背景差分法MATLAB实现.doc

Matlab 求解偏微分的代码Heat 和 Black-Scholes 偏微分方程的有限差分法的 MATLAB 和 Python 实现 这些代码实现了有限差分法的数值方法来求解 Heat PDE 和 Black-Scholes PDE。 具体而言，Black-Scholes PDE 的代码旨在为普通期权定价，例如欧洲和美国的看涨和看跌期权。 该算法在 Python 和 MATLAB 中实现，Python 代码属于面向对象学科，使用 Numpy 处理矩阵。 此外，Python 和 MATLAB 代码都允许用户编写自己的函数，将其放入代码中以设置有限差分网格的边界条件。 该代码提供了示例用户生成函数，用于为 Python 代码和 MATLAB 代码设置边界条件。 Python 对象还在 Python 类中实现了特殊方法，以使其可切片（ __getitem__() ）和可打印（ __repr__() ） 请在 README.pdf 文件中找到详细的数学解释，因为 Github 不支持 Latex 公式。 作者：鲁瑞南 参考： [1]Brandimarte P. 金融经济学中的数值方法：基于M

Author(s): Noor H. Awad & Mostafa Z. Ali Paper：Ensemble Sinusoidal Differential Covariance Matrix Adaptation with Euclidean Neighborhood for Solving CEC2017 Benchmark Problems

利用光纤无源器件制作了光学90°混频器,实现了混频器90°相移的精确控制与监测,稳定时间达到12 h以上,利用此混频器研究并实现了数字相干光检测。对差分相移键控(DPSK)信号光和本振光进行混频,高速模数转换器(ADC)对混频后的基带信号采样,利用离线数字信号处理算法进行光载波相位估计和色散补偿,利用有限冲击响应(FIR)数字滤波器补偿了经过90 km光纤传输的8 Gb/s速率DPSK信号的色散失真,测量无误码。

12位全差分逐次逼近ADC的设计

提出了一种自适应差分进化算法，该算法在计算过程中自适应调整缩放因子，在搜索初期保持种群的多样性和增强全局搜索能力，后期有利于局部搜索提高算法的精度。数值实验结果表明，该算法有效的避免早熟，提高了全局寻优能力。该算法的性能优于基本微分进化算法。

一种改进的短参差分混沌键控系统，林文珂，张公泉，为降低短参考差分混沌键控(short reference differential chaos shift keying, SR-DCSK)系统误比特率(bit error rate, BER)，本文提出一种改进的差分混沌键��

通过协方差矩阵自适应提高差分进化的性能

该程序的主要代码，如网格信息保存、温度场计算、温度场结果保存、温度场结果显示等核心代码

为了满足当今对低压低功耗电路的需求,设计了一种工作在0.5 V电源电压环境的全差分运算放大器.电路使用了由衬底驱动的输入级和工作在亚阈值区的输出级,并利用交叉耦合输入晶体管的结构产生负跨导来提高增益.采用0.18μm的CMOS工艺,阈值电压约为0.5 V的器件模型.Hspice仿真结果表明:直流增益为60 dB,单位增益带宽为5.4 MHz,功耗为138μW