针对正交频分复用系统对同步偏差的敏感性，设计了两种同时具备频偏估计能力的新训练序列，并给出了相应的定时尺度函数和频偏估计函数。利用训练序列的共轭对称性及部分数据的运算符号相反的特性，进行相关运算得到定时估计值和频偏估计值。理论分析和仿真结果表明，新训练序列的定时尺度非常尖锐，且不受循环前缀长度的影响；在加性高斯白噪声环境下，定时估计均值和均方误差均为零，实现了精确的定时同步；新频偏估计函数在保持了估计精度的同时扩大了频偏估计范围，且在信噪比较低时，新频偏估计算法仍具有很好的估计性能。
2022-02-09 18:05:10
2.03MB
1
项目介绍地址：https://blog.csdn.net/HXBest/article/details/120886580
如有问题，可看介绍加微信，或B站私信，给予指导。
2022-02-09 09:05:30
15KB
输入随意,可以按照xxxx,xxxx,xxxx格式来
输出xx,xxxx,xxxx,xxxx
数据结构课程设计,加了一些特殊情况的处理,自我认为还不错,但没有用类封装,如有不好,请多多指教,部分代码:
int main()
{
string a,b;
char render;
Big_num p1,p2;
system("mode con lines=35 cols=65");
system("color 3f");
//system("color C");
system("title 恒天天牌计算神器");
welcome();
system("pause");
while(1)
{
//freopen("in.txt","r",stdin);
answer.clear();
flag=0;
system("cls");
// gotoxy(0,0);
cout<<"请输入想要计算的数的进制(最多35进制):"<>num;
judge(); ///判断要输入的数是否为整数或小于35
scanf:
system("cls");
// gotoxy(0,0);
cout<<"您现在计算的是"<a>>b;
judgebig(a,b);
Init_list();
p1=Init_num(p1);
p2=Init_num(p2);
p1=InitBig_num(p1,a,1);
p2=InitBig_num(p2,b,2);
//cout<
2022-02-08 19:47:14
347KB
1
简单封装的轮播图插件，包含自动无限循环播放，标记点显示与隐藏，设置间隔时长，配置简单，支持移动端
2022-02-08 09:06:50
7KB
已有入侵检测模型普遍只针对网络入侵行为的静态特征进行分析检测，造成检测率低及误报率高等缺陷，且无法有效应用低频攻击。为此提出一种新的基于深度循环神经网络（DRNN）和区域自适应合成过采样算法（RA-SMOTE）的组合式入侵检测模型（DRRS）。首先，RA-SMOTE 对数据集中低频攻击样本进行自适应区域划分，实现差别样本增量，从数据层面提升低频攻击样本数量；其次，利用 DRNN 特有的层间反馈单元，完成多阶段分类特征的时序积累学习，同时多隐层网络结构实现对原始数据分布的最优非线性拟合；最后，使用训练好的DRRS模型完成入侵检测。实验结果表明，相比已有入侵检测模型，DRRS在改善整体检测效果的同时显著提高了低频攻击检测率，且对未知新型攻击具有一定检出率，适用于实际网络环境。
2022-02-03 20:32:31
770KB
1