Adaptive Channel Equalizer ermöglichen eine effiziente, robuste, zuverlässige und erfolgreiche Kommunikation von Daten oder Nachrichten über unvollkommene Kanäle, was einen der größten Erfolge der Technik darstellt. Der Hauptvorteil des Soft-Computing-Ansatzes für den Entwurf von Kanalentzerrern und für die Systemidentifizierung ist die einfache Implementierung, sowohl in Bezug auf die Kodierung als auch auf die Parameterauswahl. In diesem Buch werden die Beiträge verschiedener wegweisender Veröffentlichungen zu adaptiven Filtern auf der Basis von Hard- und Softcomputing, insbesondere für Kanalentzerrung und Systemidentifikation, vorgestellt. Das Buch enthält einen detaillierten Literaturüberblick über die Verwendung von strukturierten stochastischen Soft-Computing-Algorithmen, die im Vergleich zu klassischen adaptiven Algorithmen in der Lage sind, die Koeffizienten einer Vielzahl von FIR- und nichtlinearen Strukturen schnell und effektiv anzupassen. Allerdings ist kein einzelner Algorithmus ausreichend, um alle Arten von Optimierungsproblemen zu lösen. Die Eignung eines bestimmten Algorithmus hängt von der jeweiligen Anwendung ab.
"synopsis" may belong to another edition of this title.
Seller: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Germany
Taschenbuch. Condition: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Adaptive Channel Equalizer ermöglichen eine effiziente, robuste, zuverlässige und erfolgreiche Kommunikation von Daten oder Nachrichten über unvollkommene Kanäle, was einen der größten Erfolge der Technik darstellt. Der Hauptvorteil des Soft-Computing-Ansatzes für den Entwurf von Kanalentzerrern und für die Systemidentifizierung ist die einfache Implementierung, sowohl in Bezug auf die Kodierung als auch auf die Parameterauswahl. In diesem Buch werden die Beiträge verschiedener wegweisender Veröffentlichungen zu adaptiven Filtern auf der Basis von Hard- und Softcomputing, insbesondere für Kanalentzerrung und Systemidentifikation, vorgestellt. Das Buch enthält einen detaillierten Literaturüberblick über die Verwendung von strukturierten stochastischen Soft-Computing-Algorithmen, die im Vergleich zu klassischen adaptiven Algorithmen in der Lage sind, die Koeffizienten einer Vielzahl von FIR- und nichtlinearen Strukturen schnell und effektiv anzupassen. Allerdings ist kein einzelner Algorithmus ausreichend, um alle Arten von Optimierungsproblemen zu lösen. Die Eignung eines bestimmten Algorithmus hängt von der jeweiligen Anwendung ab. 52 pp. Deutsch. Seller Inventory # 9786206534860
Seller: moluna, Greven, Germany
Condition: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Autor/Autorin: Sinha RashmiDr. Rashmi Sinha erwarb ihren B.Sc. (Ingenieurwesen), M.Sc. (Ingenieurwesen) und Doktortitel am National Institute of Technology, Jamshedpur, Indien. Im Jahr 1997 trat sie als Assistenzprofessorin in die Abteilung fuer Ele. Seller Inventory # 1151917969
Quantity: Over 20 available
Seller: buchversandmimpf2000, Emtmannsberg, BAYE, Germany
Taschenbuch. Condition: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Adaptive Channel Equalizer ermöglichen eine effiziente, robuste, zuverlässige und erfolgreiche Kommunikation von Daten oder Nachrichten über unvollkommene Kanäle, was einen der größten Erfolge der Technik darstellt. Der Hauptvorteil des Soft-Computing-Ansatzes für den Entwurf von Kanalentzerrern und für die Systemidentifizierung ist die einfache Implementierung, sowohl in Bezug auf die Kodierung als auch auf die Parameterauswahl. In diesem Buch werden die Beiträge verschiedener wegweisender Veröffentlichungen zu adaptiven Filtern auf der Basis von Hard- und Softcomputing, insbesondere für Kanalentzerrung und Systemidentifikation, vorgestellt. Das Buch enthält einen detaillierten Literaturüberblick über die Verwendung von strukturierten stochastischen Soft-Computing-Algorithmen, die im Vergleich zu klassischen adaptiven Algorithmen in der Lage sind, die Koeffizienten einer Vielzahl von FIR- und nichtlinearen Strukturen schnell und effektiv anzupassen. Allerdings ist kein einzelner Algorithmus ausreichend, um alle Arten von Optimierungsproblemen zu lösen. Die Eignung eines bestimmten Algorithmus hängt von der jeweiligen Anwendung ab.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 52 pp. Deutsch. Seller Inventory # 9786206534860
Seller: AHA-BUCH GmbH, Einbeck, Germany
Taschenbuch. Condition: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Adaptive Channel Equalizer ermöglichen eine effiziente, robuste, zuverlässige und erfolgreiche Kommunikation von Daten oder Nachrichten über unvollkommene Kanäle, was einen der größten Erfolge der Technik darstellt. Der Hauptvorteil des Soft-Computing-Ansatzes für den Entwurf von Kanalentzerrern und für die Systemidentifizierung ist die einfache Implementierung, sowohl in Bezug auf die Kodierung als auch auf die Parameterauswahl. In diesem Buch werden die Beiträge verschiedener wegweisender Veröffentlichungen zu adaptiven Filtern auf der Basis von Hard- und Softcomputing, insbesondere für Kanalentzerrung und Systemidentifikation, vorgestellt. Das Buch enthält einen detaillierten Literaturüberblick über die Verwendung von strukturierten stochastischen Soft-Computing-Algorithmen, die im Vergleich zu klassischen adaptiven Algorithmen in der Lage sind, die Koeffizienten einer Vielzahl von FIR- und nichtlinearen Strukturen schnell und effektiv anzupassen. Allerdings ist kein einzelner Algorithmus ausreichend, um alle Arten von Optimierungsproblemen zu lösen. Die Eignung eines bestimmten Algorithmus hängt von der jeweiligen Anwendung ab. Seller Inventory # 9786206534860
Seller: preigu, Osnabrück, Germany
Taschenbuch. Condition: Neu. Soft-Computing-Ansatz zur Entwicklung eines adaptiven Kanalausgleichs | Rashmi Sinha (u. a.) | Taschenbuch | 52 S. | Deutsch | 2023 | Verlag Unser Wissen | EAN 9786206534860 | Verantwortliche Person für die EU: BoD - Books on Demand, In de Tarpen 42, 22848 Norderstedt, info[at]bod[dot]de | Anbieter: preigu. Seller Inventory # 127786831