lms源碼
Ⅰ C++課 沒聽··· 不懂··· 關於什麼類啊 對象的~求詳細解釋
//修改後的程拿譽序如下：爛凱
#include <iostream>
using namespace std;
class stud
{
public: //增加public 定義，VS2010在未使用此定義時默認為 private
void setscore(int sc);
void inscore();
void getscore();
int score;
};
stud s;
int main()
{
s.setscore(0); // 增加 s. , 調用 s 的成員函數 ， 下同
s.inscore();
s.getscore();
}
void stud::setscore(int sc) // 修改 函數類型，與類定義一致，增加stud::， 表示是 stud的消歷段成員函數
{ score=sc; }
void stud::inscore()
{ cin>>score; } // 去掉s. , 下同。
void stud::getscore()
{
cout<<score<<endl;
}
// 建議不在類的 成員函數中 使用 CIN，COUT等，否則失去封閉的意義了
Ⅱ 四川網校系統多少錢
014年是在線教育蓬勃發展的一年，對於線下機構來說，擁有一顆「互聯網+」的心還不夠，一條能夠迅速線上化的便捷通道可能更加迫切，四川網校系統多少錢，四川網校系統多少錢，如何快速完成互聯網的轉身，線下機構想要跨出的第一步，可能就是在萬維網上擁有一方天地——網校。同一時期，Eline上線了1.0版本，到現在，過去了兩個年頭，Eline已經在一次次的迭代中成為了可以為用戶提供一站式解決方案的產品，Eline以自主研發的ThinkSNS框架為基礎，為機構和個人提供創建網校的一站式解決方案，四川網校系統多少錢，從很基礎的LMS工具出發，提供直播、點播（即錄播）、社區互動、線上約課等多項功能。目前Eline在線教育系統可應用於慕課、K12、內訓等，滿足不同類型用戶在教育細分領域中的多樣需求。在線教育系統目前處於新事物階段，每一種新事物都會有它的價值，關鍵是我們用怎樣的形式去實現它。四川網校系統多少錢
在線教育系統平台可以實現：
在線互動交流
在線教育系統，可實現用戶在線互動，並分享一些學習經驗，或上傳一些學習課程和信息交流和共同學習然後再跟其他用戶。
上傳教學視頻
在線進行教育管理系統設計軟體上有很多企業大量的線上教育學生學習視頻資料，用戶只要連上WiFi就可以在線看教學活動視頻資料了。如果不從計算機下載到網路驅動器，但不要期待每個視頻格式播放教學視頻！非常方便可靠！
線上的課件
在線教育系統軟體上有學習課件。 如果你在網上觀看教學視頻，你也可以在網上下載課件，這樣你就可以隨時隨地學習。 只要您拿出手機，打開在線教育系統的應用程序，您就可以查看然後的教學內容。浙江企業內訓系統方案在線培訓系統通過網路跨越了距離的限制，使學校的教育成為可以超出校園向更廣的地區輻射的開放式教育。
在線教育平台系統還有一個更先天的優勢，即可以擺脫高成本。在線教育系統平台免除了高昂的場地租金和運營成本，線下教育機構在保持原有線下開班的情況下，只需少許的人力投入，經過專業系統的培訓，就可以快速上道。
在許多師資不足的地方，這真是一個好辦法，一個老師輕松可以搞定幾個班的課，尤其是小課——今後改作業也有辦法，掃描上交。
其實許多高校，還有一些學生素質較高的城市學校常這樣做。孩子上在線教育，獨自在家上課，相對於在學校里，上課環境更安靜，更有利於孩子思考。對於自控能力差的孩子，我上面也提到了，不注意聽講的部分，還可以看課程回放。家長更容易掌握孩子的學習情況和進度。但是如果在學校里上課，孩子不注意聽講，沒聽進去的部分也就「坐飛機」，再補課相對來說有點小困難。對於經常給孩子報線下培訓班的家長，也用不著來回接送，省了一些麻煩，不必因此頭疼了，家長孩子免於奔命。就像這場突如其來的一樣，孩子們在家裡照樣可以「停課不不停學」，什麼都不耽誤！線上教育系統平台可以讓更多的孩子接觸到前列的教育名師，什麼教育資源各省市分配不均，什麼優良教師所帶班級名額難求等等，這一下子全都迎刃而解了，會讓教育顯得更公平些，這也是在線教育系統的優勢之一。
這時學生素質問題就明顯了（兩極分化，家長從小的教育理念就起效果了）。在線教育系統平台可以做到隨時上課，時間自由安排，不耽誤你花上路上的時間。
隨著4G網路的普及，2015年前後，通過網路直播系統進行網路直播也在企業的遠程培訓中逐漸盛行，直播的時效性高，互動性強，學員的體驗性更好。獲得場景視頻在直播培訓中，增加了簽到、抽獎、虛擬打賞等可以增加學員參與度的功能，來不及觀看直播的學員可以後續看視頻回放，鞏固學習效果。互動直播系統起源於視頻會議，區別在於互動直播支持的人數和擴張性要比視頻會議好，成本也相對較低。VR培訓起源於虛擬現實，被很廣的應用安全領域和設備操作的培訓項目，受虛擬設備計算能力的限制，真實還原度還有待提高。網校系統的搭建可以讓你無需打開網頁即可學習你想學到的知識，更有高清的錄播課程，直觀清晰。廣東教育系統培訓系統源碼
相比於傳統，在線教育系統有內容優勢，如果用流行的一個詞來說，就是在線教育是具有富媒體的性質。四川網校系統多少錢
網路視頻直播系統應用流媒體技術在網路上進行直播，同時支持進行錄播(系統自動錄制，方便用戶隨時點播)，用戶訪問指定的直播網站頁面(URL)，其訪問請求導向發布伺服器節點，獲得流媒體數據，通過網頁瀏覽器直接觀看直播視頻內容。節目/頻道管理 為用戶傳送不同碼率的視頻提供了方便，用戶可以給不同的頻道設定不同的視頻碼率進行直播或者存儲。根據用戶的需求提供對音視頻採集的選擇。定時存儲 在視頻採集頻道中，可以在進行直播的同時保存視頻節目。系統還給用戶提供一套更完善的自動保存機制。用戶可以控制某一頻道進行不同時間段進行保存。四川網校系統多少錢
可靠的技術保障、良好的售後服務和靈活的問題處理辦法，讓賽新科技成為您值得信賴的夥伴。
我們的使命是為互聯網創造更優良的模式，為企業創造持續的價值，基於團隊豐富的經驗創造優越的產品平台服務社會。
我們只做在線教育，所以我們專業！
我們追求很好，提供前列的在線教育解決方案；我們追求創新，不斷創造在線教育新模式！
我們致力於中國在線教育事業加速度，為中國的教育發展做出貢獻！
成都市高新區天府大道北街1700號 環球中心S2 7-1-739
Ⅲ 自己寫的信道編碼的程序，SNR在0到6誤碼率越來越小，但是6以後反倒是隨著SNR的增大BER也越大。
要注意這兩個都是帶引號的，是字元串，這是matlab自帶函數中常用的給定參數SNR,'fsk',M,1,'coherent');%這個表示相關檢測估計應該就可以解決你這個d
拿去把 信道估計，有BER曲線
clear all;
close all;
fprintf( '\n OFDM模擬\n \n') ;
% --------------------------------------------- %
% 參數定義 %
% --------------------------------------------- %
IFFT_bin_length = 1024;
carrier_count = 200;
bits_per_symbol = 2;
symbols_per_carrier = 50;
% 子載波數 200
% 位數/ 符號 2
% 符號數/ 載波 50
% 訓練符號數 10
% 循環前綴長度 T/4（作者註明） All-zero CP
% 調制方式 QDPSK
% 多徑信道數 2、3、4（預設）
% 信道最大時延 7 (單位數據符號)
% 模擬條件 收發之間嚴格同步
%SNR=input('SNR='); % 輸入信噪比參數
SNR=3:14;%定義信噪比范圍
BER=zeros(1,length(SNR));
baseband_out_length = carrier_count * symbols_per_carrier * bits_per_symbol;% 計算發送的二進制序列長度
carriers = (1: carrier_count) + (floor(IFFT_bin_length/4) - floor(carrier_count/2)); % 坐標： (1 to 200) + 156 , 157 -- 356
conjugate_carriers=IFFT_bin_length-carriers+2; % 坐標 ：1024 - (157:356) + 2 = 1026 - (157:356) = (869:670)
% 構造共軛時間－載波矩陣，以便應用所謂的RCC，Reced Computational Complexity演算法，即ifft之後結果為實數
% Define the conjugate time-carrier matrix
% 也可以用flipdim函數構造對稱共軛矩陣
% --------------------------------------------- %
% 信號發射 %
% --------------------------------------------- %
%out = rand(1,baseband_out_length);
%baseband_out1 = round(out) ;
%baseband_out2 = floor(out*2) ;
%baseband_out3 = ceil(out*2)-1 ;
%baseband_out4 = randint(1,baseband_out_length);
% 四種生成發送的二進制序列的方法，任取一種產生要發送的二進制序列
%if (baseband_out1 == baseband_out2 & baseband_out1 == baseband_out3 )
% fprintf('Transmission Sequence Generated \n \n');
% baseband_out = baseband_out1 ;
%else
% fprintf('Check Code!!!!!!!!!!!!!!!!!!!!! \n \n');
%end
% 驗證四種生成發送的二進制序列的方法
baseband_out=round( rand(1,baseband_out_length));
convert_matrix = reshape(baseband_out,bits_per_symbol,length(baseband_out)/bits_per_symbol);
for k = 1length(baseband_out)/bits_per_symbol),
molo_baseband(k) = 0;
for i = 1:bits_per_symbol
molo_baseband(k) = molo_baseband(k) + convert_matrix(i,k)* 2^(bits_per_symbol - i);
end
end
% 每2個比特轉化為整數 0至3
% 採用'left-msb'方式
%-------------------------------------------------------------------------
% Test by lavabin
% A built-in function of directly change binary bits into decimal numbers
%-------------------------------------------------------------------------
%convert_matrix1 = zeros(length(baseband_out)/bits_per_symbol,bits_per_symbol);
%convert_matrix1 = convert_matrix' ;
%Test_convert_matrix1 = bi2de(convert_matrix1,bits_per_symbol,'left-msb');
%Test_convert_matrix2 = bi2de(convert_matrix1,bits_per_symbol,'right-msb');
% 函數說明：
% BI2DE Convert binary vectors to decimal numbers.
% D = BI2DE(B) converts a binary vector B to a decimal value D. When B is
% a matrix, the conversion is performed row-wise and the output D is a
% column vector of decimal values. The default orientation of thebinary
% input is Right-MSB; the first element in B represents the least significant bit.
%if (molo_baseband == Test_convert_matrix1')
% fprintf('molo_baseband = Test_convert_matrix1 \n\n\n');
%else if (molo_baseband == Test_convert_matrix2')
% fprintf('molo_baseband = Test_convert_matrix2 \n\n\n');
% else
% fprintf('molo_baseband ~= any Test_convert_matrix \n\n\n');
% end
%end
% we get the result "molo_baseband = Test_convert_matrix1".
%-------------------------------------------------------------------------
carrier_matrix = reshape(molo_baseband,carrier_count,symbols_per_carrier)';
% 生成時間－載波矩陣
% --------------------------------------------- %
% QDPSK調制 %
% --------------------------------------------- %
carrier_matrix = [zeros(1,carrier_count); carrier_matrix]; % 添加一個差分調制的初始相位，為0
for i = 2symbols_per_carrier + 1)
carrier_matrix(i, = rem(carrier_matrix(i, + carrier_matrix (i-1,, 2^bits_per_symbol) ; % 差分調制
end
carrier_matrix = carrier_matrix*((2*pi)/(2^bits_per_symbol)) ; % 產生差分相位
[X, Y]=pol2cart(carrier_matrix, ones(size(carrier_matrix,1),size(carrier_matrix,2))); % 由極坐標向復數坐標轉化 第一參數為相位 第二參數為幅度
% Carrier_matrix contains all the phase information and all the amplitudes are the same『1』.
complex_carrier_matrix = complex(X, Y) ;
% 添加訓練序列 `
training_symbols = [ 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 ...
-j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 ...
1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 ...
-1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j ...
-1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 1 j j 1 -1 -j -j -1 ]; % 25 times "1 j j 1" , 25 times "-1 -j -j -1", totally 200 symbols as a row
training_symbols = cat(1, training_symbols, training_symbols) ;
training_symbols = cat(1, training_symbols, training_symbols) ; % Proction of 4 rows of training_symbols
complex_carrier_matrix = cat(1, training_symbols, complex_carrier_matrix) ; % 訓練序列與數據合並
% block-type pilot symbols
IFFT_molation = zeros(4 + symbols_per_carrier + 1,IFFT_bin_length) ;
% Here a row vector of zeros is between training symbols and data symbols!!!
% 4 training symbols and 1 zero symbol
% every OFDM symbol takes a row of "IFFT_molation"
IFFT_molation(: , carriers) = complex_carrier_matrix;
IFFT_molation(: , conjugate_carriers) = conj(complex_carrier_matrix) ;
%-------------------------------------------------------------------------
% Test by lavabin -- Find the indices of zeros
%index_of_zeros = zeros(symbols_per_carrier,IFFT_bin_length - 2*carrier_count);
%IFFT_molation1 = zeros(4 + symbols_per_carrier + 1,IFFT_bin_length);
%IFFT_molation2 = zeros(4 + symbols_per_carrier + 1,IFFT_bin_length);
%IFFT_molation1(6:symbols_per_carrier+5, = IFFT_molation(6:symbols_per_carrier+5,==0 ;
%for i = 1:symbols_per_carrier
%index_of_zeros(i, = find(IFFT_molation1(i+5,==1);
%end
%-------------------------------------------------------------------------
time_wave_matrix = ifft(IFFT_molation') ; % 進行IFFT操作
time_wave_matrix = time_wave_matrix'; % If X is a matrix, ifft returns the inverse Fourier transform of each column of the matrix.
for i = 1: 4 + symbols_per_carrier + 1
windowed_time_wave_matrix( i, : ) = real(time_wave_matrix( i, : )) ;
end
% get the real part of the result of IFFT
% 這一步可以省略，因為IFFT結果都是實數
% 由此可以看出，只是取了IFFT之後載波上的點，並未進行CP的復制和添加end
ofdm_molation = reshape(windowed_time_wave_matrix',1, IFFT_bin_length*(4 + symbols_per_carrier + 1) ) ;
% P2S operation
%-------------------------------------------------------------------------
% Test by lavabin
% Another way of matrix transition
%ofdm_molation_tmp = windowed_time_wave_matrix.';
%ofdm_molation_test = ofdm_molation_tmp(';
%if (ofdm_molation_test == ofdm_molation)
% fprintf('ofdm_molation_test == ofdm_molation \n\n\n');
%else
%fprintf('ofdm_molation_test ~= ofdm_molation \n\n\n');
%end
% We get the result "ofdm_molation_test == ofdm_molation" .
%-------------------------------------------------------------------------
Tx_data=ofdm_molation;
% --------------------------------------------- %
% 信道模擬 %
% --------------------------------------------- %
d1= 4; a1 = 0.2; d2 = 5; a2 = 0.3; d3 = 6; a3 = 0.4; d4 = 7; a4 = 0.5; %信道模擬
1 = zeros(size(Tx_data)) ;
for i = 1 + d1: length(Tx_data)
1(i) = a1*Tx_data( i - d1) ;
end
2 = zeros(size(Tx_data) ) ;
for i = 1 + d2: length( Tx_data)
2(i) = a2*Tx_data( i - d2) ;
end
3 = zeros(size(Tx_data) ) ;
for i = 1 + d3: length(Tx_data)
3(i) = a3*Tx_data ( i - d3) ;
end
4 = zeros(size(Tx_data) ) ;
for i = 1 + d4: length( Tx_data)
4(i) = a4*Tx_data(i - d4) ;
end
Tx_data = Tx_data + 1 + 2 + 3 + 4; % 4 multi-paths
Tx_signal_power = var(Tx_data);
for idx=1:length(SNR)%monte carlo 模擬模擬
linear_SNR = 10^( SNR(idx) /10) ;
noise_sigma = Tx_signal_power / linear_SNR;
noise_scale_factor = sqrt(noise_sigma) ;
noise = randn(1, length(Tx_data) )*noise_scale_factor;
Rx_Data = Tx_data + noise;
% --------------------------------------------- %
% 信號接收 %
% --------------------------------------------- %
Rx_Data_matrix = reshape(Rx_Data, IFFT_bin_length, 4 + symbols_per_carrier + 1) ;
Rx_spectrum = fft(Rx_Data_matrix) ;
% Suppose precise synchronazition between Tx and Rx
Rx_carriers = Rx_spectrum( carriers, : )';
Rx_training_symbols = Rx_carriers( (1: 4) , : ) ;
Rx_carriers = Rx_carriers((5: 55), : ) ;
% --------------------------------------------- %
% 信道估計 %
% --------------------------------------------- %
Rx_training_symbols = Rx_training_symbols./ training_symbols;
Rx_training_symbols_deno = Rx_training_symbols.^2;
Rx_training_symbols_deno = Rx_training_symbols_deno(1,+Rx_training_symbols_deno(2,+Rx_training_symbols_deno(3,+Rx_training_symbols_deno(4, ;
Rx_training_symbols_nume = Rx_training_symbols(1, : ) +Rx_training_symbols(2, : ) + Rx_training_symbols(3, : ) +Rx_training_symbols(4, : ) ;
Rx_training_symbols_nume = conj(Rx_training_symbols_nume) ;
% 取4個向量的導頻符號是為了進行平均優化
% 都是針對 「行向量」即單個的OFDM符號 進行操作
% 原理：尋求1/H，對FFT之後的數據進行頻域補償
% 1/H = conj(H)/H^2 because H^2 = H * conj(H)
Rx_training_symbols = Rx_training_symbols_nume./Rx_training_symbols_deno;
Rx_training_symbols = Rx_training_symbols_nume./Rx_training_symbols_deno;
Rx_training_symbols_2 = cat(1, Rx_training_symbols,Rx_training_symbols) ;
Rx_training_symbols_4 = cat(1, Rx_training_symbols_2,Rx_training_symbols_2) ;
Rx_training_symbols_8 = cat(1, Rx_training_symbols_4,Rx_training_symbols_4) ;
Rx_training_symbols_16 = cat(1, Rx_training_symbols_8, Rx_training_symbols_8) ;
Rx_training_symbols_32 = cat(1, Rx_training_symbols_16, Rx_training_symbols_16) ;
Rx_training_symbols_48 = cat(1, Rx_training_symbols_32, Rx_training_symbols_16) ;
Rx_training_symbols_50 = cat(1, Rx_training_symbols_48, Rx_training_symbols_2) ;
Rx_training_symbols = cat(1, Rx_training_symbols_50,Rx_training_symbols) ;
Rx_carriers = Rx_training_symbols.*Rx_carriers; % 進行頻域單抽頭均衡
Rx_phase = angle(Rx_carriers)*(180/pi) ;
phase_negative = find(Rx_phase < 0) ;
%----------------------Test of Using "rem"---------------------------------
%Rx_phase1 = Rx_phase;
%Rx_phase2 = Rx_phase;
%Rx_phase1(phase_negative) = rem(Rx_phase1(phase_negative) + 360, 360) ;
%Rx_phase2(phase_negative) = Rx_phase2(phase_negative) + 360 ;
%if Rx_phase2(phase_negative) == Rx_phase1(phase_negative)
%fprintf('\n There is no need using rem in negative phase transition.\n')
%else
% fprintf('\n We need to use rem in negative phase transition.\n')
%end
%-------------------------------------------------------------------------
Rx_phase(phase_negative) = rem(Rx_phase(phase_negative) + 360, 360) ; % 把負的相位轉化為正的相位
Rx_decoded_phase = diff(Rx_phase) ;
% 這也是為什麼要在前面加上初始相位的原因
% 「Here a row vector of zeros is between training symbols and data symbols!!!」
phase_negative = find(Rx_decoded_phase < 0) ;
Rx_decoded_phase(phase_negative)= rem(Rx_decoded_phase(phase_negative) + 360, 360) ; % 再次把負的相位轉化為正的相位
% --------------------------------------------- %
% QDPSK解調 %
% --------------------------------------------- %
base_phase = 360 /2^bits_per_symbol;
delta_phase = base_phase /2;
Rx_decoded_symbols = zeros(size(Rx_decoded_phase,1),size(Rx_decoded_phase,2)) ;
for i = 1: (2^bits_per_symbol - 1)
center_phase = base_phase*i;
plus_delta = center_phase + delta_phase; % Decision threshold 1
minus_delta = center_phase - delta_phase; % Decision threshold 2
decoded = find((Rx_decoded_phase <= plus_delta)&(Rx_decoded_phase > minus_delta)) ;
Rx_decoded_symbols(decoded) = i;
end
% 僅僅對三個區域進行判決
% 剩下的區域就是零相位的空間了
% 這個區域在定義解調矩陣時已經定義為零
Rx_serial_symbols = reshape(Rx_decoded_symbols',1,size(Rx_decoded_symbols, 1)*size(Rx_decoded_symbols,2)) ;
for i = bits_per_symbol: -1: 1
if i ~= 1
Rx_binary_matrix(i, : ) = rem(Rx_serial_symbols, 2) ;
Rx_serial_symbols = floor(Rx_serial_symbols/2) ;
else
Rx_binary_matrix( i, : ) = Rx_serial_symbols;
end
end
% Integer to binary
baseband_in = reshape(Rx_binary_matrix, 1,size(Rx_binary_matrix, 1)*size(Rx_binary_matrix, 2) ) ;
% --------------------------------------------- %
% 誤碼率計算 %
% --------------------------------------------- %
%bit_errors(idx) = find(baseband_in ~= baseband_out) ;
% find的結果 其每個元素為滿足邏輯條件的輸入向量的標號，其向量長度也就是收發不一樣的bit的個數
%bit_error_count(idx) = size(bit_errors, 2) ;
%total_bits = size( baseband_out, 2) ;
%bit_error_rate = bit_error_count/ total_bits;
%fprintf ( '%f \n',bit_error_rate) ;
[number_err(idx),BER(idx)] = biterr(baseband_out,baseband_in ) ;
end
semilogy(SNR,BER,'r*');
legend('OFDM BER-SNR');
xlabel('SNR (dB)'); ylabel('BER');
title('OFDM');
grid on;
% --------------------------------------------- %
% The END %
% --------------------------------------------- %
%
% 1. 該程序進行了簡單的LMS信道估計，沒有加入與MMSE等其他信道估計演算法的比較；
%
%2. 模擬條件為系統處於理想同步情況下。