函数 Fint = idw(X0,F0,Xint,p,rad,L) 反距离权重函数基于采样点。
Fint = idw(X0,F0,Xint) 使用输入坐标 X0 和输入值 F0 其中 X0 是由 N 个样本和 M 个变量组成的 N × M 输入矩阵。 F0 是 N 个响应的向量。 Xint 是一个 Q × M 的坐标矩阵插值。 Fint 是 Q 内插值的向量。
Fint = idw(X0,F0,Xint,p,rad) 使用功率 p（默认 p = 2）和半径弧度（默认弧度 = inf）。
Fint = idw(X0,F0,Xint,p,rad,L) 使用 L 距离。 默认 L=2 （欧几里德范数）。
例子：
X1 = [800; 2250; 3250; 2250; 900; 500]； X2 = [3700;4200;5000;5700;5100;4900]; F = [13.8
2021-10-17 20:21:11
2KB
1
verilog写fft，对128采样点进行定点fft（非fft ip核 蝶形运算
2021-09-16 08:37:55
24.29MB
1
蒙特卡罗法的MATLAB程序，对于初学者非常有用 蒙特卡罗法的MATLAB程序，对于初学者非常有用 蒙特卡罗法的MATLAB程序，对于初学者非常有用 蒙特卡罗法的MATLAB程序，对于初学者非常有用
2021-04-06 15:32:03
1KB
1
代码很简单，是使用fft、ifft与时域同频域的关系进行延时。网上各种延时都是使用的补零延时。但是在麦克风阵列信号处理中，由于两个麦克间的距离一般小于2cm，延时时间非常短，经常不足1个采样点。而且之前请教的方法都不对，但是这个是可以用的。
2019-12-21 21:46:41
79KB
1