文章目录1、大尺度衰落2、小尺度衰落2.1、场景中的小尺度衰落2.2、小尺度衰落的空间统计特性 无线信道衰落图：根据无线电波传播效应，通常将无线信道衰落分为两类：大尺度衰落和小尺度（小尺度一般与信号波长为一个量级）衰落，尺度指时间或者距离的大小。1、大尺度衰落包括传输损失、阴影衰落：传输损失（路径损失）：无线电信号通过大尺度距离的信道传输时，随传输路径的增加，电波能量扩散，导致接收信号平均功率衰
转载
2024-04-11 19:02:56
24阅读
MIMO雷达与通信第一章 瑞利衰落信道思考 文章目录MIMO雷达与通信前言一、瑞利衰落信道是什么？二、瑞利衰落信道对信号的影响三、实值信号与matlab仿真复值信号在瑞利衰落中的联系总结 前言写这篇笔记是因为最近在仿真MIMO多天线系统下通信和雷达传输波形。 正好之前看了一篇有关QPSK传输的MIMO通信误码率仿真，里面附有仿真的matlab代码，所以我就先从这个代码看起， 代码里面有一段关于信道
转载
2024-08-20 19:51:13
462阅读
信号量什么是信号量信号量是操作系统提供给用户使用的一种机制，帮助用户进程协调使用资源，用户编程的时候可以直接调用，不必自己设计。信号量主要保护共享资源的，确保该资源在同一时刻只有一个或多个线程占用。 换句话说它就是控制多线程共同访问共享资源的一种手段。信号量的使用threading模块里的Semaphore类实现了信号量对象，可用于控制获取资源的线程数量。所具有的acquire()和release
转载
2024-04-15 22:24:21
11阅读
在处理时间序列预测问任务时，损失函数的选择非常重要，因为它会驱动算法的学习过程。以往的工作提出了不同的损失函数，以解决数据存在偏差、需要长期预测、存在多重共线性特征等问题。本文工作总结了常用的的 14 个损失函数并对它们的优缺点进行分析，这些损失函数已被证明在不同领域提供了最先进的结果。 时间序列数据与一般基于回归的数据略有不同，因为在特征中添加了时间信息，使目标更加复杂。时间序列
# 怎么实现指数衰减 in Python
## 概述
在机器学习和优化算法中，指数衰减是一种常用的技术，用于平衡新数据和历史数据之间的权重。指数衰减可以用于很多不同的应用场景，例如调整学习率、计算移动平均值等。本文将介绍如何在 Python 中实现指数衰减。
## 流程
首先，我们来看一下整个实现指数衰减的流程。可以用下面的表格展示出来：
| 步骤 | 代码
原创
2024-01-11 06:18:06
287阅读
时间常数表示过渡反应的时间过程的常数。指该物理量从最大值衰减到最大值的1/e所需要的时间。对于某一按指数规律衰变的量，其幅值衰变为1/e倍时所需的时间称为时间常数。RC的时间常数：表示过渡反应的时间过程的常数。在电阻、电容的电路中，它是电阻和电容的乘积。若C的单位是μF（微法），R的单位是MΩ（兆欧），时间常数的单位就是秒。在这样的电路中当恒定电流I流过时，电容的端电压达到最大值（等于IR）的1-
# Python震荡衰减的科普探讨
在科学与工程领域，震荡衰减是描述系统在受到外部激励后，如何随时间减少振幅的现象。典型的实例包括摆动的弹簧、振动的电路和振荡的机械臂等。在本文中，我们将探讨震荡衰减的原理，并通过Python代码示例演示这一现象。
## 震荡衰减的基本原理
震荡衰减的数学描述通常以二阶微分方程的形式存在。考虑一个简单的阻尼振动系统，其运动方程可以表示为：
\[ m\frac
在光纤安装中，对光纤链路进行准确的测量和计算是验证网络完整性和确保网络性能非常重要的步骤，光纤内会因光吸收和散射等造成明显的信号损失(即光纤损耗)，从而影响光传输网络的可靠性，那么光纤损耗如何计算的呢？一、光纤损耗的标准电信工业联盟(TIA)和电子工业联盟(EIA)携手制定了EIA/TIA标准，该标准规定了光缆、连接器的性能和传输要求，如今在光纤行业中被广泛接受和使用。EIA/TIA标准明确了最大
# Python 衰减函数：理论与实践
## 引言
在机器学习和数据分析中，衰减函数是一个常见而重要的概念。衰减函数的目的是根据特定规则逐渐降低某个参数的值，通常用于优化过程中，以便在训练模型时能够更好地收敛。本文将介绍衰减函数的基本概念，理论背景，以及在 Python 中的实现方法，并附带相应的代码示例和可视化的状态图与关系图。
## 什么是衰减函数？
衰减函数（Decay Functi
信道定义通俗地来理解信道，一个信号从发送端通过一定的媒介到达接收端。这就是一个典型通信过程，就包括发射端-信道-接收端三个部分。符号化表述为：假设发送信号为s, 那么接收到到的信号为f(s),其中函数f就是信道对信号的影响，传输的目的就是基于接收到的f(s)计算出s。当然最理想的情况下，信道不会对信号产生任何影响，那么接收到的f(s)=s。信道具体分为两类：狭义信道： 按照传输媒质来划分，可以分为
转载
2024-05-15 01:37:57
147阅读
权重衰减（weight decay）在贝叶斯推断（Bayesian inference）下的理解摘要权重衰减贝叶斯(Bayes inference) 视角下的权重衰减似然函数（log likelihood）参考资料 摘要对于有过拟合的模型，我们经常会用权重衰减（weight decay）这样一种正则化（regularization）的方法。直观上，权重衰减就是在原损失函数的基础上加入了一个对权重
转载
2024-03-23 12:36:05
97阅读
中学时代的指数函数是在学生系统学习了函数概念,基本掌握了函数的性质的基础上进行研究的,它是重要的基本初等函数之一,作为常见函数,它既是函数概念及性质的第一次应用,也是今后学习对数函数的基础,同时在生活及生产实际中有着广泛的应用,所以指数函数应重点研究。那么有什么办法可以快速画指数函数图像并探讨其函数性质呢？下面给大家分享一招。我们可以用专业的绘图工具几何画板来画指数函数图像，该软件免费获取地址：h
转载
2023-12-21 21:36:34
364阅读
最近看北京大学曹建老师的TensorFlow搭建神经网络，在指数衰减学习率中，了解到指数衰减学习率的强大。由此写一些自己在学习中的感悟和启发。 大家都知道在设定学习率时，如果偏大会发生动荡不收敛，如果偏小则收敛速度慢。那么有没有一个好的方法可以让可以让学习率变化，并随着训练轮数由大到小进行变化。答案是有的：指数衰减学习率可以做到。 先给出它的公式（枯燥的）：learning_r
转载
2024-05-21 18:21:43
110阅读
2020-03-16 10:20:42在Tensorflow中，为解决设定学习率(learning rate)问题，提供了指数衰减法来解决。通过tf.train.exponential_decay函数实现指数衰减学习率。学习率较大容易搜索震荡（在最优值附近徘徊），学习率较小则收敛速度较慢，
那么可以通过初始定义一个较大的学习率，通过设置decay_rate来缩小学习率，减少迭代次数。 t
转载
2023-07-06 22:31:54
401阅读
振动着的物体，即使与外界完全隔绝，其机械振动也会逐渐衰减下来。这种使机械能量耗散变为热能的现象，叫做内耗，即固体在振动当中由于内部的原因而引起的能量消耗。在英文文献中通用“internal friction”表示内耗。另外，在工程上用“阻尼本领”(damping capacity)，对于高频振动则称为“超声衰减”(ultrasonic attenuation)，其实与内耗一样都是表征同一个物
转载
2023-12-10 16:37:13
93阅读
目录巴特沃斯滤波器切比雪夫滤波器椭圆滤波器贝塞尔滤波器四种滤波器对比 巴特沃斯滤波器主要特点 通频带内的频率响应曲线最大限度平坦，没有纹波，而在阻频带则逐渐下降为零。一阶巴特沃斯滤波器的衰减率为每倍频6分贝，每十倍频20分贝。（分贝：取对数后再乘以10） 二阶巴特沃斯滤波器的衰减率为每倍频12分贝、三阶巴特沃斯滤波器的衰减率为每倍频18分贝、如此类推。振幅的对数对角频率的波特图上，从某一边界角频
推荐答案阻尼 在电学中，差不多就是响应时间的意思。 在机械物理学中，系统的能量的减小——阻尼振动不都是因“阻力”引起的，就机械振动而言，一种是因摩擦阻力生热，使系统的机械能减小，转化为内能，这种阻尼叫摩擦阻尼；另一种是系统引起周围质点的震动，使系统的能量逐渐向四周辐射出去，变为波的能量，这种阻尼叫辐射阻尼。 摩擦的需要稳定的时间！指针万用表表针稳定住的时间！ 在机械系统中，线性粘性阻尼是最
转载
2023-11-11 23:24:41
158阅读
移动通信的用户由于要进行自由移动，其位置不受束缚。所以必须利用无线电波进行传输，但与有线传播媒介相比，无线电波的传播特性一般都很差，而且不同用户的传播信号在传播过程中还会互相干扰。因此建立无线传输系统远比有线系统复杂。首先，移动通信的工作环境十分复杂，电波不仅会随着传播的距离的增加而发生弥散损耗，并且会受到地形、建筑物的遮蔽而发生“阴影效应”，而且信号经过多
转载
2024-01-05 21:38:26
152阅读
一、WIFI发展历程： 二、调制：所谓调制，就是将电信号转换为无线电波的过程，反之则称为解调，其核心技术是调制方式，调制方式越高阶，转换过程中数据密度就越高。调制方式决定每个子载波能传输多少数据，该数据包含有效数据和冗余数据，其中冗余数据用于纠错。 三、码率：码率决定每个子载波有效数据的比例，以分数形式表示。信号越好则可以使用更高
转载
2023-11-09 06:08:48
101阅读
训练前期学习率大，可以加快收敛速度，训练后期仍然使用较大的学习率，无法收敛到全局最小值，因此要减小学习率，保证后期平稳训练，更加接近最优点。可以人为经验指定，也可以随着迭代自适应衰减。本文介绍一些 tensorflow 常用的学习率衰减方法。 1、指数衰减def exponential_decay(
learning_rate, # 初始学习率
global_step, # 当前批次数
转载
2023-11-25 15:42:01
290阅读
