调制方式包括QPSK,16QAM,64QAM 使用MATLAB2017a进行仿真，自带通信工具箱，部分版本的MATLAB可能会报错

system generator fir 高斯白噪声滤波器设计范例 ,注意请使用maltab2015b x64打开 否则会报错！

主要分两部分组成，第一部分是高白信号经过线性系统后对自相关函数等等进行仿真，第二部分是任意随机信号通过线性系统的仿真分析

非常的好！介绍了FPGA的可调参数白噪声与高斯白噪声生成器

（很好的资料，做实验就参考这个代码了，代码的注释很详细）基于MATLAB语音信号去白噪声、高斯白噪声分析的源程序，将白噪声中的1/10改成1/50就可滤除白噪声，高斯白噪声的就不用改了！

高斯白噪声的产生 使用了两种方法：利用瑞丽分布；使用中心极限定理来分别编制了高斯白噪声的产生

高斯白噪声matlab代码DIPCA_EIV_rot 此仓库包含动态迭代PCA的实现，该PCA提议用于识别输入和输出测量值因高斯白噪声而损坏的系统。 有关DIPCA算法版本稍有不同的代码，请参见。 随时检查来自DIPCA算法的其他一些紧密相关和最新的著作。 请参阅demo_dipca.m，readme.txt文件以了解有关dipca函数的用法。 您也可以键入以下命令来获取Matlab中的文档： doc dipca_rot_ref 帮助dipca_rot_ref 该算法能够从嘈杂的数据中估算出以下内容： 输入输出命令和传递函数的延迟 输入输出噪声方差 差分方程的系数 如果您正在使用此代码，请引用以下论文： Identification of Linear Dynamic Systems using Dynamic Iterative Principal Component Analysis ，Deepak Maurya，Arun K.Tangirala，Shankar Narasimhan，2016，IFAC-PapersOnLine，49（7），第1014-19页。 Identific

QPSK高斯白噪声信道和瑞利信道的误码率以及解调后的星图.zip

高斯白噪声matlab代码DDWD 数据驱动的小波 数据驱动小波分解（DDWD）的自述文件 这种分布包含创建数据驱动的小波所需的代码，如D. Floryan和MD G​​raham（PNAS，2020年）在“用数据驱动的小波发现多尺度和自相似结构中所述”中所述。 该发行版包含5个主要的MATLAB函数： waveletOpt.m：计算数据驱动的小波 dwtos.m：一阶段离散小波变换 idwtos.m：一级逆离散小波变换 u2v.m：从低通滤波器创建高通滤波器 v2u.m：从高通滤波器创建低通滤波器 此分布还包含在引用的论文中重新创建结果所需的数据，以及三个MATLAB脚本，它们重新创建主要结果并演示如何使用上述功能来计算数据驱动的小波： exampleGaussianWhiteNoise.m：为高斯白噪声数据重新创建主要结果 exampleKS.m：重新创建Kuramoto-Sivashinsky数据的主要结果 exampleHIT.m：重新创建湍流数据的主要结果 照原样，exampleHIT.m将不会运行，因为关联的数据太大而无法在Github上托管。 但是，引用的论文解释了从何处

QPSK在高斯白噪声信道和瑞利信道的误码率以及解调后的星图