-
64QAM调制原理.doc
【实例简介】
64QAM调制原理
（1）基于 DVB-C的有线数字电视
基于DVB-C的有线数字电视采用了频分（8MHz与8MHz之间）与时分（8MHz之内）复用相结合的方法在一个物理频道上可传输6~8套标准清晰度（码率4Mb/s对应40多万像素）电视节目或2套高清晰度（码率18Mb/s对应200多万像素）电视节目。具有图形质量好，可达到DVD的图象质量。传输节目的套数多（可上百套），而且还可像手机一样移动接收且无重影。同时有线数字电视信号的抗干扰能力也模拟电视信号强（源于信道编码），此外有线数字电视还具有模拟电视无法比拟的条件接收（可从技术手段上彻底解决收费与非法偷接信号的问题）和电子节目指南（EPG）等一系列优点。由于有线数字电视系统远比模拟电视系统复杂，其关键技术也比模拟电视好，主要体现：信源编/解码、信道编/解码、传输复用、64QAM正交幅度调制、条件接收（CA）系统、中间件技术和大屏幕显示技术等。我们知道模拟电视的三大技术指标是C/N、CTB和CSO，而有线数字电视系统的主要技术指标除了这3项之外还有：采样频率、量化比特率、数码率（数码率=采样频率*量化比特率）、误码率、相位抖动和调制误差率（MER）等。需要说明的是模拟电视与数字电视的载噪比（C/N）的定义不同：对模拟电视而言C/N的定义是图象载波电平的有效值与规定噪声带宽（5.75MHz）的噪声电平的均方根值之比。而数字电视的C/N的定义却是己调制信号的平均功率与规定噪声带宽（6.95MHz）内的噪声的平均功率之比。
（2）常用的数字调制方式
所谓数字调制是指用数字的基带信号对正弦载波信号的某些参数（幅度、频率和相位）进行控制，使之其随基带信号的变化而变化。数字调制有幅移键控（ASK）、频移键控（FSK）和相移键控（PSK）三种基础形式。当然也可由这三种基本形式组合成联合键控，例如mQAM调制就是幅度和相位的联合键控。此外，还有编码正交频分复用（COFDM），X进制残留边带调制（美国数字电视使用，其中8VSB相当于相当于64QAM，16VSB相当于相当于256QAM）等。数字调制与模拟调制从本质上讲没有什么区别，只不过模拟调制（以调幅为例）对载波的调制是连续的（信号本身就是连续的），同时在收端对载波信号的调制参量的幅度也是连续地估值。而数字调制则对载波的调制不是连续地估计。而数字调制则对载波的调制不是连续的，仅是若干个离散的值,在收端只对载波信号的离散调制参量的幅度进行检测。
衡量数据信号的载波调制有两个重要的指标,一是频带利用率(调制效率,单位频带内所能传输的比特数)；二是功率利用率(在满足误码率的条件下所需功率越小,功率利用率越高)。我们知道数字通信系统的研究的目标是在最小的信道带宽内,以最低的差错率和最低的信号功率来传输最大的数据量。由于图象信号压缩编码后的码率仍是4M/s(标清)，为了在有限的带宽内传输更多的消息量，通常既要求调制效率较高，同时也要求功率利用率较高，而mQAM因其是抑制了载波的调制，具有较高的功率利用率,刚好满足这一点。因此，基于DVB-C有线数字电视采用mQAM调制方式，64QAM b/s是高效的二维调制，理论上调制效率可达6b/s，但考虑滚降和信道编码后实际调制效率为4.75b/s。
（3） 64QAM调制
我们知道单独使用幅度或相位携带信息时，不能充分利用信号平面，这可从星座图上直观地看到，对mASM调制而言，星座点分布在一条轴线上，mPSM调制的星座点分布在圆周上，同时伴随着m的增大其星座点的距离也跟着减小，造成抗干扰能力的下降。为解决这一问题mQAM调制应运而生，它是一种二维调制，同时具备较高的调制效率和较好的功率利用率。mQAM调制可充分利用信号平面，星座点的分布呈块状。 mQAM调制既可以用无线信道，也可以用有线信道。由于有线数字信道以HFC网络为传输媒介，信道的条件较好，m的数值可选的稍大一些。一般而言m的数值选择要兼顾调制效率和信道条件这两方面因素，故基于DVB-C的有线数字电视选用64QAM调制。
64QAM调制是基于DVB-C的有线数字电视的核心技术，所谓QAM是用两个独立的基带信号对两个相互正交的同频载波进行抑制载波的双边带调制。在mQAM中m叫状态数，通常取值为16、32、64、128和256，状态越低（意味着星座点之间的空间距离远）抗干扰能力强，但调制效率较低（携带的消息量少），反之状态数越大（意味着星座点之间的空间距离近）抗干扰能力弱，但调制效率较高（携带的消息量大，同时要求信道质量也越高，即要求优质的光缆电缆和各种有源无源器件直至优质的施工质量）。有线数字电视DVB-C标准中规定使用的是64QAM，需要特别注意的是64QAM的名称虽为正交幅度调制，但实际上却是所谓的振幅-相位联合键控，这是一个有线数字电视中非常重要的概念，正因为QAM相位调制（依靠不同的相位携带不同的消息），才导致了有线数字电视对HFC传输网络质量的要求高于模拟电视。64QAM中的64个状态（星座点）上的每个星座点的解调要靠幅度和相位共同决定，64QAM中采用的是8进制（或8电平，提高效率），每个星座点由6比特（6位二进制组成，从000000~111111），所有的信息（视频码流、音频码流、和辅助数据码流）都在每一个星座点中的6比特中。
（3.1）64QAM调制的原理
所谓mQAM是用两个独立的基带信号对两个相互正交的同频载波进行抑制载波的双边带载波。设ml(t)和mQ(t)是两个独立的基带信号，cosωct和sinωct是相互正交的载波，则发送端形成的正交振幅调制信号为：
e0(t)=mI(t) cosωct mQ(t) sinωct
其中：cosωct为同相信号或I信号，sinωct是正交信号或Q信号。以64QAM为例，经2~8电平转换后可得到-1、-3、-5、-7、 1、 3、 5和 7共8个电平，则调制器I（正交）输出的8个信号为 7sinωct、 5sinωct、 3sinωct、 1sinωct、-1sinωct、-3sinωct、-5sinωct、-7sinωct；调制器Ⅱ（同相）输出的8个信号为： 7cosωct、 5cosωct、 3cosωct、 1cosωct、-1cosωct、-3cosωct、-5cosωct和-7cosωct。两路己调信号相加共有64个不同的组合，这样便形成64QAM的星座图。图Ⅰ为mQAM调制原理示意图。
由64QAM调制原理知其调制流程如下：
（1） 输入多路复用的TS（系统复用器完成，一般而言一台复用器对应一台64QAM调制器），首先进行串并变换，即将一路串行码流变成二路并行码流，速率减半，码流为二进制；
（2） 扰码频谱扩散（扰码是为了避免DVB-C数据帧结构中的长连“1”或长连“0”的出现，以便在接收端恢复时钟信号。MPEG-2传输复用包经过扰码处理后，其“1”或“0”在时间上变得均匀分布，此外扰码频谱扩散还能保证星座图中各点的能量密度一致）；
（3） 信道编码（外码，码型为RS，纠错FEC，为对付突发干扰引入外交织，内交织在188字节中进行，外交织包含RS编码在204字节中进行）；
（4） 字节映射成符号，即完成电平变换或称为进制变换（2电平变为8电平或2进制变为8进制，首先进行比特到符号的转换，如64QAM是将8比特数据转换成6比特为一组的符号）；
（5） Nyquist滤波信号成型（即基带成形，在64QAM调制之前对I、Q信号进行升余弦平方根滚降滤波）；
（6） 多电平正交幅度调制64QAM产生中频信号，先由振荡器产生同相的载波，然后经移相90度后产生正交的载波，同时调制完成后将抑制载波，因为载波不携带任何信号；
（7） 并串变换，既将二路并行码流变成一路串行码流，速率增加一倍，码流已不是二进制，而是变为8进制的符号；
（8） 上变频形成RF信号输出。
这里的幅移键控本质上是一个乘法器，它将数据脉冲信号与正弦载波信号相乘，输出为已调信号。换言之，幅移键控即数字脉冲为1时，对应已调波有输出1信号，反之当幅移键控的数字脉冲为0时，对应已调波信号输出0信号。可见幅移键控实际上是将基带信号的频谱在频率轴上进行搬移。
64QAM调制器共有44种不同的相位，64种不同幅度，星座图中64个状态（000000~111111）中每一个状态的幅度和相位都是一一对应的关系，但由于存在着一些相位相同的星座点，这些点的判决由不同幅度和相同的相位共同决定，其他判决点由不同幅度和不同相位共同决定。
盲均衡（时域均衡）即指不需要训练信号，仅利用接收信号本身的先验信息便可均衡信道特性，使均衡器的输出信号尽量接近发送信号。
mQAM调制器的振荡器有传统的模拟振荡器和现代的数字振荡器之分，进口mQAM调制器一般为数字振荡器，其性能远优于模拟振荡器。基于数字振荡器的mQAM具有完美的正交调制、没有幅度不平衡、载波完全抑制和非线性失真等优点。
mQAM在调制时产生两个边带信号和一个载波分量，但载波分量不携带任何信息，不能有效的利用功率，因此在调制的输出信号中将载波抑制掉。在机顶盒的解调中采用相干解调，相干解调的关键技术是相干信号的提取，即载波的提取。相干载波需从抑制载波的已调信号本身中恢复出参考载波，通常采取非线性处理和滤波提取。经过非线性处理可以让不含载频的信号产生载频，然后再滤波提取，一般情况下，载波提取和解调是在同一个环内同时完成的，主要有平方环和考斯塔斯环（Costas）两种。然后机顶盒中恢复出的载波要与64QAM调制器产生的载波同频同相，这叫载波同步。此外数字系统中还有位同步（码元同步或比特同步）、帧同步和网同步等。
（3.2）64QAM调制的主要技术指标
64QAM调制器是数字调制器，其主要技术指标也较模拟的中频调制器多，mQAM调制器规定数字频道的载频安排在每个物理频道8MHz的中央位置，各频道的频率范围与模拟电视一致，也分捷变频和固定频道两种形式。下面以科学亚特兰大SA公司的主流品种QUASAR MKII（1U高度标准19英寸安装尺寸）mQAM调制器为例简介其主要技术指标和含义。
（1） 接口指标
接头：BNC，75Ω ASI输入（标准配置）
类型：异步串行接口
包格式：自动检测：188/204包
码率：1~215Mb/s（最小1 Mb/s净荷）
（2） RF输出
接头：F头，BNC或75Ω，50/70Ω
频率：50～870MHz
带宽：1~8MHz可选
电平；50~60dBmV
回波损耗：≥15dB
BDR：≥9×10-9
SNR：≥50dB
RF测试口电平：-20 dB
（3） 信号指标
信道编码；纠错方式FEC、RS编码和外交织
交织深度：I=12
MER（均衡后）≥40 dB（射频）
包格式：自动检测：188/204字节包
QAM星座：16、32、64、128、256QAM
支持的输入码率：高达215 Mb/s
符号率：1~7Mbaud
PID过滤功能：可选
（4） 网络接口
接口类型：RJ45
接口速率：10Base-T
支持协议：HTTP、SNMP
（5） 选件
DS-3电信输入接口
64QAM调制器中最重要的一个技术指标是调制误差率（MER）。调制误差率国标的定义是理想矢量的幅度的平方与误差矢量幅度平方之比。显然调制误差率与反射损耗一样越大越好，国标规定64QAM的MER要大于32dB，256QAM的MER要大于30dB，图2为调制误差率示意图。
图2 调制误差率MER示意图
64QAM调制器还有一个信道指标有效载荷，数值为38Mb/s（不含RS编码），通常节目只能用到36Mb/s，还要留一部分码流传输EPG等辅助数据。它的含义是8MHz带宽内传输的码流不能大于此值（比如传10多套标清或3套高清电视节目），否则就会发生码流溢出的现象，从而导致马赛克或黑屏出现，就像GE中发生拥塞会降低传输速率或丢包一样。依标清电视码率4Mb/s和高电视码率18Mb/s，一台64QAM调制器可传8套标清或2套高清电视节目（还要为辅助数据如EPG等留下部分码流）。
选件DS3输入接口（北美标准三次群速率为45Mb/s）的功能很有使用价值，因为当今的广电网络并不是一个孤立的网络，大都通过SDH联网。上接省干SDH网络，下连各县SDH网络，可以说起到承上启下的作用。因此，从省网下传的信号和下连各县的信号都是走DS3通道，有了这个输入接口则SDH网络来的信号可以直接进入mQAM调制器，非常方便。相反若没有这个接口则还要使用网络适配器进行信号格式转换，即不方便也不经济。
（3.3） 64QAM调制和HFC网络的关系
基于DVB-C的有线数字电视前端平台中的设备和HFC网络联系最紧密的莫过于64QAM调制器了，其它前端设备如MPEG—2编码器和系统复用器等与HFC网络关联度不大，不像64QAM调制器那样对HFC网络的影响是直接和显著的。因此，从这个意义上讲64QAM对HFC网络有着举足轻重的作用。这样因为64QAM除了完成正交幅度调制外，还要完成信道的编码等功能。因为在实际运用中解码器（机顶盒）处要求MER大于30 dB，调制误差率反映了整个系统中信号所有类型的损伤和劣化。因此，调制误差率可以看成接收信号的品质因数，即数字信号能被正确还原的概率。可以这样理解调制误差率几乎相当于信噪比（S/N）的技术指标。显然调制误差率（MER）越高越好，这一点由调制误差率的定义不难看出。国标64QAM的MER要求大于32dB，好的可以大于43 dB，高于国标10 dB。显然，调制误差率是64QAM调制器中最重要的一个技术指标，这一点就像HFC网络中射频放大器的非线性失真指标一样重要。调制误差率（MER）高意味着对HFC网络的质量要求可以较低，即容许放大器串联的级数可以稍多，容许网络中有一些反射、接触不良和同轴电缆的质量可以稍差一点等等。反之若调制误差率（MER）指标越低，意味着对HFC网络的质量要求较高，即容许放大器串联的级数少，同时对HFC网络中存在反射、接触不良和同轴电缆的质量等提出了更高的要求（实际情况表明，这一点往往是不容易达到的）。由此可见调制误差率（MER）也是区分QAM调制器档次高低的关键技术指标。
- 2021-06-09 00:31:17下载
- 积分：1
-
tensor toolbox for matlab
一个matlab的张量分析工具箱，含有常用的张量运算函数和张量分解函数，如tucker分解，张量乘以向量、矩阵、张量等。
- 2020-12-11下载
- 积分：1
-
西门子S7200smart变频器恒压供水一拖二PLC程序
变频器恒压供水，非常完善的S7200SMRT ，PLC程序，有详细的中文注解，主程序，子程序，PID调节，一应俱全。下来就可以应用在项目上。
- 2020-12-12下载
- 积分：1
-
基于FPGA的出租车计价器设计
【实例简介】
- 2021-10-12 00:31:53下载
- 积分：1
-
MPU6050驱动代码和资料
MPU6050驱动代码和中文数据手册。陀螺仪的角度计算和加速度。
- 2021-05-06下载
- 积分：1
-
超市管理系统 c# sql 及设计报告
超市管理系统 c# sql 数据库设计 软件设计源码
- 2020-11-29下载
- 积分：1
-
JAVA坦克大战游戏开发毕业论文
1 绪论人类进入21世纪，全球一体化，互联网就起到重要的作用，而且随着互联网的不断发展，信息技术逐渐发展壮大，将成为网络经济的核心。其中计算机、网络通信的发展最为迅速。在现今电子信息高速发展的时代，游戏已经深入到人们的日常生活中，成为老少皆宜的娱乐方式[1]。1.1 游戏设计目的及定义基本要求：游戏开发的总体任务是实现游戏的可操作性，以及界面的美观性。整个开发过程遵循Java软件的规定，采用JAVA GUI编程来实现界面及事件的控制，用户根据键盘的四个方向键的按键状态确定Tank方向，根据方向进行下一步的移动（move），通过F2来复活，CTRL键来发射炮弹等功能。目标：通过游戏的
- 2020-12-11下载
- 积分：1
-
MATLAB免疫遗传算法，在物流中心选址中的应用
MATLAB程序，成功开发了优化的免疫遗传算法，并应用于物流中心的选址应用中，同时给出了详细的注解。可直接应用~
- 2020-06-30下载
- 积分：1
-
贝叶斯网络学习、推理与应用
专门讲贝叶斯网络学习的书籍，很经典，需要学习的可以下载图书在版编目(CIP)数据贝叶斯网络学习推理与应用王双成著.一上海:立信会计出版社,20102lsBN978-754292470-4I.①贝…Ⅱ.①王….①贝叶斯推断Ⅳ①0212中国版本图书馆CP数据核字(2010)第07142号责任编辑赵志梅封面设计周祟文贝叶斯网络学习、推理与应用出版发行立信会计出版社地址上海市中山西路2230号邮政编码20035电话(021)64411389传真(021)644125网址www.lirinaph.comE-mail kaph@ sh163 net网上书店www.shl-.netTel:(021)6411071经销各地新华书店印刷上海申松立信印刷有限责任公司开本890毫米X1240毫米/32印张9375字数254千字版次2010年2月第1版印次2010年2月第1次书号IsBN978-7-54292470-4/0定价20.00元如有印订差错,请与本社联系调换内容简介贝叶斯网络是概率理论与图形理论的结合,围绕的一个基本问题是联合概率计算。基于贝叶斯网络可进行联合概率的条件和边缘分解从而有效降低运算复杂性并解决与联合概率计算有关的一系列向题。贝叶斯网络已在许多领域得到了广泛的应用,是不确定性知识表示和推理的有力工具。本书按照贝叶斯网络基础、学习、推理、集成和应用的框架介绍贝叶斯网络的相关理论、方法和算法,有助于读者对贝叶斯网络理论体系的认识和理解,可供相关专业的高年级本科生、研究生和科研人员学习与参考贝叶斯网络( Bayesian networks)是描述随机变量之间依赖关系的图形模式,被广泛用于不确定性问题的智能化求解。它具有多功能性、有效性和开放性(是一个能够集成其它智能技术与数据处理方法的平台)等特征,能够有效地转化数据为知识(具有形象直观的知识表示形式),并利用这些知识进行推理(具有类似于人类思维的推理方式),以解决分析、预测和控制等方面的问题。其有效性已在风险管理、信息融合、医疗诊断、系统控制和生物信息分析等许多领域得到验证。自从20世纪80年代后期加利福尼亚大学计算机科学系 Pearl(1988)给出贝叶斯网络的严格定义并创建贝叶斯网络基础理论体系以来,贝叶斯网络获得了长足的发展。这些研究主要从贝叶斯网络学习推理、集成和应用四个方面展开,出现了许多经典的方法和算法,也解决了大量的实际问题。本书共分五个部分。第一部分是贝叶斯网络基础,包插第1、第2、第3章。第1章介绍在贝叶斯网络研究中经常使用的一些概率公式和方法。第2章从概率模式、图形模式和它们之间联系的视角简要阐述贝叶斯网络的基础理论。第3章绐出贝叶斯网络学习和推理中可能用到的一些量化方法和标准第二部分是贝叶斯网络学习,包括第4章至第10章。这儿章分别从具有完整数据、丢失数据、隐藏变量、连续变量、噪声和小数据集等情况给出了一系列贝叶斯网络学习方法,以及随环境变化的贝叶斯网络更新算法。第三部分是贝叶斯网络推理,包括第11、第12章。第11章从贝叶斯网络信念更新和信念修正两个方面简要介绍经典的准确和近似推贝叶斯劂络学习、推瑰与应用理方法。第12章给出一系列贝叶斯网络分类器(分类预测推理)。第四部分是贝叶斯网络集成,包括第13章至第16章。这几章介绍将贝叶斯网络与因果理论、决策理论、可能理论和时序过程相结合而得到的因果贝叶斯网络、决策贝叶斯网络(影响图)、可能贝叶斯网络(可能网)和动态贝叶斯网络。第五部分是贝叶斯网络应用,包括第17、笫18章。第17章介绍基于贝叶斯网络的聚类分析方法。第18章给出贝叶斯网络在预警和评估等方面的应用。本书是作者在多年从事贝叶斯网络研究基础上整理而成的,其撰写和出版得到国家自然科学基金(60675036)、上海市教委重点学科基金(51702)和上海市教委科研创新重点项目(09z202)的资助。王双成2009年11月于上海立信会计学院录第一部分贝叶斯网络基础第1章概率论基础1.1概率计算公式1.2贝叶斯方法33561.3贝叶斯概率音要鲁要是音音吾辛音晋晋费音省普辛音萨自即鲁音普鲁香备善鲁曹普辛鲁曹曹鲁鲁第2章贝叶斯网络基础理论…2.1概率模式中的条件独立性2.2图形模式中的d- separation性102.3条件独立性与d- separation性之间的联系…2.4贝叶斯网络基本定理……122.5贝叶斯网络模型…………………………122.6变量之间基本依赖关系和结点之间基本结构……………14第3章常用的检验方法和评价标准153.1变量之间依赖关系检验…153.2贝叶斯网络结构常用打分标准…183.3分类准确性评价标准…………243.4贝叶斯网络学习可靠性评价标准…28第二部分贝叶斯网络学习第4章具有完整数据的贝叶斯网络学习314.1基于打分搜索的贝叶斯网络结构学习……………………312贝叶斯网络学习、推理与应用4.2基于依赖分析的贝叶斯网络结构学习36第5章具有丢失数据的贝叶斯网络学习…………455.1基于近似打分搜索的结构学习………455.2基于 Gibbs sampling和依赖分析的贝叶斯网络结构学习…音非垂48第6章具有隐藏变量的贝叶斯网络学习是·音音曹面喜鼻口要音·面鲁要普鲁看豪556.1不考虑隐藏变量的贝叶斯网络结构和道德图学习………556.2发现隐藏变量6.3确定隐藏变量取值和维数…………………………………586.4确定局部结构……606.5实验与分析………………………………………60第7章具有连续变量的贝叶斯网络学习D看口637.1不离散化连续变量的贝叶斯网络学习……637.2离散化连续变量的贝叶斯网络学习…66第8章具有噪声的贝叶斯网络学习…………788.1噪声平滑方法……798.2噪声平滑过程………………………808.3实验与分析82第9章小数据集贝叶斯网络学习…………………879.1小数据集贝叶斯网络结构学习……889.2小数据集贝叶斯网络多父结点参数的修复……96第10章贝叶斯网络更新学习看看dt10.1贝叶斯网络增量学习…●鲁···。靳鲁鲁毒●毒。鲁鲁■。音啬·最番着着鲁音音·自啬10310.2贝叶斯网络适应性学习………1410第三部分贝叶斯网络推理第11章贝叶斯网络基本推理11711.1统计推断……………………11711.2贝叶斯网络中的信念更新………………………11911.3贝叶斯网络中的信念修正………132第12章贝叶斯网络分类推理p由要中。;中叠鲁量。自·申中··画电·13612.1贝叶斯分类器…13712.2朴素贝叶斯分类器…14012.3广义朴素贝叶斯分类器……s14412.4TAN分类器………14612.5贝叶斯网络分类器…15312.6基于类约束的贝叶斯网络分类器………15612.7基于贝叶斯网络的特征子集选择要鲁费鲁量要鲁卧电香曹15812.8分类器的训练与泛化………………………………17212.9基于贝叶斯网络的联合预测………………………174第四部分贝叶斯网络集成第13章因果贝叶斯网络;音p即曹看最看晋看看看面画哥垂晶最音是看语音西卣垂17713.1单连通因果网学习s…………17813.2基于依赖分析的因果贝叶斯网络结构学习番备普最看啬■曹音音番春17813.3基于结点排序和局部打分-搜索的因果贝叶斯网络结构学习18513.4因果贝叶斯网络参数学习……18813.5基于贝叶斯网络的因果知识表示………………18913.6因果量化分析189第14章决策贝叶斯网络l914贝叶斯网络学习、箍理与应用14.1影响图的构成19114.2影响图的基本变换和最优决策…画·垂画画……19214.3影响图举例…………………………193第15章可能贝叶斯网络…19815.1可能网的概念鲁非鲁中·中鲁鲁·普西·鲁善鲁鲁善善申善鲁曹鲁鲁善善@·售鲁善鲁鲁登要19815.2可能网结构学习……202第16章动态贝叶斯网络……………………………20416.1一般动态贝叶斯网络20416.2具有平稳性和马尔可夫性假设约束的动态贝叶斯网络…20516.3几种特殊的动态贝叶斯网络………………………………21016.4动态贝叶斯网络分类器…………………………211第五部分贝叶斯网络应用第17章贝叶斯网络用于聚类分析………………21717.1离散数据聚类………………21717.2自动混合数据聚类— AutoClass…22217.3基于 Gibbs sampling的混合数据聚类225第18章贝叶斯网络用于预测23518.1经济周期波动转折点预测…23518.2风险预警23618.3风险评估…244附录常用贝叶斯网络…………………………………………250参考文献270
- 2020-12-11下载
- 积分：1
-
EtherCAT Slave Stack Code Tool 5.12 (SSC Tool 5.12)
EtherCAT Slave Stack Code Tool 5.12 (SSC Tool 5.12) 当前最新版，实测可用
- 2020-11-29下载
- 积分：1
