说明：LTE系统中MAC层调度方案 其中包括 pf调度和rr调度。

lte调度 LTE Mac 信道质量指示 调度算法

说明：采用fdtd方法，分别计算平面波照射到1维层介质的反射与透射以及在理想介质中的传播，场源可为高斯源或者正弦源，可以直观理解趋肤深度和边界概念。

FDTD 平面波 一维层介质 反射 透射 传播 高斯源 正弦源 趋肤深度 边界概念

说明：1D CNN和2D CNN网络的仿真实现，包含完整的子函数分解，采用matlab编写。

1D-CNN 2D-CNN 网络 CNN

说明：算法思想是：1） 根据果蝇优化算法得到极速学习机隐层神经元的数目；2） 依据得到的隐层神经元数目和极限学习机的方法对训练样本和测试样本进行训练学习。只要打开fruitfly_elm.m文件运行即可，可以换数据集

果蝇神经 FOA-ELM 果蝇-ELM 果蝇算法ELM foa如何优化ELM

说明：二维FDTD算法仿真，并带完全匹配层，输入波形为高斯波、平面波。

二维FDTD算法 匹配层 波形 高斯波 平面波 FDTD算法 FDTD 算法

说明：基于WiFi 802.11a协议的无线通信系统的开发 端到端802.11a物理层*所有必需和可选数据速率：6、9、12、18、24、36、48和54 Mb/s*BPSK、QPSK、16-QAM、64-QAM调制*前向纠错编码（卷积；码率1/2、2/3、3/4）*OFDM传输：52个子载波、4导频、...

802.11a simulink 前向纠错 wifi系统仿真 circular QAM 6 pilots 无线通信系统

说明：利用大量图像数据对卷积神经网络算法进行训练，通过卷积、池化、下采样以及全连接层训练后的卷积神经网络在图像识别精度越来越高。

图像数据 卷积神经网络算法 CNN

说明：极限学习机是由黄广斌在2005年作为一种新的单隐层前馈神经网络提出的，具有与神经网络（NN）相同的全局逼近性质，且其参数学习无需迭代，速度明显快于现有的神经网络。目前在岩性识别、LF终点温度软测量、穿孔机导盘转速测量、软测量建模、图像识别等方面有所应用，但将其用于图像分割中的应用还较少。

极限学习机 神经网络 NN

说明：利用ＭＡＴＬＡＢ实现了对测量中的平面网，高程网和边角网的平差，是测量中比不可少的程序．

calcux0 readlevelnetda 测量 matlabadjustment.rar matlab-finds

说明：长期演进链路级仿真：采取更低复杂度的算法，而且它是基于长期演进系统级仿真的基础上发展起来。

LTE_Link_Level LTE-Physical-Layer lte系统仿真 link-simulator LTE