搜索资源列表
模式识别
- 一个关于模式识别问题的很好的例子，可以对数组进行检验，非常好用！-a pattern recognition problem on the very good example of the array can be tested very handy!
PSO_synthesis.rar
- 粒子群优化算法用于天线阵列方向图综合，自己编写的源代码，使用标准粒子群优化算法,Particle swarm optimization algorithm for antenna array pattern synthesis, I have written the source code, using the standard particle swarm optimization algorithm
mvdr_3n
- 均匀直线阵的自适应波束形成，采用MVDR算法，对一个均匀直线阵求出最佳权，得到方向图。-Uniform linear array adaptive beamforming, MVDR algorithm to find the optimal weight of a uniform linear array pattern.
xu
- 遗传算法对直线天线阵列方向图的综合，采用整数编码，跨代竞争选择策略-Linear antenna array genetic algorithm, a comprehensive pattern
tianwei1
- 基于PSO的阵列方向图优化算话，通过优化单元相位和单元间距综合方向图旁瓣电平和主瓣宽度等-PSO-based optimization of the array pattern calculation, then, by optimizing the cell phase and cell spacing pattern integrated sidelobe level and mainlobe width
pattern_matching
- 分别用KMP、Monte Carlo 和Las Vegas 算法编制3 个程序，随机生成不小于5000 对、 长度很长、且长度不等的01 串X 和Y（三个程序生成 相同的串），然后统计算法的执行时间、Monte Carlo算法出错的比率，并根据运行结果对三种算法进行深入的比较。注意， 先利用本题下方所给素数实现上述算法，学完素数判定 算法之后，将该算法编程，产生一定数量的大素数并用数组保存起来（分别试不超过5000、500000、50000000），以供上述随机算法使用-The
ultra-low-sidelobe-pattern
- 基于对标准遗传算法中收敛依赖于初始群体选择的困难所作的分析,提出交替使用两种遗传繁殖操作 产生后代群体以摆脱收敛对初始群体选择的依赖. 对于超低副瓣线阵天线的方向图综合问题,建立了改进的遗传算法 优化模型.计算实例说明改进后的遗传算法其收敛不依赖于初始群体的选择,具有实际应用前景. -Difficulties by the analysis of convergence depends on the initial group selected based on the standa
youhuaPSO
- 基于粒子群算优化算法方向图综合技术。通过优化阵列的激励电流大小实现低旁瓣的方向图分布，同时在指定的干扰位置形成具有指定深度的零陷值；着重介绍了对于传统PSO算法易于早熟问题的改进。 -Based on particle swarm optimization algorithm pattern synthesis technology to achieve low sidelobe by excitation current size to optimize array pattern of
hai_sx57
- 相控阵天线的方向图（切比雪夫加权），多抽样率信号处理，对信号进行频谱分析及滤波。- Phased array antenna pattern (Chebyshev weights), Multirate signal processing, The signal spectral analysis and filtering.
ajirs
- 相控阵天线的方向图（切比雪夫加权），LDPC码的完整的编译码，双向PCS控制仿真。- Phased array antenna pattern (Chebyshev weights), Complete codec LDPC code, Two-way PCS control simulation.