SVR实现多输入多输出回归模型搭建,python,带数据集
2023-12-21 22:48:44 17KB python 数据集
1
基于MATLAB的多输入多输出神经网络代码数据集
2023-11-01 11:25:35 3.69MB matlab 神经网络 数据集
1
本程序针对多输入多输出的耦合网络,设计了PID神经元网络,达到了很好的控制效果。
传统的 DC-DC 方案相比,单电感多输出(SIMO)电源转换器架构在节省空间的同时仍然保持高效率,有效延长电池寿命。通过单电感提供多路输出,SIMO 架构与低静态电流稳压器 IC 有效延长空间受限、电池供电产品的电池寿命。  SIMO 架构概述  在传统的开关稳压器结构中,开关稳压器的每路输出都需要一个独立电感。这些电感体积大、成本高,不利于实现小尺寸封装。为减小尺寸,有快速、紧凑和低噪声特点的线性稳压器成为另一选择,但损耗较大。还有一种选择是混合使用多路低压差稳压器(LDO)和 DC-DC 转换器,但设计的体积比单独使用 LDO 体积大。  SIMO 架构将原本需要多个分立元件的功能集成到
1
在已知的多输入多输出(MIMO)及正交频分复用(OFDM)系统的信号检测算法中,球型译码检测算法的译码性能十分接近于性能最优的最大似然检测算法,并且其译码复杂度有很大的降低,但其会受到译码半径的影响。普通的球型译码检测算法,信道噪声对算法的译码半径影响较大,为了降低信道噪声对译码半径的影响度,提出了一种新型的球型译码检测算法,该算法在译码初始半径分别根据两种不同的情况作出选择。仿真结果显示,其选择的译码半径受噪声的影响极小,达到了降低译码复杂度的目的。总体而言,新型的球型译码检测算法极大地降低了译码复杂度
1
charge cap型单电感多输出DC-DC simulink仿真,里面包含了这个SIMO DCDC的建模
2023-03-15 20:04:14 38KB DC-DC simulink仿真 SIMO
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
利用压缩感知实现运动目标的稀疏成像时,运动引起的多普勒频移会增加模型维度,改变回波的中心频率,并影响测量矩阵的互相干特性。为了改善MIMO雷达对运动目标的三维成像性能,提出了一种高效的成像方法,在各维分别搜索目标的分布信息,并由该信息作为索引重构新的低维测量矩阵,借此缩小目标区域范围,同时基于测量矩阵的互相干性,应用贝叶斯方法实现多普勒维度投影矩阵的优化,降低多普勒频率采样带来的强相干性,实现高效稀疏成像。仿真结果表明,所提方法可以明显地提升运算效率,具有高效精确的成像性能。
1
SVM支持向量机多输入单输出预测与多输入多输出预测、matlab代码、运行精度高。
2022-12-04 14:28:02 18KB SVM 多输入单输出 多输入多输出 matlab
1
MATLAB实现LSTM长短期记忆神经网络多输入多输出预测(完整源码和数据) 数据为多输入多输出预测数据,输入10个特征,输出3个变量,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。