摘要: 一、问题:从这个 https://blog.csdn.net/qq_42052864/article/details/81591511 中获得的灵感,但是我是要实现存储为2行n列的?怎么办呢? import numpy as np wab1 = [1,2,3,4,5,6,7] wab2 = [7,6 阅读全文
posted @ 2020-03-29 11:22 落月_YU 阅读(6002) 评论(0) 推荐(0) 编辑
摘要: 继续上篇,看到有个博主有个去除array的重复元素的,有了本次想法,往下看: import numpy as np import pandas as pd #输入:两个列表; #输出:去除重复元素的列表 #方法:将list转换为array,处理之后,转换回去!挺麻烦啊! #方式1(瞎折腾) list 阅读全文
posted @ 2020-03-28 22:05 落月_YU 阅读(1254) 评论(0) 推荐(0) 编辑
摘要: 目的:让我们两个列表压缩后,去除重复的点; 1.set()方法: 蓦然回首,那人却在灯火阑珊处; 这个方法实现了我想要的压缩后的列表的重复删除; list4 = [0,0,1,2,4,5,6,7,5,0,2] list5 = [2,5,4,8,5,6,6,6,6,2,8] list6 = zip(l 阅读全文
posted @ 2020-03-28 21:04 落月_YU 阅读(3688) 评论(0) 推荐(0) 编辑
摘要: #环境python3.7>>> a = [0,0,1,2,4,5,6,7,5] >>> b = [0,0,1,2,4,5,6,7,5] >>> zip(a,b) <zip object at 0x08C049E0> #我们会发现:zip(a,b)返回一个 object,试着解压缩吧 >>> c = 阅读全文
posted @ 2020-03-28 19:14 落月_YU 阅读(2355) 评论(0) 推荐(0) 编辑
摘要: 1.模拟信号框图: 2.数字信号框图: 信源编码的作用:完成模数转换;提高有效性(尽量减小冗余); 信道编码:提高可靠性(加入码元); 调制目的:使得信号适应信道的特性; 3.数字系统的优缺点: 4.离散消息的信息量: 注意:a = e 单位为 nit;a = 10 单位为Hartly;a = 2 阅读全文
posted @ 2020-03-27 20:59 落月_YU 阅读(3154) 评论(0) 推荐(1) 编辑
摘要: 一、这个竟然就是卷积啊!!!!!后知后觉 二、正文: 对于自相关函数:如果是偶函数,那么其自相关函数结果就是卷积结果;如果是奇函数,那么自相关函数结果就是卷积的相反数; 对于互相关函数:只要有一个函数是偶函数或者奇函数,其可以用上边的性质; 三、用处: 比如:我们在求两个原点门函数自相关函数时候,就 阅读全文
posted @ 2020-03-27 11:24 落月_YU 阅读(5504) 评论(0) 推荐(0) 编辑
摘要: 1.能量信号与功率信号: 1.1 定义: 周期信号:0<E<∞ ; P -> 0;(T为∞) 功率信号:0<P<∞ ; E -> ∞; 1.2 常见的: 1.3 E 与 P: 2.一般周期信号的傅里叶变换(有的书上为Fn): 2.1 .一般周期信号的傅里叶变换 注意:Cn为傅里叶变换的系数: 1)求 阅读全文
posted @ 2020-03-27 09:11 落月_YU 阅读(1691) 评论(0) 推荐(0) 编辑
摘要: 一.一些必须知道的: 1.均值(数学期望)(详情:https://baike.baidu.com/item/%E6%95%B0%E5%AD%A6%E6%9C%9F%E6%9C%9B/5362790?fr=aladdin): 2.方差: 3.协方差函数和相关函数: 3.1协方差函数: 3.2相关函数: 阅读全文
posted @ 2020-03-26 16:11 落月_YU 阅读(2852) 评论(0) 推荐(0) 编辑
摘要: 这个是从书上拍的图片,个人比较懒,就不打上去了!!!!平常做个参考吧! 备注:我就按照坐标说吧; (1,1):为什么是2*fN 呢? fN = 1/(2TB) (详细见上篇博客)这不就是RB = 1/TB! (1,2):调制后RB不变啊! (2,1):用到公式(Rb = RB*log2 M); (2 阅读全文
posted @ 2020-03-20 10:10 落月_YU 阅读(1413) 评论(0) 推荐(0) 编辑
摘要: 声明:本人编程菜鸟,刚发现的一些问题,随手写出来了。 版本:python 3.7.2 1.问题:取整不是我想要的; 1.1 用math.ceil() import numpy as np import math x = np.arange(0,1+0.04,0.04) list1=[] for i 阅读全文
posted @ 2020-03-17 14:27 落月_YU 阅读(2491) 评论(0) 推荐(0) 编辑