SPOD() 是适当正交分解（POD，也称为主成分分析或 Karhunen-Loève 分解）的频域形式的 Matlab 实现，称为频谱适当正交分解 (SPOD)。 SPOD 源自固定流 [1,2] 的时空 POD 问题，并导致每个模式都以单一频率振荡。 SPOD模式代表动态结构，可以最佳地解决静态随机过程的统计变异性。 与此示例一起提供的大涡模拟数据是 [3] 中描述的 0.9 马赫湍流射流数据库的子集，并使用 Cascade Technologies 开发的非结构化流动求解器 Charles 进行计算。 如果您在研究或教学中使用该数据库，请明确提及 Brès 等人。 [3]。 测试数据库由圆形湍流射流的对称分量 (m=0) 的 5000 个快照组成。 spod.m 是一个独立的 Matlab 函数，没有工具箱依赖项。 此存储库中包含的所有其他 Matlab 文件都与演示代码功能的六个

这些文件用于在双用户非正交多址 (NOMA) 系统中实现信号检测的深度学习方法 [1]。 3 个主要脚本分别是生成训练数据、训练神经网络和生成测试结果。 该神经网络针对具有相位衰落的静态标量信道进行了训练，并用于在NOMA系统中同时为2个用户检测单个子载波上的传输符号。 考虑并测试了两种情况：一种是具有较少数量的导频符号，另一种是具有较短长度的循环前缀。 在这两种情况下，深度学习方法都比传统的信道估计方法更稳健。 有关更多信息，请参阅 [1]。 [1] Narengerile 和 J. Thompson，“非正交多址无线系统中信号检测的深度学习”，2019 年英国/中国新兴技术 (UCET)，英国格拉斯哥，2019 年，第 1-4 页。

增量式编码器在工业领域应用广泛,传统的编码器故障检测方法效率低、速度慢,快速准确地实现编码器故障自动检测非常必要。设计了以STM32单片机为核心的增量式编码器故障检测系统,通过对编码器输出的正交脉冲信号进行实时采集与分析,实现了对增量式编码器故障的自动检测,实验结果验证了该系统的有效性和可行性。

循环前缀截去位置对频域插值性能的影响，宋磊，李立华，本文研究了正交频分复用（OFDM）系统中循环前缀截去位置对信道估计频域插值性能的影响。研究结果表明当循环前缀被提前截去时，虽��

依据正交柱面透镜的等厚干涉原理,利用MATLAB软件进行数学建模,编程运算,然后对实验进行计算机仿真,最后基于图形用户界面的设计与开发功能,制作了简洁美观、可拓展性强的正交柱面透镜的等厚干涉实验仿真平台.结果显示,该平台具有诸多优点,为相关光学教学与研究工作开辟了新的途径.

这是我找的，从网络上发现的。比叫使用的和好的设计

在交流伺服系统中，对电机编码器反馈的正交脉冲信号进行分频，并发送至上位机对构成全闭环系统非常必要。为了能够实现对编码器正交脉冲信号的分数分频，并保证分频得到的脉冲方向正确，数量符合要求，仍以正交形式反馈给上位机，本文研究了伺服系统中分数分频的基本原理及分频过程，采用Altera公司的QUARTUS II软件和CPLD产品EPM1270进行设计，通过软件仿真和实验测试，证明分频器在伺服系统中应用的可行性，有较强的工程应用价值。

schmidt变量化matlab代码任意多项式混沌展开 (aPCE) 概括 图：使用任意多项式混沌展开（aPCE）的示意图 作者/合作者 和 描述 我们研究了由多项式混沌扩展 (PCE) 辅助的数据驱动代理建模，并将其应用于工程问题中所需感兴趣量 (QoI) 的预测。 由于在解决复杂问题中的不确定性方面的准确性和效率，PCE 已广受欢迎。 然而，给定系统中随机变量的不可靠信息会限制其使用。 例如，随机变量的公认参数形式可能不是 PCE 的最佳用途。 PCE 所需的从原始变量到自变量的概率转换可能是非线性的，因此可能导致所需 QoI 的计算不准确。 我们不使用参数多项式族，而是利用潜在随机变量的原始矩来开发基于 PCE 的替代模型，并随后预测 QoI。 我们在各种数值示例中演示了这种方法，包括对复杂振动现象导致的海上结构累积疲劳损伤的预测。 相关出版物/演示文稿 Lim, H 和 Manuel, L，用于高效结构可靠性分析的无分布多项式混沌扩展代理模型，工程力学研究所会议，加利福尼亚州帕萨迪纳，2019 年 6 月 18 日至 21 日。[] Lim, H 和 Manuel, L，结构振

实现小波的正交匹配追踪，实现图像重构。属于CS的范畴，可以直接运行，有图像。

非常好用的中文版正交实验设计助手，操作易懂，界面友好，输入因素和水平就可以自己设计正交实验表，正交实验设计软件