基于图论和射线追踪的半确定性无线电信道建模

BioXTAS RAW是用于分析小角度X射线散射（SAXS）数据的程序。 该软件能够：从2D检测器图像创建1D散射轮廓，标准数据操作（例如求平均值和减法），分析回转半径（Rg）和分子量，使用GNOM和DAMMIF进行高级分析以及使用DENSS进行电子密度重建。 它还可以使用演化因子分析（EFA）或正则化交替最小二乘（REGALS）方法轻松处理内联SEC-SAXS数据和数据反卷积。 要安装：请访问以下网址提供的说明：http://bioxtas-raw.readthedocs.io/en/latest/install.html并在“文件”选项卡中。 用户指南：RAW指南可在以下位置获得：http://bioxtas-raw.readthedocs.io/以及“文件”选项卡中。 要与我们联系，请参阅：https://bioxtas-raw.readthedocs.io/en/latest/help.html

MIMO 空间信道模型模拟各种情况下的无线传播信道，并应用分集（空间和极化）的概念，假设发射机和接收机都有多个天线，从而形成多输入多输出天线系统。 此 SCM 模拟器的范围是为需要实用工具来执行 MIMO 模拟和获取统计数据的任何用户提供易于使用、支持 GUI 的 MATLAB 开发的应用程序。 应用的选项包括三种环境（郊区宏蜂窝、城市宏蜂窝和城市微蜂窝）和两种情况（不包括极化阵列，包括极化阵列）。 由于还包含用户指南文档，因此我们限制了代码中的注释。

matlab反投影代码dnn_xray 该代码包是用于X射线CT的神经网络的一种新颖应用。 在X射线CT中，目标是从传输数据中找到图像空间中的线性衰减系数。 解决此问题的常用方法是： 单发算法：考虑到源-探测器的几何结构是“定义明确的”，并且忽略了数据的随机性和噪声成分，我们可以通过诸如滤波反投影（FBP）之类的单发算法来找到图像系数。 迭代算法：我们假设一个模型（泊松或加权高斯模型）并迭代解决问题。 在这两种方法中，定义和使用图像和数据空间之间的连接的系统矩阵H是已知的。 在我们的方法中，我们正在寻找答案的问题是： 假设对于给定的固定几何体，我们有大量的图像数据对，那么我们是否可以学习数据与图像空间之间的高度非线性逆关系？ 如果我们了解到这一点，那么在速度/图像质量方面，我们是否能比最先进的方法做得更好？ 因此，我们首先使用MATLAB的radon变换生成了模拟数据，并假设控制比尔定律的真像的前向投影估计遵循Poisson分布，并以此方式生成了数据。 在生成数据集并将其分割后，在不提供任何有关系统的信息的情况下，我们训练了神经网络，其中图像作为输出，数据作为输入。 对于这种模拟情况，

爱奥诺 使用射线追踪和射电观测模拟进行射电天文学的电离层层析成像。 目的是通过消除大气中电子对波前传播时间误差的影响，实现在低频下的超深成像。

Ⅲ类射线装置辐射工作人员培训讲义，新版

直线射线线段教学教案.doc

在车内场景中，广泛的结构（例如车顶，窗户玻璃，行李架等）会影响波的传播。 通过根据相关对象的不同详细程度建立各种车内模型，可以对毫米波通道进行光线跟踪仿真。 通过与延迟和角度域中的特性进行比较，我们确定了最合适的环境模型，该模型可使设计人员获得理想的仿真精度以及网络规划的高效率。

dicom-dr x-ray x射线dicom dcm文件。原始图片文件，此文件对应的是胸片的x原文件。可以根据需要转化成png，jpg等图片文件。

psf的matlab代码物理光学 用于物理光学仿真的软件包。 物理光学比射线光学更通用，但不如完整的电动力学通用。 由于此软件包尚处于开发的早期阶段，我们将很高兴欢迎任何新的贡献者！ 文献资料 建置状态 代码覆盖率 安装 目前尚未注册，正在开发中。 但是主分支可以安装： julia > ] add https : // github . com / JuliaPhysics / PhysicalOptics . jl 特征 实施的 快速卷积适应物理光学的需求。 像conv_psf和conv_otf类的方法是更通用的conv和conv_v_ft包装器。 菲涅耳和瑞利-索默费尔德的光传播（ propagate ） 2D锌PSF 一些转换方法 菲涅耳光的传播 光学元件，例如镜头，光圈 一些光学转换 微透镜 Fraunhofer的光传播 具有Debye积分的聚焦和散焦PSF（3D）。 通缉 通过ChainRulesCore注册卷积的伴随 更多测试 方法参数的清理 文献资料 文学 作为资源，我们建议 古德曼，约瑟夫·W。傅立叶光学入门， 杰罗姆·默兹（Mertz，Jerome）。 光学显微镜简介