03 2021 档案
摘要：一、任务和组成 任务：产生大功率特定调制的射频调制信号。 这里说的特定调制，主要包括：振幅调制、频率调制和相位调制。 1、振幅调制 （1）连续波信号 （2）脉冲信号 2、频率调制 （1）固定载频 （2）频率分集 （3）频率编码：脉宽分几段，每一段频率有所不同。 （4）线性调频：（LFM，chirp）
阅读全文
摘要：一、基本雷达方程 雷达基本方程（理想无损耗自由空间传播的单极地雷达方程），也叫做最大作用距离方程。雷达探测目标过程如下图所示。 ：雷达探测的最远距离 ：雷达发射机发射信号的功率。 ：发射天线增益，这里假设目标与雷达天线的连线正好穿过天线方向图最大增益处。 ：接收天线增益，假设天
阅读全文
摘要：博客园怎样在Markdown编辑模式下调整图片大小 首先添加完图片的格式是这样的: 将其改为↓ <img src="https://img2020.cnblogs.com/blog/1413127/202008/1413127-20200806093208191-1038167115.png" wi
阅读全文
摘要：雷达原理 一、概念 radar->radio detection and ranging无线电探测和测距 雷达是radar的音译 雷达发射的是电磁波信号 雷达探测目标原理如下图所示 雷达发射机产生射频信号，经雷达发射天线辐射到空间，当电磁波遇到目标发生反射，回波信号经雷达接收天线，到达接收机，经接收
阅读全文
摘要：载入训练好的模型并且进行预测 代码： import torch import numpy as np import torchvision #torch的视觉包 import torchvision.datasets as datasets import torchvision.transforms
阅读全文
摘要：利用卷积神经网络对MINIST数据集进行训练 代码： import torch import numpy as np import torchvision #torch的视觉包 import torchvision.datasets as datasets import torchvision.tr
阅读全文
摘要：多层感知机 代码： import torch import numpy as np import torchvision #torch的视觉包 import torchvision.datasets as datasets import torchvision.transforms as trans
阅读全文
摘要：对对MNIST数据集进行训练 代码： import torch import numpy as np import torchvision #torch的视觉包 import torchvision.datasets as datasets import torchvision.transforms
阅读全文
摘要：原理： C++代码（灰度图像）： //TP Inpaint #include <iostream> #include <stdlib.h> #include <math.h> #include <opencv2/highgui/highgui.hpp> #include <opencv2/core/
阅读全文
摘要：Backward反向传播 import torch import numpy as np import torchvision #torch的视觉包 import torchvision.datasets as datasets import torchvision.transforms as tr
阅读全文
摘要：softmax中dim维度这个参数的取值 准则是dim等于多少就是，该索引维度数据可以变化，dim=0, 二维 索引 [0,0]+[1,0]+[2,0]，三维度 [0,0,0]+[1,0,0]+[2,0,0]，dim=1,[0,0]+[0,1]+[0,2] 代码： import torch impo
阅读全文
摘要：构造线性模型 code： import torch import numpy as np import torchvision #torch的视觉包 import torchvision.datasets as datasets import torchvision.transforms as tr
阅读全文
摘要：利用transform做数据增强 https://zhuanlan.zhihu.com/p/54527197 import torch import numpy as np import torchvision #torch的视觉包 import torchvision.datasets as da
阅读全文
摘要：先在自己的路径下创建文件夹 然后把自己想要放进去的图片放进去 import torch import numpy as np import torchvision #torch的视觉包 import torchvision.datasets as datasets import torchvisio
阅读全文
摘要：pytorch里面有很多数据集 首先在百度输入 pytorch 然后打开官网 然后搜索 torchvision 然后 然后 点开具体的数据集 然后导入的时候 输入 mnist数据集下载地址 https://blog.csdn.net/qq_23096723/article/details/80982
阅读全文
摘要：tab键一般为4个空格 单行注释用# 多行注释用''' 较长的句子可以用\连接 定义多点坐标 绘出折线 并计算起始点和终点距离 import turtle import numpy as np x1=y1=100 x2,y2=100,-100 x3,y3=-100,-100 x4,y4=-100,1
阅读全文
摘要：返回特定像素的RGB值 import cv2 import numpy as np img = cv2.imread('color_image.jpg') px = img[10, 50] print(px) blue = img[10, 50, 0] print(blue) green = img
阅读全文
摘要：原理： C++代码（灰度图像）： #include <iostream> #include <stdlib.h> #include <math.h> #include <opencv2/highgui/highgui.hpp> #include <opencv2/core/core.hpp> #in
阅读全文
摘要：原理： C++代码（灰度图像）： //CDD Inpaint #include <iostream> #include <stdlib.h> #include <math.h> #include <opencv2/highgui/highgui.hpp> #include <opencv2/core
阅读全文
摘要：原理： C++代码（灰度图像）： //#define OPENCV_TRAITS_ENABLE_DEPRECATED #include <iostream> #include <stdlib.h> #include <math.h> #include <opencv2/highgui/highgui
阅读全文
摘要：原理： C++代码（灰度图像）： #include <iostream> #include <stdlib.h> #include <math.h> #include <opencv2/highgui/highgui.hpp> #include <opencv2/core/core.hpp> #in
阅读全文
摘要：读取图片 灰度化 保存图片 import cv2 as cv img=cv.imread('lena.png')#不能有中文 gray_img=cv.cvtColor(img,code=cv.COLOR_BGR2GRAY)#转为灰度图 cv.imshow('input image',img)#inp
阅读全文
摘要：信号：频率为3Hz，采样间隔为0.02s的振动，振动振幅为0.5，初相为1，采样长度为5s dt=0.02; %采样间隔 f=3; %采样频率 t=0:dt:5; %采样长度 振动持续时间 x=0.5*sin(2*pi*f*t+1); %信号 plot(t,x) xlabel('时间/s') yla
阅读全文
摘要：anaconda镜像网站 https://mirrors.bfsu.edu.cn/anaconda/archive/ 使用Pytorch tensors来创建前向神经网络，计算损失，以及反向传播 一个Pytorch Tensor很像一个numpy的ndarray。但它和numpy ndarray最大
阅读全文
