应用于输入多输出(MIMO)雷达成像的稀疏恢复算法可能会在收发器对之间的相位不匹配的情况下失去其优势。 在这封信中,我们确定了随机相位不匹配对成像问题的影响可能会成为MIMO点扩展函数幅度的缩小因子。 因此,我们建立了成功的支持恢复条件和针对所涉及问题的正交匹配追踪(OMP)算法的性能度量,这两者都是缩减因子的函数。 同时,提出了通过期望最大化(SIEM)进行稀疏成像的方法,以缓解面对相位失配的OMP性能损失。 数值结果证实了分析结果,并说明了SIEM算法的有效性。
1
在多输入多输出-正交频分复用(MIMO-OFDM)系统中,通过联合估计信道矩阵和干扰协方差矩阵(ICM)的方法来抑制同信道干扰.首先,利用最小二乘法和残差估计方法获取信道矩阵和ICM的初始估计值;然后,基于Cholesky分解方法对ICM的估计值进行改善,并利用改善后的ICM估计值对信道矩阵估计值进行更新.该方法充分利用了时域和频域中的所有可用信息,提高了信道估计精度,较好地抑制了同信道干扰.仿真结果表明:与其他可实现的非迭代方法相比,该方法所得的信道频率响应估计均方误差性能增益高于2 d B;信干噪比(SINR)越大,比特误码率性能的改善程度越好,并且随着天线数的增多,性能增益也增大.
1
Multiple View Geometry in Computer Vision( 计算机视觉中的多视图几何 )中英文文档各一份 hartley 大神之作
2023-01-11 11:19:17 52.49MB 计算机视觉; 多视几何
1
USXGMII 接口的多端口技术标准(最新),描述USXGMII 接口的具体技术要求和规范,包括MAC和PHY端
2022-12-08 19:18:37 1.83MB USXGMII 以太网接口
1
天线选择代码matlab 具有多天线用户的下行链路系统中的接收组合与多流多路复用 这是与以下科学文章相关的代码包: EmilBjörnson,Marios Kountouris,Mats Bengtsson,BjörnOttersten,“,” IEEE Transactions on Signal Processing,第1卷。 61号2013年7月,第13页,第3431-3446页。 该软件包包含一个基于Matlab的仿真环境,该环境可复制本文中的所有数值结果和图形。 我们鼓励您也进行可重复的研究! 文章摘要 在具有许多用户的下行链路多天线系统中,复用增益受到发射天线的数量N和这些天线的使用的严格限制。 假设多天线用户处的接收天线总数远大于N,则可以通过许多不同的发送/接收策略来实现最大的复用增益。 例如,过量的接收天线可被用于调度具有接近正交的有效信道的用户,用于向具有条件良好的信道的用户进行多流复用,和/或实现干扰感知的接收组合。 在本文中,我们尝试回答以下问题:应将N个数据流分配给几个用户(每个用户很多流)还是多个用户(每个用户很少流,从而实现接收合并)。 得出分析结果,以显
2022-11-18 10:28:42 30KB 系统开源
1
给Mac的Dictionary添加词典 添加方法: 1.解压文件得到词典文件 xxx.dictionary 2.finder(访达)中搜索Dictionaries 打开Dictionaries文件夹 注:Dictionaries文件夹路径在 Macintosh HD/Users/你的用户名/Library/Dictionaries 3.将解压得到的词典文件 xxx.dictionary拷贝到Dictionaries文件夹 4.打开mac应用程序中的词典应用,进入偏好设置(command + , )勾选所添加的词典 5.enjoy!
2022-11-14 22:05:30 123.4MB Mac 词典 英汉汉英词典
1
Breast Ultrasound Image Classification Based on Multiple-Instance Learning
2022-10-11 17:15:18 165KB 研究论文
1
不错的一本计算机视觉书籍,收藏
2022-10-11 13:35:59 8.04MB 视觉测量
1
Multiple choice 4 test for java ,ssd8
2022-09-23 13:00:49 27KB multiple_choice ssd8
该箱线图功能绘制分组的箱线,以进行更高级的统计分析。 特征: - 在每个箱线图中支持不同数量的数据- 支持任意数量的组和每组的箱线图-Xlabel 和 boxplotlabel 支持- 自动选择颜色或用户指定的颜色使用示例: 清除;clc; % 创建示例数据A=rand(100,10); B=randint(200,10); C=rand(150,10); % 准备数据数据=单元格(10,3); 对于 ii=1:size(data,1) Ac{ii}=A(:,ii); Bc{ii}=B(:,ii); Cc {ii} = C(:,ii); 结尾数据=vertcat(Ac,Bc,Cc); xlab={'Hey','this','works','pretty','nicely.','And','it','has','colors','!!!!'}; col=[102,255,255, 2
2022-09-11 04:40:35 2KB matlab
1