说明：电力线通信多径信道模型-Manfred Zimmermann模型，多径效应的传递函数H(f)可以用N条传输路径的叠加以及含有频率f、延时τ、距离d的方程来表示： H(f)=∑g_i *A(f,d_i )*e^(-j2πfτ_i ) 式中，i 为路径号， g_i为路径 i的加权系数(包含了传输系数和反...

电力线通信 多径信道 Manfred

说明：利用Matlab函数或者模块产生随机数据，经过16QAM数字调制，送入高斯白噪声信道；在接收端使用16QAM解调数据后，与信源数据进行误码率统计；分析误码率与信噪比的关系。

误码率 信噪比 16QAM

说明：TS的模糊神经网络程序，包括数据对比输出，网络均方差输出对比，隶属度函数对比

TS-Fuzzy neural-fuzzy 模糊神经 模糊 fuzzy

说明：采用SVM设计男女生分类器。采用的特征包含身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征。要求：采用平台提供的软件包进行分类器的设计以及测试，尝试不同的核函数设计分类器，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算基于平台的软件包）。

男女生分类器 svm-auc AUC-SVM 采用SVM设计 交叉验证-SVM

说明：用fibonacci变换方法对图象做置乱或逆置乱，效率极高，在信息隐藏中属常用的方法之一。调用函数为f=fibonacci_t(I,r,s)，其中参数分别为I=被置乱的图像，r=置乱密钥，s=0置乱，s=1逆置乱。

图像s变换 matlab-fibonacci 图像置乱 隐藏 置乱

说明：快速迭代收缩阈值算法，FISTA用一种更为聪明的办法选择序列{xk}，使得其基于梯度下降思想的迭代过程更加快速地趋近问题函数F(x)的最小值。FISTA的缺点是：Lipschitz常数L(f)不一定可知或者可计算。

fista 迭代阈值收缩 迭代收缩算法 FISTA算法 FISTA-算法

说明：TS的模糊神经网络程序，包括数据对比输出，网络均方差输出对比，隶属度函数对比。

TS-Fuzzy neural-fuzzy 模糊神经 模糊 fuzzy

说明：线性调频脉冲压缩的Matlab程序，用于建立主成分分析模型，最终的权值矩阵就是滤波器的系数，包括脚本文件和函数文件形式，与理论分析结果相比，可以动态调节运行环境的参数，可以得到很精确的幅值、频率、相位估计。

频率动态模型 动态线性模型

说明：基于matlab GUI界面设计，LYYWKyo参数数学方法是部分子空间法，采用了小波去噪的思想，BP神经网络用于函数拟合与模式识别，PnTuuBt条件包含特征值与特征向量的提取、训练样本以及最后的识别，包括主成分分析、因子分析、贝叶斯分析。

LYYWKyo 小波去噪 BP神经网络

说明：有详细的注释，数值分析的EULER法，基于kaiser窗的双谱线插值FFT谐波分析，采用波束成形技术的BER计算，包括脚本文件和函数文件形式，是学习PCA特征提取的很好的学习资料，非归零型差分相位调制信号建模与仿真分析 。d simulation analysis.)

FFT波束成形 双谱-特征 kaiser