针对OFDM 系统中高峰均比问题，已有的预留子载波（TR）算法是在子载波上注入冗余数据形成新的信号，以改变原信号的PAPR 值。预留子载波算法结合限幅技术，将超出门限的值进行削波，并得到相应的索引值，然后按照削波幅值的大小得到对应的加权值叠加到原始信号上，以得到较低峰均比的发送信号。在这个过程中，创新性地提出改变TR 的位置，以得到性能更佳的消峰信号。通过分析及仿真发现，改进方法以很小的误码率性能损失使信号的PAPR 值降低了约2 dB。

正交频分复用 （Orthogonal Frequency Division Multiplexing，OFDM）是一种多载波调制技术，由于具有良好的抗多径干扰性能，适用于高速数据传输，OFDM成为近年来人们研究的热点。但是其峰均比较高，应用受到了限制，因此有必要研究降低PAPR的方法。本文首先介绍了OFDM的基本原理和PAPR的基本概念，然后讨论了目前常用的降低PAPR的方法，最后对SLM和PTS方法进行了MATLAB仿真。

噪音峰值 在嘈杂的数据中寻找峰值

2、寻找峰值—houghpeaks peaks=houghpeaks(H,numpeaks,param1,val1,param2,val2) peaks是一个Q*2的矩阵，每行的两个元素分别为某一峰值点在Hough矩阵中的行、列索引，Q为找到的峰值点的数目。 3、提取直线段—houghlines lines=houghlines(BW,theta,rho,peaks,param1,val1,param2,val2) Param合法值 含义 ‘Threshold’ 峰值的阈值，默认为0.5*max(H(:)) ‘NHoodSize’ 在每次检测出一个峰值后，NHoodSize指出了在该峰值周围需要清零的邻阈信息。以向量[M N]形式给出，其中M、N均为正奇数。默认为大于等于size(H)/50的最小奇数

matlab获取图像前端点代码弥合模拟差距到真实差距：对真实数据进行超分辨率基准测试 该存储库包含本文中报告的针对超分辨率Erlangen（SupER）基准的评估协议： Köhler，T.，Bätz，M.，Naderi，F.，Kaup，A.，Maier，A.，＆Riess，C.（2019年）。 “迈向缩小模拟到真实的差距：对真实数据进行超分辨率基准测试。”，摘自：IEEE模式分析和机器智能交易（即将出现） 可以从我们的网站下载所有数据集和基准测试结果。 这些图像是使用配备了f / 1.8、16mm定焦镜头的Basler acA2000-50gm CMOS相机采集的所有真实图像。 我们以此数据库为基准对各种单图像和多帧超分辨率（SR）方法进行了基准测试。 入门 基准的结构如下： data ：指定用于存储输入数据集的目录 matlab ：基准测试的源代码 algorithms ：SR算法和图像质量度量 quantitativeStudy ：用于定量评估的脚本 observerStudy ：人类观察者研究的脚本 utility ：映像IO和预处理功能 visualization ：用于可视化

在多峰值函数优化中,基本粒子群算法进化后期收敛速度较慢，对粒子群算法进行了改进

Calculates the PSNR (Peak Signal to Noise Ratio)

密度峰值聚类不需要事先指定类簇数；能够发现非球形类簇；只有一个参数需要预先取值。快速搜索和寻找密度峰值的聚类(clustering by fast search and find of density peaks)，简称密度峰值聚类

全国各县区光伏电站最佳安装倾角、峰值日照时数、首年发电量、年均发电量统计表.pdf

SAR相关指标_sinc函数与SAR点目标聚焦指标 ——分辨率、峰值旁瓣比、积分旁瓣比 文档和matlab程序