matlab的egde源代码Wave_clus 3 Wave_clus是一种快速且不受监督的峰值检测和排序算法，可在Windows，Mac或Linux操作系统下运行。 要安装，请将此存储库下载到文件夹中。 在MATLAB（R2009b或更高版本）中，转到“设置路径”，然后将目录wave_clus及其子文件夹添加到MATLAB路径。 如何使用 有两种使用Wave_clus的方法： 要打开GUI， wave_clus在MATLAB命令提示符下键入wave_clus 。 要使用批处理功能，请键入Get_spikes('filename.ext') ，其中.ext是文件扩展名（例如.mat ），用于峰值检测； 这会将文件filename_spikes.mat保存在当前目录中。 随后，运行Do_clustering('filename_spikes.mat')进行排序。 您可以一次处理多个文件，也可以处理多个文件的特定通道。 Wave_clus可以读取原始数据或通过电生理数据采集系统（Blackrock，Neuralynx，Plexon，TDT，Intan等）生成的或已检测到的峰值，或保存为ma

摘要：一种利用VerilogHDL设计CAM的方案，该方案以移位寄存器为核心，所实现的CAM具有可重新配置改变字长、易于扩展、匹配查找速度等特点，并在网络协处理器仿真中得到了应用。关键词：CAM移位寄存器VerilogHDLCAM（ContentAddressableMemory，内容可寻址存储器）是一种特殊的存储阵列。它通过将输入数据与CAM中存储的所有数据项同时进行比较，迅速判断出输入数据是否与CAM中的存储数据项相匹配，并给出匹配数据项的对应地址和匹配信息。CAM以其高速查找、大容量等特点而被广泛地应用于电讯、网络等领域。本文介绍一种用VerilogHDL设计CAM的方案。该方案以移位寄

LTE 系统在下行采用了OFDM 技术。OFDM 技术将高速数据流调制到相互正交的N 路子载波上，因此易受频偏的影响，尤其在多普勒频偏较大的高速环境下会受到严重的干扰。本文依托LTE 系统，提出一种针对高速铁路场景的信道估计方法，在基于最小二乘（least squares，LS）估计的基础上，针对高速移动环境提出相应的处理方法，包括基于循环前缀（cyclic prefix，CP）的频偏估计和时域能量集中等处理，仿真分析结果表明，与传统方法相比更适合高速场景，在车速达到500 km/h时仍然保持良好的误码率，具有一定的实用价值。

LTE-A(Long Term Evolution-Advanced)系统有高速率、低时延的需求。但是，系统中的干扰严重影响了终端接收信号质量，限制了系统性能的提升。对于小区间的同频干扰，重点研究了干扰消除性能较优的IRC(Interference Rejection Combining)算法。针对目前IRC算法的两种经典的协方差矩阵估计方案—基于数据信号和基于DM-RS参考信号的协方差矩阵估计方案的优点与不足，给出了一种基于样本点选取的协方差矩阵估计的改进方案。仿真结果表明，改进后的IRC算法较基于DM-RS参考信号的协方差矩阵估计的IRC算法有1 dB～2 dB的性能增益，因此更适用于受同频干扰比较严重的LTE-A系统中。

本文主要简单介绍了一种基于MCU+FPGA的LED大屏幕控制系统的设计

小波变换可以将音频边缘信息完整提出,利用边缘掩蔽水印信息,使水印算法具有透明 性,基于此提出了一种基于离散小波变换的数字音频水印算法,该算法将能代表更多版权信息的 二维图像信息经过 Arnold置乱变换,嵌入到音频小波变换域的低频系数中.并将该算法与已有 的离散余弦( DCT)水印算法相比较,发现该算法在抵抗剪切、加噪、滤波及压缩攻击方面要优于 DCT水印算法.

利用NEQR量子图像表示法，提出了一种能在含水印量子载体图像中实现隐蔽通信的量子隐写算法。新算法借助水印通常拥有很好的稳健性和其特有的自恢复系统，对秘密信息的稳健性进行了多重强化。相比于之前的量子隐写算法，新算法不仅强化了秘密信息自身的稳健性，而且通过量子线路的设计提高了其嵌入和提取的可执行性和执行效率。经实验仿真结果和性能分析验证，新算法在保留原有隐蔽性和安全性基础上，进一步提高了秘密信息的稳健性和嵌入率。

一种基于SVD的高效图像去噪方法

针对杂波环境下扩展目标形状难以估计、目标跟踪精度低等问题，提出一种自适应估计扩展目标形状的伽玛高斯混合势概率假设密度算法(GGM-CPHD)．该算法将目标的扩展形状建模为椭圆随机超曲面模型，并将其嵌入到GGM-CPHD滤波器中，更新扩展目标的质心、椭圆形状和方向等信息以完成对扩展目标的跟踪．通过杂波环境下未知数目的扩展目标仿真实验，表明了所提出算法在质心状态和椭圆长短轴的估计精度方面要优于传统的基于随机矩阵的伽玛高斯逆韦氏CPHD滤波器．

Gerchberg-Saxton（GS）相位恢复算法被广泛用在多平面全息显示中，但是大部分平面的相关度很低。研究者们提出了一种补偿的方法，然而它并不有效。本文将这种补偿方法称作强补偿方法，并提出了一种基于弱补偿概念的方法。这个算法的核心是引进相应的权重因子改变进入算法的信息量从而实现弱补偿。数值模拟结果显示，同原始GS相位恢复三维算法相比，用这种算法各平面相关度的平均值和差值可以至少改善59.82%和97.03%。