1332
然后呢，最小二乘法，距离最小的判决，它的最小值是0。
31比特的序列，用31个模板组成。
完全没加噪。
未加噪的时候，线性相关的最大的值是1968，其它是负数。
最小二乘法，最小的距离是0，其它的是很大的数。
好，现在我们来加噪。
回到噪声模块。
1333
加上噪声。
用随机数0~5之间。
峰值是64，这是0~5。
10%不到，噪声很小。
信号是64，噪声是6。
回到library，重新编译一下噪声。
1334
重新编译一下噪声以后，它每一拍情况都有所不同。
线性相关，仍然是0模板，判决至少是正确的。
其它都是小值。
然后看最小二乘法。
最小二乘法的最小距离也判决为0模板。
0是最小值。
其它是最大值。
判决而没有问题。
1335
为什么我们要看这个？
因为下午我们要写解扩。
解扩我们会用一种比较简便的方法来写。
尽量节省面积。
我们再接着增加噪声。
用32。
64是信号，而32是噪声。
信号还是高于噪声，而且信号是噪声的两倍。
64是振幅。
顶~~~~~~~~~~~~~~~~~~
1336
重新编译一下噪声。
查看波形。
线性相关。
没有问题。
仍然是最大值，仍然是正确判决为0模板。
出现了-1986，这个判决还是有点问题。
1337
然后我们看最小二乘法。
最小值。
这是信噪比为2的情况。
1338
然后用46。
再看一下对不对。
重新编译一下噪声。
查看波形。
线性相关还是有问题。
最小二乘法。
虽然最小值在增加，但是跟其它的值比较，仍然是最小的。
一眼就看得出来。
而且每一拍都是最小的。
所以说判决为0，是稳定的。
而线性相关就有点问题了。
1339
然后呢，我们接着看，把噪声接着提高。
我们提高到1:1。
改成64。
噪声提高到和信号一样。
信噪比是1了。
线性相关写的还是有问题。
最小二乘法。虽然这个最小二乘法的值，最小的值在增加，原来是2万多，现在4万多了。
1340
但是跟其它的值来比较，仍然是最小值。
非常明确的判断，最小值。
差一个数量级。
信号和噪声是相当了。
我说话的声音和走廊里面说话的声音是一样的。
正常的通信不可能进行了。
信号和噪声相等。
现在进一步地将信号淹没在噪声里面。
