在当前文件中，将高斯过程转换为非高斯过程的方法基于基于矩的 Hermite 变换模型 (MBHTM)，并使用三次变换。 在[1]中已经描述过，但我主要依靠[2]来实现代码。 非高斯性由目标偏度和目标峰度引入。 但是，转换仅适用于偏度和峰度的有限范围（有关更多详细信息，请参见 [2]）。 ----------- ----------- 包括 3 个 .m 文件： - MBHTM.m 这是生成非高斯过程的主要函数- Example.m 这是示例文件- 在 Example.m 文件中使用的 fitDistEtienne.m。 它的灵感来自于 matlab 函数 fitdist。 ----------- ----------- 这是脚本的第一个版本，因此，很快就会有一些变化。 我没有进行任何新的工作。 所有的功劳都归于 [1] 和 [2]。 任何改进脚本的评论或提议都受到热烈欢迎！ -------

研究调制白噪声激励下,包含弱非线性阻尼及强非线性刚度的单自由度系统的近似瞬态响应概率密度.应用基于广义谐和函数的随机平均法,导出关于幅值瞬态概率密度的平均Fokker-Planck-Kolmogorov方程.该方程的解可近似表示为适当的正交基函数的级数和,其中系数是随时间变化的.应用Galerkin方法,这些系数可由一阶线性微分方程组解得,从而可得幅值响应的瞬态概率密度的半解析表达式及系统状态响应的瞬态概率密度和幅值的统计矩.以受调制白噪声激励的van der Pol-Duffing振子为例验证其求解过程

bpsk调制解调M文件，在加入高斯白噪声的情况下，计算出误码率

经PPM调制的超宽带信号经高斯白噪声信道的系统仿真,给出了时域和频域图

分析了数字高斯白噪声在频域的频谱特性和在时间域的统计特性,提出在数字处理速度一定时,随着输出噪声频域带宽的增加,输出噪声的时间统计特性不再符合高斯分布.通过增加滤波器阶数可以提高噪声的时间统计特性,但是将增加输出噪声的带内波动.通过计算机仿真验证了上述的理论分析,并给出了频域和时域特性都满足相应要求的带宽范围实验值.

用python 生成高斯白噪声，可设置信噪比

简要介绍了移动无线信道的基本概念、特点、分类及理论知识, 并推导了典型的小尺度衰落信道中莱斯分布和瑞利分布的一些特性;另外重点通过自定义Matlab环境下的M文件对无线信道的典型例子, 即平坦衰落信道进行了仿真。特别是使用简单的Matlab程序, 对莱斯分布的累积分布函数 (CDF) 和概率密度函数 (PDF) 进行了仿真估计。最后, 对数字调制后的QPSK信号通过莱斯衰落信道时的性能进行了仿真估计, 并得到相应的分析结果

高斯白噪声下基于EM的多径时延估计Matlab仿真代码，可结合本人博客中相关联的文章和第一篇参考文献进行阅读仿真，应该会有帮助

SPSS建模说明，各方面都有，比较详细，包括专家建模器各个参数输出说明，arima判断，自相关偏相关图等

AWGN 信道下QPSK 信号SNR分析的C程序实现，不错