实验内容 信号与系统试验报告 自己的作业 1.设有两个信号： 要求x(t)和h(t)采样形成离散序列， 参数选择如下： 采样率Δ=4ms， 频率f=30Hz， a=2f2ln(M), M=2.5 在MATLAB下实现连续信号离散化， 并绘制出离散形式的信号波形。

对量子粒子群优化(QPSO) 算法进行研究，提出了自适应量子粒子群优化(Adaptive QPSO) 算法，用于优化Elman 神经 网络的参数，改进了Elman 神经网络的泛化能力。利用网络流量时间序列数据进行预测，实验结果表明，采用AQPSO 算法优 化获得的Elman 神经网络模型不但具有较强的泛化能力，而且具有良好的稳定性，在网络流量时间序列数据的预测中具有 一定的实用价值-Quantum-behaved particle swarm optimization (QPSO)

任务： 1） 借助MATLAB画出误差性能曲面和误差性能曲面的等值曲线（参考PPT2.1第17页的两幅图）； 2） 写出最陡下降法以及LMS算法的计算公式（取 ）； 3） 用MATLAB产生方差为0.05, 均值为0白噪音S(n)，并画出某次采样得到的波形（即产生任意一个噪声随机序列）； 4） 根据 2）中的公式，并利用 3）中产生的S(n)，在 1）中的误差性能曲面的等值曲线上叠加画出采用最陡下降法以及LMS法时H(n)的在叠代过程中的轨迹曲线（参考PPT2.1第17页的右下图