摘要：
简直整公式的神器啊，直接对公式截图然后就出来对应的Latex代码了 1 下载桌面版 直接下载安装就可以了 链接：Mathpix官网 2 注册个账号 每个月有50个免费截图次数，用完了换个邮箱再注册就ok了 链接：Mathpix账号注册 3 使用 打开桌面版应用点击加号 随便找个公式截图 可以看出 阅读全文
摘要：
频率偏移主要是指接收端的基带信号频谱与发射端的基带信号频谱发生了偏移， 主要由硬件（晶振）误差和多普勒频移引起 假设发送端的基带信号为 $$ s(t)=\sum_{i=0}^{N-1} a_{i} \mathrm{e}^{\mathrm{j} 2 \pi i \Delta f t} $$ 其采样序列 阅读全文
摘要：
假设发送信号为 \[ x\left( t \right) = {\mathop{\rm Re}\nolimits} \left\{ {s\left( t \right){e^{j2\pi {f_c}t}}} \right\} \] 其中 ${s\left( t \right)} \(是\){x\le 阅读全文
摘要：
1 慢衰落信道 对于慢衰落信道，需要考虑中断信道容量。此时信道的瞬时信噪比在一段传输的时间内是恒定的，经过这段时间后相应的衰落变成另一个值。对于下面通信模型 \[ y=hx+w \] 如果此时发送端知道这段时间的$h$，就能以速率$R=B\mathrm{log}_2(1+\frac{P|h|2}{\ 阅读全文
摘要：
Gitee这波图床直接崩了，之前Typora记的笔记以及博客的图片全崩了，官方也不给任何说法，简直离了大谱。。 没办法赶紧跑路转战GitHub了，之前因为GitHub图片老是加载不出来才用了Gitee，现在发现可以通过jsDelivr引用GitHub里的图片进行加速，效果还行。 1 把Gitee里的 阅读全文
摘要：
Notero插件，可同步Zotero文献至Notion：Notero 1 Notion配置 在Notion中创建一个新的Integrations，并且保存Integration Token Integration创建链接 在Notion创建一个Table database 表格中添加如下的属性 Pr 阅读全文
摘要：
参考：wfnian 1 导入包以及设置随机种子 import numpy as np import torch import torch.nn as nn import torch.nn.functional as F import numpy as np from torch.utils.data 阅读全文
摘要：
1 深度学习解调思路 对于 \(M\)-QAM 解调而言，可以将其看成一个多分类问题，比如 16QAM 的解调就可以看成一个 16 个类别的分类问题。每次将接收到的信号作为神经网络的输入，神经网络的输出将其分类为$M$个调制符号中的一个，从而实现 \(M\)-QAM 的解调。 由于这个 16QAM 阅读全文
摘要：
1 仿真结果 参数设置： 信噪比：0～10dB 码元个数：1000000 调制方式：QPSK 格雷码和非格雷码的星座图： 仿真结果： 对于 QPSK 有格雷码和非格雷码两种编码方式，这里只需要改变从 bit 流映射成调制符号的方式就可以了。对于这两种编码方式其实其误码率性能是一样的，因为对于 QPS 阅读全文
摘要：
1 实验原理 在本实验中均是假设的准静态平坦衰落，即多径中每个径到达的时间差都 差不多，远小于一个符号的码元周期。而且信道随时间变化比较慢，在一个时 间选择性衰落的周期内。这样经过信道的相移就可以准确估计出来，首先根据 上个实验已知 BPSK 调制在 AWGN 信道下的误码率为： \[ P_{e}= 阅读全文
摘要：
演员-评论员算法( Actor-Critic Algorithm)是一种结合策略梯度和时序差分学习的强化学习方法。其中演员(Actor)是指策略函数 \(\pi _\theta\left( {a|s} \right)\)，即学习一个策略来得到尽量高的回报。评论员(Critic)是指值函数 \({V_ 阅读全文