原创 Matlab畫圖技巧: 不需要敲代碼的傻瓜式操作流程

前言 Matlab已經成爲畫曲線圖最好用的語言之一了, 但是許多人並沒有發現他的最好用之處——相比於大部分語言,需要記住一堆API函數才能繪製出想要的曲線, matlab提供了可視化的界面進行傻瓜式的畫圖操作, 實現指哪打哪的功能

原创 MISO系統的智能反射面信道估計:級聯信道與壓縮感知

MISO系統的智能反射面信道估計:級聯信道與壓縮感知前言系統模型信道模型級聯信道信道估計 前言 原文:《Compressed Channel Estimation and Joint Beamforming for Intelli

原创 【小技巧】如何避免Matlab中過於頻繁和瑣碎的參數傳遞

許多人應該碰到過這樣的問題: 爲了更好地分離出主函數的每個部分,會將每個算法/功能寫成一個單獨的API。 但這時候就需要將主函數中定義的全局變量輸入到API中進行計算, 傳參是免不了的。 當參數非常繁多的時候,會導致需要傳遞的參數

原创 【python】使用pandas快速提取騰訊問卷信息,比對未填寫的人員的名單

前言背景 這幾天的疫情,學校要求每個同學都要填寫問卷。 於是我簡單地創建了一個騰訊問卷。 今天輔導員讓我統計下哪幾位同學沒有填寫,並且告知以後每天都要統計。 我們班大約有40人, 每天填寫問卷的人大約30多人, 如果靠肉眼的傳統方

原创 混合波束賦形專欄|基於正交匹配追蹤(Orthogonal Matching Pursuit)法的混合波束賦形算法

文章目錄前言文章中心思想文章背景全文概覽系統模型Hybrid precoding設計Hybrid combining設計仿真結果 《Spatially Sparse Precoding in Millimeter Wave MIM

原创 深度學習:用生成對抗網絡(GAN)來恢復高分辨率(高精度)圖片 (附源碼,模型與數據集)

文章目錄前言Demo效果鏈接原理分析系統模型損失函數實驗結束 前言 平時生活中,我們經常碰到一些自己喜歡的圖片卻苦於分辨率很低,而原圖又找不太到。 現在,神經網絡可以幫助我們從一張給定的低分辨率圖片恢復出高分辨率的圖片。 這個功

原创 應對高速鐵路通信的毫米波系統信道估計與波束成形:Location-Aided mMIMO Channel Tracking and Hybrid Beamforming for High-Speed

關於 《Location-Aided mMIMO Channel Tracking and Hybrid Beamforming for High-Speed Railway Communications: An Angle-Do

原创 淺談CRLB與科研中的估計算法

文章目錄前言爲什麼要掌握CRLB一些近期涉及CRLB的通信估計算法論文CRLB的簡單介紹通信中最重要的CRLB——高斯噪聲建模下矢量情形的CRLB實數情形複數情形: 前言 在對通信系統估計問題的最新科研文章的調研中,我發現CRLB

原创 部分連接時MIMO的混合預編碼:Hybrid Precoding for mmWave Massive MIMO Systems With Partially-Connected Structure

文章目錄問題背景系統模型PCS-HP設計的分析PCS-HP的分階段設計模擬precoding的設計情況一情況二結論 《Hybrid Precoding for mmWave Massive MIMO Systems With Pa

原创 針對毫米波蜂窩系統的信道估計和混合預編碼:Channel Estimation and Hybrid Precoding for Millimeter Wave Cellular Systems

文章目錄問題背景文章貢獻系統模型毫米波信道估計問題的公式化A.毫米波信道估計問題的稀疏表達B.自適應CS解決方法基於多分辨率分層碼本的混合預編碼A.碼本結構B.碼本波束向量的設計針對毫米波信道的自適應估計算法單徑多徑混合預編碼設計

原创 瑞麗商 (Rayleigh quotient) 兩種啓發式證明

瑞麗商定義如下: R(A,x)=x∗Axx∗x R(A, x)=\frac{x^{*} A x}{x^{*} x} R(A,x)=x∗xx∗Ax​ 其中矩陣AAA爲n×nn \times nn×n的對稱矩陣(Hermitian)。

原创 深度通信網絡專欄(3)|自編碼器:An Introduction to Deep Learning for the Physical Layer

本文地址:https://arxiv.org/pdf/1702.00832.pdf GitHub地址:https://github.com/musicbeer/Deep-Learning-for-the-Physical-Laye

原创 最新jupyter notebook配置踩坑大全

下載anaconda 自帶會下載jupyter notebook 需要注意的是,該jupyter只存在在base環境下,所以其他環境下還需要另外下載 例如,我使用的tensorflow1.12版本和anaconda初始的pyth

原创 tensorflow 乘法最強利器: einsum

對應的問題: 在用tensorflow構造自己的損失函數時,經常會涉及到複雜的矩陣乘法。而這些矩陣乘法本來並不複雜, 比如只是簡單的 維度爲A×BA\times BA×B 的矩陣 X\mathbf{X}X 和 維度爲 B×CB\t

原创 流形優化: Manifold Optimization 1: 流形優化的應用(1)

譯自書 《Optimization Algorithms on Matrix Manifolds》 在矩陣流形上優化一個實值函數,是科研和工程中廣泛存在的問題。在這一章節中,我們將會討論幾個相關的例子,以此體現研究流形優化的動