登录
首页 » Others » 频分多址,时分多址,码分多址等技术的综合介绍

频分多址,时分多址,码分多址等技术的综合介绍

于 2021-05-07 发布
0 545
下载积分: 1 下载次数: 3

代码说明:

多址技术分为频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)、空分多址(SDMA)。频分多址是以不同的频率信道实现通信。时分多址是以不同的时隙实现通信。码分多址是以不同的代码序列来实现通信的。空分多址是以不同的方位信息实现多址通信的。  TACS模拟通信采用的是频分复用技术  GSM数字通信采用的是频分复用和时分复用相结合的多址技术  CDMA采用码分多址技术。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 802.11a OFDM MATLAB仿真代码
    802.11a matlab源码,很详细的仿真了802.11a的数据流程
    2020-12-04下载
    积分:1
  • 社区卫生信息管理系统
    社区卫生信息管理系统的设计与实现针对我国现有的社区卫生工作起步比较晚和人员技术水平比较低,以及办公条件较差等问题,本文选择基于J2EE的社区卫生管理系统的设计与实现为研究课题,分析和研究了社区卫生信息管理工作的实际需求,设计并实现了社区卫生信息管理系统。本文整合SSH (Struts + Hibernate)架构技术、采用MVC设计模式、使用MySQL作为后台数据库、以J2EE为开发平台设计并实现了本系统。采用SSH架构和MVC模式,使系统具有更好的安全性和可扩展性。使用MySQL作为后台数据库,以保证存放大量的数据。该系统主要实现了登陆/注册、家庭健康档案管理、健康教育宣传与公告、医生
    2020-12-11下载
    积分:1
  • Meanshift,聚类算法讲解
    Meanshift,聚类算法入门讲解Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束. 1. Meanshift推导给定d维空间Rd的n个样本点 ,i=1,…,n,在空间中任选一点x,那么Mean Shift向量的基本形式定义为:
    2020-12-02下载
    积分:1
  • Xilinx FPGA教程大全
    FPGA工程设计高级研修班_Xilinx.pdf (30 MB) FPGA设计高级技巧_Xilinx.pdf (2.94 MB) Xilinx ROM使用中文教程.pdf (226.08 KB) Xilinx_FPGA_Digital_System_Design_Primer.pdf (7.02 MB) Xilinx_FPGA_开发环境的配置.pdf (420.63 KB) Xilinx_FPGA开发全攻略_基础篇.pdf (6.72 MB) Xilinx_FPGA开发全攻略_技巧篇.pdf (4.4 MB) Xilinx_HDL_Coding_St
    2020-12-06下载
    积分:1
  • QT计算器(功能全实现 支持15位小数)
    QT计算器:QT 计算器 键盘输入 窗口按钮输入 功能全实现 支持15位小数 HOHO~~~
    2020-12-03下载
    积分:1
  • 一个spark streaming+Cassandra、分布式作业调度系统总结
    【实例简介】一个项目的总结文档,英文,主要功能: 1、分布式作业管理、调度、监控; 2、基于spark streaming+Cassandra的实时分析和监控,包括性能分析、账号安全主动防御。 web部分采用spring boot开发,前端采用angularJS组织页面相关的各个部分,系统的技术和效果在2016~2017年在行业具有一定先进性。
    2021-11-12 00:31:46下载
    积分:1
  • 双线性插值方法及实现
    双线性插值方法及实现,用c语言编写,有注释
    2020-12-11下载
    积分:1
  • 牟乃夏 ArcGIS Engine地理信息系统开发教程
    牟乃夏 ArcGIS Engine地理信息系统开发教程PDF 有详细核心代码讲解
    2021-05-06下载
    积分:1
  • 基于EUNITE竞赛数据的中期电力负荷预测
    pdf文档,中文来源:华北电力大学学报242007[11997199811.2199910.88408200.68000.47800.2掩76072007000100120时间/天68040100120图3训练过程中的误差变化时间/天Fig.3 Errors during training图1日负荷预测时洲练数据4Fig. 1 Training data for day load for ecas ting35←只51.5050-10203040如0的070809010101200.8时间压图4训练过程中神经元个数变化Fig 4 Grow th of neurons during train ing0.200.95系0.940.8505101520253035滞后时间/天如0.80.75图2训练数据的自相关系数Fig. 2 Autocorrelation coefficients of training dat a(a拟合曲线0.〔(3)10.040.0系70/14060[1000000]时间/天(b拟合误差「O1000001图5训练结果及误差Fig. 5 Result and error of train in3- EBF6,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net4EUNITE2582080078076074072026.26700(3)66005101520253035时间/天50/1[00001图6日最大负荷预测结果[01010]26ig. 6 Result of forFrecasting g1 SOFNN[716.2,739.7,757.7,781.3],7Tab 1 Accuracy of training and forecast ing[720.1,738.2,763.7,MethodMAPE/ (%O) ME767.7],7SOFNN1.3344.137901.7850.04780EUNITE1.95E770760winner750报告中ME值没有准确堤供,但可以从报告中估轵740计得出约50~60完整的 EUNITE网络竟赛原始数据可730从EUNITE网站获得(http://neuron.tuke.sk/compe-720tit ion/ index. php)7103354EUNITEMAPE时间1.95[2]图7周平均最大负荷预测结果3.2Fig. 7 Forecasting result of week average max loadSOFNNSOFNNWSj72SOF NNWLWLideltaWli, delta WLi=WLj-Wli(3h:× delt al+k× deltal wj,Yh=0.58o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net262007820[1] Chen B J, Chang M W, Lin C J. Load forecasting using800support vector machines: a study on eunitE com-780tion 2001[J]. IEEE transactions on power systems7602004.19(4):1821-1830[2] Company behind East- Slov akia Power Distrib ution740Com panWorle w ide com petition w ithin the EU720NITE network, EUNITE competiton report [RI700[3]6802004.28(17):1-1105101520253035[4 Leng g, Prasad g, McGinnity T M. An on line algor-时间/天rithm for creating self organ izing fuzzy neural networ ks图8修正后的日最大负荷预测结果Neural Netw orks, 2004,(17): 1477-1493[5 Ort iz: Arroyo D, Skov M K, Huynh Q. Accurate Elee-F ig.8 Forecasting results after rev sedtricity Load Forecasting with Artificial Neur al NetworksIC. Proceedings of the 2005 International Conference2SOFNNon Compu tat io nal Intel ligence for M odel ling, Control andTah 2 Accuracy of forecast ingAuto mation. and International Conference on I ntelligentMethodMAPE/(%)MEAgents, Web Technolo gies and Internet CommerceSOFNN1.7850.04(CIMCAIA WTIC 05). 20051.5941.95[ 6] Tao X. Input dimens ion reduction for load forecastingEUNITE1.9550-60based on support vector machines [C]. Hong Kong82004 IEEE International Conference of Electric U til yderegulation, res tructur ing and pow er technolog iesMAPE ME20[7 Hsu CC. Dynam icall y Optim izing Parameters in SupportVector Regression An A pp licat io n of Electricity Load4结论Forecasting [C]. Haw aii: Proceedings of the 3 9thIlaw aii International Conference on System Sciences199918 Pan kratz A. Forecasting w ith Univariate Box-JenkinsModels [m. John Wiley sons, 1983SOFNN(1972-),,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
    2020-12-06下载
    积分:1
  • EXCEL函数大全、实例、教程(61个示例)
    EXCEL函数大全、实例、教程
    2020-12-12下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载