这是用于毫米波单用户 MIMO 系统的窄带混合预编码算法的实现。
参考文献是OE Ayach、S. Rajagopal、S. Abu-Surra、Z. Pi 和 RW Heath，“毫米波 MIMO 系统中的空间稀疏预编码”，IEEE Trans。 无线通讯，第1卷。 13，第 1499-1513 页，2013 年 3 月。
该代码被上传用于验证目的，如本文所示，绘制了图3和图4所示的单个数据流情况。
2021-11-21 16:09:53
5KB
1
「DDoS」构建城市智慧平台_使能未来智能生活 - 安全资讯
技术分析技术分析系统安全
系统安全
安全管理
2021-11-11 16:00:49
1.27MB
一、实验目的：
1、掌握Huffman编码算法。
2、掌握Shannon-Fano编码算法。
3、掌握算术编码算法。
4、掌握预测编码算法。
5、了解图像编码的具体应用。
二、实验要求：
1. 分析附件程序中的Huffman编码程序，修改该程序，使程序可以对彩色图像的亮度信息进行编码，并求出压缩比、编码效率。
2. 参照附件中的Huffman编码程序，实现Shannon-Fano编码。
3. 分析附件程序中的算术编码程序，实现解码部分。
2021-11-05 13:35:38
175.53MB
1
压缩感测理论近年来引起了广泛的关注，并且稀疏信号重建已广泛用于信号处理和通信中。 本文解决了稀疏信号恢复的问题，尤其是在非高斯噪声的情况下。 本文的主要贡献是提出了一种算法，其中负熵和重新加权方案代表了解决问题方法的核心。 信号重建问题被形式化为约束最小化问题，其中目标函数是误差统计特征项，负熵和稀疏正则项项测量值p的范数之和，对于0 <p <1。但是，p-范数会导致非凸优化问题，难以有效解决。 在这里，我们将'p-范数视为加权的'1-范数的严重范数，以使子问题变得凸。 我们提出了一种优化算法，该算法结合了前向后向拆分。 该算法速度快，能够成功准确地恢复具有高斯和非高斯噪声的稀疏信号。 若干数值实验和比较证明了该算法的优越性。
2021-11-02 10:10:47
2.23MB
1