载波相位，分别为45°，135°，225°，315°，调制器输入的数据是二进制数字序列，为了能和四进制的载波相位配合起来，则需要把二进制数据变换为四进制数据，这就是说需要把二进制数字序列中每两个比特分成一组，共有四种组合，即00，01，10，11，其中每一组称为双比特码元。
2025-04-27 02:04:32
1049
原创 ▲基于BPSK调制解调+Turbo编译码通信链路matlab误码率仿真
交织器的作用是通过改变信息传输过程中的发送次序，将连续的突发错误分散化，尽可能的降低连续错误的持续时间。Turbo码，通过交织器，可以改变其行列重量分布，并将输入的码元符号的次序进行随机化输出，尽可能的降低码元之间的相关性，从而进一步提升算法的性能。是基于最大后验概率(MAP)的软输出算法，主要包括标准MAP算法、对数域上的Log.MAP算法和Max. Log-MAP算法、修正的MAP算法(M-MAP)、滑动窗MAP(SW-MAP)算法和只有前向递推的MAP算法(OSA)。
2025-04-27 01:54:18
921
原创 基于编码器和解码器的transformer架构
Transformer架构是一种基于自注意力机制的深度学习模型架构，最初用于自然语言处理任务，如机器翻译，后来也广泛应用于其他领域。它的核心特点是能够并行计算，有效处理长序列数据，并且能够自动学习文本中的长期依赖关系。Transformer架构主要由编码器和解码器两部分组成，两者都包含多个堆叠的相同层。此外，还包括输入嵌入层、位置编码层、输出层等组件。
2025-04-26 22:11:18
1045
原创 RNN注意力与自注意力机制
在自然语言处理（NLP）等领域中，模型需要处理长序列的数据，例如句子或文档。然而，传统的神经网络在处理长序列时可能会遇到困难，因为它们难以有效地捕捉序列中不同位置之间的长期依赖关系。注意力机制的出现就是为了解决这个问题，它允许模型在处理序列数据时，动态地关注输入序列中的不同部分，从而更好地利用序列中的信息。
2025-04-26 21:52:08
846
原创 VIT构架与大型训练集
ViT将图像分割成一系列固定大小的图像块（patches），并将这些图像块线性映射为向量，然后加上位置编码（positional encoding）来捕捉图像块的位置信息，将其输入到 Transformer 编码器中进行处理。Transformer编码器由多个堆叠的自注意力（self - attention）层和前馈神经网络（feed - forward neural network）层组成，通过自注意力机制自动学习图像块之间的长程依赖关系，从而对图像的全局信息进行建模。
2025-04-24 11:49:25
783
原创 通过MATLAB读取计算机的主板序列号，硬盘序列号，CPU序列号，BIOS序列号，网卡序列号
对于包含硬件序列号获取功能的 Matlab 代码，如果涉及到商业应用或敏感信息处理，可以考虑使用 Matlab 提供的加密工具对代码进行加密，或者使用代码混淆工具对代码进行处理，增加代码的阅读和逆向工程难度，保护代码逻辑和知识产权。软件在安装或运行时，读取硬件序列号并与授权服务器上记录的合法序列号进行比对，只有序列号匹配的计算机才能正常使用软件，防止软件被非法复制和传播。不过需要注意的是，在某些系统中，获取到的可能并非传统意义上唯一的物理序列号，而是特定的处理器标识。
2025-04-24 11:30:05
300
原创 【教程4＞第5章＞第29节】本章整体思维导图与学习总结
例如，在无线通信中，信道条件会随时间和空间变化，信道估计能够跟踪这些变化，使接收端能够根据实时的信道状态调整解调策略，提高信号检测的准确性。当信号通过多径信道时，不同路径的信号到达接收端的时间不同，会导致前后码元之间相互干扰，影响信号的正确判决。信道均衡器通过调整信号的幅度和相位，使接收信号尽可能恢复到原始发送信号的形状，从而降低误码率，提高通信系统的性能。功能：信道估计是对通信信道的特性进行估计的过程。它通过发送已知的训练序列或利用信号的统计特性，来估计信道的参数，如信道的增益、时延、相位等信息。
2025-04-23 00:27:59
68
原创 【教程4＞第6章＞第26节】基于FPGA的MMSE信道估计与均衡系统实现与整体测试,并对比LS信道估计
通过前面几个章节的学习，我们完成了MMSE信道估计和均衡系统。为了进一步验证MMSE信道估计的性能，我们在系统的最后，增加一个信道估计误差计算程序。由于MMSE信道估计，其主要优势在SNR较小时提现，因此测试对比时，我们在testbench中，将SNR设置为2db。然后m值，我们不考虑一个固定值，而是一直累加，直到所设置的仿真时间结束。通过对比可以看到，MMSE信道估计性能优于LS信道估计。这样方便FPGA中的误差计算。
2025-04-23 00:24:00
1194
原创 【教程4＞第6章＞第25节】基于FPGA的MMSE信道估计与均衡系统实现5——hmmse=R_HH*inv(R_HH_LS_LS)*H_ls计算
在上一个课程中，我们总计了MMSE信道和均衡算法所需要的五项工作。第一：sigma = 10^(SNR/10);第二：R_HH = (received_pilot * received_pilot');第三：R_HH_LS_LS = (received_pilot * received_pilot' + beta/sigma);第四：h_mmse= R_HH * inv(R_HH_LS_LS)* H_ls;第五：时序规划在本小节，我们将通过FPGA实现第四项和第五项工作。
2025-04-22 22:53:48
196
原创 【教程4＞第6章＞第24节】基于FPGA的MMSE信道估计与均衡系统实现4——(received_pilotXreceived_pilot‘ + betaXinv(sigma))计算
在上一个课程中，我们总计了MMSE信道和均衡算法所需要的五项工作。第一：sigma = 10^(SNR/10);第二：R_HH = (received_pilot * received_pilot');第三：R_HH_LS_LS = (received_pilot * received_pilot' + beta/sigma);第四：h_mmse= R_HH * inv(R_HH_LS_LS)* H_ls;第五：时序规划在本小节，我们将通过FPGA实现第三项工作。
2025-04-20 18:13:38
358
原创 【教程4＞第6章＞第23节】基于FPGA的MMSE信道估计与均衡系统实现3——R_HH=(received_pilotXreceived_pilot‘)导频共轭相乘计算
在上一个课程中，我们总计了MMSE信道和均衡算法所需要的五项工作。第一：sigma = 10^(SNR/10);第二：R_HH = (received_pilot * received_pilot');第三：R_HH_LS_LS = (received_pilot * received_pilot' + beta/sigma);第四：h_mmse= R_HH * inv(R_HH_LS_LS)* H_ls;第五：时序规划在本小节，我们将通过FPGA实现第二项工作。
2025-04-20 13:59:27
144
原创 【第1章＞第10节】SVM支持向量机的理论学习与MATLAB仿真
支持向量机（Support Vector Machine，SVM）是一种有监督的机器学习算法，最初用于解决二分类问题，后来也被扩展到多分类和回归问题。其核心思想是在特征空间中找到一个最优的超平面，使得不同类别的数据点能够被最大程度地分开，同时保证分类的泛化能力。在回归问题中，SVM 通过寻找一个能以最小误差拟合训练数据的函数。支持向量机的基本思想是：首先，在线性可分情况下，在原空间寻找两类样本的最优分类超平面。
2025-04-18 08:09:00
286
原创 【第1章＞第9节】Elman神经网络的理论学习与MATLAB仿真
Elman神经网络是一种典型的递归神经网络（RNN），由 Jeffrey L. Elman在1990年提出。与前馈神经网络不同，Elman网络具有反馈连接，能够处理序列数据，捕捉数据中的动态信息和时间依赖关系。它在语音识别、时间序列预测、机器人控制等领域有广泛应用。
2025-04-18 07:34:55
120
原创 深度学习中卷积神经网络中的参数计算量分析
卷积神经网络（Convolutional Neural Network, CNN）作为深度学习领域的重要模型，在图像识别、目标检测、语音处理等众多领域取得了巨大的成功。在构建和优化 CNN 模型时，了解网络的参数量是至关重要的，因为参数量不仅影响模型的存储需求，还与模型的训练时间、计算资源消耗以及模型的泛化能力等密切相关。
2025-04-15 19:59:10
976
原创 深度生成式AI模型详解
它关注的是数据的差异性，通过对不同类别数据特征的学习，构建一个分类器，用于判断新数据属于哪个类别。生成式模型致力于学习数据的分布，通过对训练数据的学习，生成与训练数据相似的新数据。它可以理解数据的生成过程，能够生成全新的数据样本，不仅仅是对已有数据进行分类。设数据序列为x=(x1,x2,⋯,xT)，自回归模型通过学习条件概率P(xt∣x1,x2,⋯,xt−1)来生成数据。在文本生成中，能够根据前文生成连贯的后续文本。在图像生成中，可以通过在潜在空间中采样不同的点，然后解码生成不同的图像。
2025-04-15 15:27:13
1043
原创 ▲基于16PSK调制解调+LDPC编译码通信链路matlab误码率仿真
在数字调制中，我们将二进制数字序列映射到信号的幅度、相位或频率等参数上。对于16PSK调制，我们主要是将二进制数据映射到信号的相位上。16PSK将每4位二进制数据映射为8PSK星座图中的一个相位点，16PSK星座图通常将圆周等分为16个相位区间，每个区间对应一个唯一的4位二进制码。假设输入的比特序列为b0b1b2b3，则对应的16PSK符号的相位取值如下：然后，将这些相位调制到载波上，得到已调信号s(t)，其数学表达式为：其中Es是每个符号的能量，Ts是符号周期，ωc是载波角频率。
2025-04-14 20:02:45
727
原创 ▲基于8PSK调制解调+LDPC编译码通信链路matlab误码率仿真
与一些传统的编码方式相比，如卷积码，其校验矩阵相对密集，在处理长码长时，计算复杂度会显著增加，而LDPC码的稀疏校验矩阵则能够有效地避免这一问题，使得在处理长码长数据时仍能保持较低的计算复杂度。例如，在存在频率选择性衰落的信道中，8PSK信号可以通过分集接收技术（如空间分集、频率分集等）来提高接收的可靠性，减少衰落对信号的破坏。8PSK将每3位二进制数据映射为8PSK星座图中的一个相位点，8PSK 星座图通常将圆周等分为 8 个相位区间，每个区间对应一个唯一的 3 位二进制码。常用的解调方法是相干解调。
2025-04-13 15:12:46
1009
原创 【教程4＞第6章＞第22节】基于FPGA的MMSE信道估计与均衡系统实现2——10^(SNR/10)的计算
在上一个课程中，我们总计了MMSE信道和均衡算法所需要的五项工作。第一：sigma = 10^(SNR/10);第二：R_HH = (received_pilot * received_pilot');第三：R_HH_LS_LS = (received_pilot * received_pilot' + beta/sigma);第四：h_mmse= R_HH * inv(R_HH_LS_LS)* H_ls;第五：时序规划在本小节，我们将通过FPGA实现第一项工作。关于SNR的计算，在课程。
2025-04-12 17:59:16
570
原创 Transformer模型架构概述
Transformer 架构是深度学习领域中一项具有重大影响力的创新，自 2017 年在《Attention Is All You Need》论文中被提出以来，它已经在自然语言处理（NLP）、计算机视觉（CV）等多个领域取得了巨大的成功，并成为了许多先进模型的基础架构。
2025-04-12 03:32:08
1146
原创 ▲基于8FSK调制解调+LDPC编译码通信链路matlab误码率仿真
FSK是一种基于频率的数字调制方法，它利用不同的频率表示不同的二进制信息。FSK的原理是将二进制信息转换为对应的频率，然后将这些频率转换成的波形发送出去。接收端接收到波形后，再将其转换回二进制信息。而8FSK（八进制频移键控）调制解调技术通过八个不同频率承载信息，具有一定的频谱特性和抗干扰能力。LDPC（低密度奇偶校验）码作为性能接近香农极限的信道编码，能有效降低误码率。将8FSK调制解调与LDPC编译码相结合构建的通信链路，在无线通信、卫星通信等领域有广泛应用前景。
2025-04-09 14:44:17
904
原创 ▲基于4FSK调制解调+LDPC编译码通信链路matlab误码率仿真
在一些无线通信场景中，如在工业环境中存在各种电机、设备产生的电磁干扰噪声的情况下，4FSK系统能够较好地抵抗这些噪声，维持通信的稳定性。像在工厂车间内的无线传感器网络，传感器节点与控制中心之间采用 4FSK 调制方式传输数据，即使周围有各种机器运转产生的噪声，依然能够保证一定的通信质量，有效地传输温度、压力等监测数据。
2025-04-09 14:29:42
935
原创 CPU训练、GPU训练及多GPU训练
深度学习训练是将数据输入到模型中，调整模型的参数（例如神经网络中的权重）以使其能够准确预测或分类新数据的过程。模型训练的主要目标是通过不断优化模型参数来最小化损失函数（例如，交叉熵、均方误差等），从而提高模型在测试数据上的泛化能力。常用的训练方式包括CPU训练、GPU训练以及多GPU训练。
2025-04-07 11:45:41
813
原创 【教程4＞第6章＞第21节】基于FPGA的MMSE信道估计与均衡系统实现1——工程准备和设计综述
R_HH_LS_LS计算结果，一般在OFDM中是一个矩阵，此时inv的计算非常复杂，在本课程中，我们是基于QPSK单载波方式实现MMSE算法，因此R_HH_LS_LS的结果为一个数值，那么inv相当于计算R_HH_LS_LS的倒数。在上述课程中，我们完成了“基于I+jQ复数信号的LS信道估计和均衡实现”，我们将在此基础上，对该系统进行修改，从而实现“基于FPGA的MMSE信道估计与均衡系统“。综上所述，在后续的5个课程中，我们将依次完成上述五个工作内容，并最终完成基于MMSE的信道估计与均衡系统。
2025-04-07 10:33:52
170
基于2FSK调制解调+Turbo编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-05-04
基于2ASK调制解调+Turbo编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-05-04
基于QPSK调制解调+Turbo编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-27
基于BPSK调制解调+Turbo编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-27
基于16PSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-14
基于8PSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-13
基于8FSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-09
基于4FSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-09
基于64QAM调制软解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-01
基于32QAM调制软解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-04-01
基于GMSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-27
基于MSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-27
基于16QAM调制软解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-19
基于4ASK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-19
基于π/4-QPSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-14
基于DQPSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-14
基于2ASK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-05
基于2FSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-03-05
基于8ASK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-28
基于QPSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-20
基于BPSK调制解调+LDPC编译码通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-19
64QAM调制+软解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-15
GMSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-15
32QAM调制+软解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-10
MSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-07
16QAM调制+软解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-02-05
pi4-QPSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-01-26
DQPSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-01-22
QPSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-01-22
BPSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作视频】
2025-01-22
2FSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-17
2ASK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-16
16PSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-15
8PSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-11
8FSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序操作和讲解视频】
2025-01-08
4FSK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序讲解和操作视频】
2025-01-08
8ASK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序讲解和操作视频】
2025-01-05
4ASK调制解调通信链路matlab误码率仿真【包括程序，中文注释，程序讲解和操作视频】
2025-01-05
基于AES+BPSK调制解调加密通信系统matlab性能仿真，包括程序，程序注释，仿真操作步骤视频
2024-12-27
基于Affine-sift的鱼眼图像矫正和配准算法matlab仿真，包括程序，仿真操作步骤视频
2024-12-27
把文章链接和邮箱提供下
2025-04-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人