本期介绍一下远古时代GSM 2G主同步信号，对比一下当下时代4G和5G的主同步信号，看下无线通信经历了几十年的发展，主同步信号的变化。

根据前面介绍的5G LTE和NBIOT都有主同步信号和辅同步信号，在远古的GSM 2G时代，也有主同步信号，那个时候还不叫主同步信号，叫FCCH(Frequency Correction Channel)频率纠正信道，是由一组正玄波信号，一组0数据经过差分编码，GMSK调制后产生的一组正玄波信号，它是众多GSM信道中检测唯一一个需要在频域进行的，像SCH SDCCH BCCH等译码都在时域进行，利用26个pilot进行的信道估计，viterbi信道均衡等都是在时域进行，不像现在的LTE 5G等都是频域进行。

1. 图像直方图均衡

%  数字图像处理程序作业  
%  本程序能将JPG格式的彩色图像文件灰度化并进行直方图均衡  
%   
%  输入文件：PicSample.jpg      待处理图像  
%  输出文件：PicSampleGray.bmp  灰度化后图像  
%           PicEqual.bmp       均衡化后图像  
%  
%  输出图形窗口说明  
%  figure NO 1                  待处理彩色图像  
%  figure NO 2                  灰度化后图像  
%  figure NO 3                  直方图  
%  figure NO 4                  均衡化后直方图  
%  figure NO 5                  灰度变化曲线  
%  figure NO 6                  均衡化后图像  
%  1， 处理的图片名字要为 PicSample.jpg  
%  2， 程序每次运行时会先清空workspace  
%  作者: archiless lorder        

clear all  
%一，图像的预处理，读入彩色图像将其灰度化  
PS=imread('PicSample.jpg');                   %读入JPG彩色图像文件  
imshow(PS)                                    %显示出来 figure NO1
title('输入的彩色JPG图像')  
imwrite(rgb2gray(PS),'PicSampleGray.bmp');    %将彩色图片灰度化并保存  
PS=rgb2gray(PS);                              %灰度化后的数据存入数组  
figure,imshow(PS)                             %显示灰度化后的图像，也是均衡化前的样品figure NO 2  
title('灰度化后的图像')

%二，绘制直方图  
[m,n]=size(PS);                               %测量图像尺寸参数  
GP=zeros(1,256);                              %预创建存放灰度出现概率的向量  
for k=0:255  
GP(k+1)=length(find(PS==k))/(m*n);        %计算每级灰度出现的概率，将其存入GP中相应位置  
end  
figure,bar(0:255,GP,'g')                      %绘制直方图 figure NO 3  
title('原图像直方图')  
xlabel('灰度值')  
ylabel('出现概率')

%三，直方图均衡化  
S1=zeros(1,256);  
for i=1:256  
for j=1:i  
S1(i)=GP(j)+S1(i);                   %计算Sk  
end  
end  
S2=round(S1*256);                             %将Sk归到相近级的灰度  
for i=1:256  
GPeq(i)=sum(GP(find(S2==i)));             %计算现有每个灰度级出现的概率                     
end  
figure,bar(0:255,GPeq,'b')                    %显示均衡化后的直方图 figure NO 4  
title('均衡化后的直方图')  
xlabel('灰度值')  
ylabel('出现概率')  
figure,plot(0:255,S2,'r')                     %显示灰度变化曲线 figure NO 5  
legend('灰度变化曲线')  
xlabel('原图像灰度级')  
ylabel('均衡化后灰度级')

%四，图像均衡化  
PA=PS;  
for i=0:255  
PA(find(PS==i))=S2(i+1);                  %将各个像素归一化后的灰度值赋给这个像素  
end  
figure,imshow(PA)                             %显示均衡化后的图像 figure NO 6  
title('均衡化后图像')  
imwrite(PA,'PicEqual.bmp');

锂离子电池（简称锂电池）以其能量密度高、功率大和自放电率低等优势而广泛应用于储能领域。 然而，锂离子电池在长时间使用中会发生性能和寿命的衰减，且成组电池中个别电芯性能的衰减极易导致严重安全隐患，这已成为锂电池安全性与可靠性的持续挑战。因此，准确预测锂电池剩余使用寿命 （Remaining Useful Life，RUL）对完善电池管理策略，降低电池运行风险、提高电池运行稳定性具有重要的意义。在过去的几十年中，众多研究人员已经开发了许多方法和技术来预测锂电池的RUL，这些方法大致可分为基于模型的方法和基于数据驱动的方法。

风力发电的输出功率与风速有关，其中Weibull分布经常被用于描述风速分布，计算如下式。

一种典型的风速概率分布曲线如图所示，一种典型的风速概率分布曲线如图3.2所示，其中K取值为2，C取值为11.2838，v取值为0~18 m/s。

NumPy - 简介

NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。

MATLAB Function是一个支持使用M语言编写模块功能,并能够将所编写的M语言生成C代码，用于开发桌面应用和嵌入式应用的模块。它支持的 MATLAB内建函数比 Fcn模块要广泛，除去基本的四则运算、逻辑操作符和关系操作符，还可以调用MATLAB各种工具箱里提供的内建函数，包括支持代码生成和不支持代码生成两个类型。

如题，这里对数据的处理对于熟悉matlab各函数操作的同学来讲，是常规操作，但对于matlab新手或只是想借用matlab工具将存于PC端文件中的数据通过串口发送出去的工程人员来说，由于对matlab软件比较陌生，实现各种功能所应该调用的函数没有头绪，所以还是比较麻烦的。这里先简单介绍实现这项操作过程中的几个步骤，然后贴出完整代码，供大家需要时查询。

这里主要以功能分以下步骤：

1. matlab读取指定文件数据
2. 不同类型数据转换为字节数据