天线测试报告解读学习
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
- 前言
- 一、无源测试和有源测试
- 二、无源测试报告
- 1.驻波
- 2.回损
- 3.史密斯圆图
- 4.效率
- 5.增益
- 6.天线方向图
- 7.天线隔离度
- 8.无源测试总结
- 三、有源测试报告
- 1.TRP与TIS
- 2.测试指标
- 3.有源测试总结
- 总结
前言
**报告结构:**测试报告首页包含客户名称、项目名称、开发案号、版本号等关键信息,以及结构工程师、射频工程师等责任人员信息
**版本管理:**报告中会标注修订日期、修订内容和修订者,如示例中的"天线初版调试|V1.0"
公司背景:博安通成立于2003年,专注天线研发设计20年,服务过华为、创维、银石等行业头部企业
**技术实力:**安信可作为博安通全资子公司,共享母公司专业射频性能实验室资源,具备强大的天线射频能力
一、无源测试和有源测试
无源测试:针对单天线在特定环境下的性能测试
有源测试:针对整个系统运作状态下的天线性能测试
无源测试:主要评估天线辐射性能参数,包括驻波比、效率、增益和方向图
有源测试:评估系统级指标,包括发射功率(TRP)和接收灵敏度(TIS)
无源测试:在整机不工作状态下,仅测试天线本身性能,不涉及其他系统组件影响
有源测试:在整机工作状态下,考虑功放、低噪放等系统组件对天线性能的综合影响
无源测试:验证天线本身设计性能是否符合要求
有源测试:评估天线在真实工作环境中的整体通信性能
二、无源测试报告
● 报告组成:包含方向图(3D和2D视图)、史密斯圆图、驻波比曲线以及关键参数数据表格
● 关键参数:
○ 测试频段:2400-2500MHz(2.4G WiFi/蓝牙频段)
○ 效率表示:同时采用dBi(如11.216dBi)和百分比(应用多,如28.606%)两种单位
○ 增益指标:如2.34dBi@2440MHz
1.驻波
定义:电压驻波比(VSWR)是反射波与入射波波幅的比值
理想值:阻抗完全匹配时为1(如测试数据中的1.314U@2450MHz)
工程实际: 实际值恒大于1(例:2.4GHz时为1.436U),反射越大,驻波比数值越大
影响: 信号弱化/失真 ,增加丢包率和重传率
典型现象:音视频卡顿、连接反复断开
2.回损
定义:反射功率与输入功率的比值(dB单位,负值表示损耗)
例:-17.3355dB@2450MHz
理想状态: 阻抗完全匹配时趋近负无穷 ,全反射时为0dB
不良影响: 信号过度衰减 ;反射信号干扰原信号 ;降低系统可靠性
性能判断:数值越低(负值越大)表示天线性能越好
3.史密斯圆图
构成: ○ 归一化阻抗圆图 ○ 等反射系数圆
功能: ○ 可视化输入/输出阻抗关系 ○ 计算反射系数(如37.8880-j10.1816Ω@2400MHz)
使用方法: ○ 沿圆周线跟踪数据 ○ 通过导纳圆快速定位匹配点
评估标准: ○ 目标频段轨迹越接近圆心(如2400-2500MHz弧线)匹配越好
典型值:43.8200+j11.2160Ω@2450MHz
4.效率
定义:天线效率是衡量天线能量转换效能的重要参数,定义为天线辐射功率(有效转换为电磁波的部分)与输入有功功率之比
数值特性:该比值恒小于1,因为存在能量损耗(反射或天线自身损耗)。
系统影响:效率直接影响无线通信系统性能,效率低会导致接收灵敏度和发射功率下降。
行业标准:不同产品和行业对效率有不同标准要求,需根据具体项目评估。
5.增益
定义:在输入功率相等条件下,实际天线与理想辐射单元在空间同一点产生的信号功率密度之比,单位dBi。
物理意义:描述天线将输入功率集中辐射的程度,反映方向性特性。
应用特性:
不是越大越好,需结合具体项目需求评估
增益最大值代表最佳传播方向的性能
增益增加可提升系统发射强度(计算公式:总发射量=发射功率+天线增益,如20dBm+10dBi=30dBm≈1W)
实际影响:主要增强特定方向上的信号传输距离和质量
6.天线方向图
(1)方向图概念
定义:描述天线在远场区域辐射场相对场强随空间方向变化的参数,又称"苹果图"或"场形图"
主平面表示法:通过天线最大辐射方向上两个互相垂直的平面(E面和H面)来表示
3D特征:在球坐标系中以3D形式展现,理想方向图像饱满红润的苹果,颜色越红代表信号越强,形状越圆润代表全向性越好
信号分布规律:遵循"轴向最小,法向最大"原则。以棒状天线为例,天线头部所指方向(轴向)信号弱,表现为苹果图两端凹陷;侧面(法向)信号强,表现为向外扩展
剖面图:除3D图外还需观察E剖面(垂直面)和H剖面(水平面)两个切面图
注意事项:方向图仅展示方向性,不能直接反映天线增益。实际增益需通过方向系数与天线效率的乘积计算得出。
(2)测试环境
设备摆放:测试前需明确设备在暗室中的摆放方位
坐标系确定:必须建立明确的xyz轴坐标系,测试结果需对应实际设备方向
平面图分析:通过xy、xz、yz三个平面的剖面图评估不同角度的方向性差异
实测验证:将测试结果与整机性能对比,验证最差角度是否满足设计要求
7.天线隔离度
定义:多天线系统中,一个天线发射信号与另一个天线接收信号功率的比值( SIR = 接收信号功率/干扰信号功率)
物理意义:表征天线间的相互影响程度,值越小表示隔离效果越好
影响机制:隔离度过高会导致信号传输效率降低;不足则会引起同频干扰(如4G的2400-2500MHz频段与WiFi/蓝牙的相互干扰)
典型表现:测试时表现为负值,隔离度不足会导致有源测试时TS参数偏差
设计原则:需结合实际需求和应用场景进行权衡,在前期调试中作为重要评估指标
8.无源测试总结
核心作用:通过参数评估无线产品的辐射性能,为有源测试和系统级性能评估奠定基础
理论基础:在远场区测量最大辐射功率密度与平均辐射功率的比值(方向性系数),以及总辐射功率与总输入功率之比(效率)
无源测试的主要参数:包括驻波比(VSWR)、回损(Return Loss)、史密斯圆图(Smith Chart)、效率(Efficiency)、增益(Gain)和方向图(Radiation Pattern)
驻波比的评价标准
工业标准:
常规要求:通常要求小于2.0(如智能锁等消费电子产品)
严格标准:高端应用可能要求小于1.5
理论极限:理想状态下驻波比趋近于1,表示完全阻抗匹配
项目差异:不同项目根据具体应用场景制定个性化标准
回损、史密斯圆图与驻波比的关系
参数转换:
当驻波比要求≤2.0时,对应回损值约≤-10dB
三者可通过数学公式相互转化
史密斯圆图判读:
优质天线:工作频段内各频点应接近圆心位置
调试指标:用于判断天线调试是否达到预期性能
参数关联:这三个参数本质上反映的是同一组阻抗特性数据的不同表现形式
效率与增益的评估标准
典型行业标准(以智能锁为例):
效率:通常要求≥30%即可满足实际使用
增益:在2.4-2.5GHz频段要求≥1dB
理想目标值:
效率:高端应用追求60%-70%
增益:全频段均衡达到2-3dB以上为佳
参数关系:增益=效率×方向性系数,三者需综合考量
方向图的理想状态
最佳形态:
图形接近正圆形,表示全向性良好
辐射能量分布均匀,无明显凹陷
工程意义:决定设备在实际环境中的通信覆盖能力
调试重点:通过结构调整优化方向图圆度
无源测试与有源测试、实测的关系
测试流程:无源测试通常是产品开发中的第一阶段测试
后续测试:
有源测试:验证天线在真实工作状态下的性能
实测:在实际应用场景中进行最终验证
关联性:无源参数达标是有源测试和实测成功的基础前提
三、有源测试报告
定义: 整机OTA测试是用于验证移动通信空中接口发射功率和接收性能的测试方法,属于三维测试。
测试重点:
辐射性能评估: 主要关注整机的整体辐射性能
三维特性: 能够反映设备在三维空间中的辐射性能
测试环境:
使用屏蔽暗室(Shielded Anechoic Chamber)
配备双极化(Dual Polarized)测量天线
采用低反射率(Low Reflectivity)环境
影响因素:
产品内部辐射干扰
产品结构设计
天线性能
射频芯片收发算法
人体影响因素
1.TRP与TIS
TRP(总辐射功率):
定义: 在三维空间上对有效辐射功率进行球面积分的积分值(球面平均值)
意义: 反映设备在所有方向上的发射特性,决定设备发射信号能力
测试方法: 设备在转台上全向发射功率,暗室系统通过不同角度探头接收并计算
TIS(全向接收灵敏度):
定义: 对有效辐射接收灵敏度进行球面积分的积分值(球面平均值)
意义: 反映设备在所有方向上的接收特性,决定设备接收信号能力
测试方法: 设备在转台上接收模拟基站信号,测试系统判断设备在不同信号强度下的接收能力
指标关系:
共同构成: TRP和TIS共同构成天线OTA测试的两个核心指标
均衡重要性: 两者均衡性对保证设备实际性能至关重要
实际表现示例:
TRP好TIS差:能拨出电话但通话中对方声音卡顿或听不到
TIS好TRP差:能听到对方但自己说话对方听不清
2.测试指标
测试准备:
确认测试项目: 明确是测TRP(发射功率)还是TIS(接收灵敏度)
选择参数:
频段(如2.4G WiFi)、模式(如b/g/n模式)、传输速率、测试信道、对应频率
测试流程:
传导测试: 测试模块传导值作为基准参考
整机测试:
原始天线整机测试、优化后天线整机测试
性能评估: 比较优化前后测试值,评估天线改进效果
性能判断:
基本原则: TRP和TIS值越接近传导值,性能越好
效率推算: 可根据天线效率推算预期TRP值(如传导值18dB,50%效率下预期TRP约15dB)
实际案例:
传导值18.5dBm,原始天线测到12dBm左右,优化后测到14dBm
优化后比原始天线有2dB提升,判定为明显改进
3.有源测试总结
无源测试作用:主要用于了解天线的基本特性和性能,是前期测试的基础环节。
有源测试必要性:在实际系统评估中必须进行,因其能全面反映整机性能。
系统交互考量:有源测试的核心价值在于能评估系统中各组件间的相互影响和作用。
问题发现机制:通过有源测试可识别系统潜在问题,提升整体可靠性和性能表现。
测试指标应用:需结合和值进行系统性能优劣判断。
环境测试局限:
拉距测试只能模拟特定使用环境
实际用户环境存在极端情况(如恶劣环境下的性能下降)
中等环境测试结果可能无法覆盖所有使用场景
总结
本文仅仅简单介绍了如何对天线测试报告进行解读
相关文章:
天线测试报告解读学习
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、无源测试和有源测试二、无源测试报告1.驻波2.回损3.史密斯圆图4.效率5.增益6.天线方向图7.天线隔离度8.无源测试总结 三、有源测试报告1.TRP与TIS2.测试指标…...
Kotlin Android开发过渡指南
为了帮助Java开发者顺利过渡到Kotlin进行Android开发,以下是一本指南的详细大纲设计,涵盖关键知识点、迁移策略和实践案例: 《Kotlin for Android开发:从Java到Kotlin的平滑过渡指南》大纲 第一部分:为什么选择Kotlin? Kotlin的优势 简洁性、安全性、与Java的互操作性Go…...
Hadoop架构再探讨
文章目录 1.Hadoop的优化与发展1.1Hadoop的局限与不足1.2针对Hadoop的改进与提升 2.HDFS2.0新特性2.1HDFS HA1.HDFS 1.0 组件及功能回顾2. HDFS 1.0 的单点故障问题3. HDFS HA(高可用)解决方案 2.2HDFS Federation1.HDFS1.0中存在的问题2.HDFS Fed…...
ffmpeg录音测试
ffmpeg ffmpeg 是一个强大的多媒体处理工具,可以用于录音、音频处理、视频录制等多种功能。以下是使用 ffmpeg 进行录音的详细指令和参数说明。 基本录音指令 以下是一个简单的 ffmpeg 录音命令,将音频录制为 WAV 格式文件: ffmpeg -f …...
Kotlin-解构声明
我们在使用对象时可能需要访问它们内部的一些属性: class Student(var name: String, var age: Int) fun main() {val student Student("小明", 18)println(student.name)println(student.age) }这样看起来不太优雅,我们可以像下面这样编写: class Student(var na…...
【MCP Node.js SDK 全栈进阶指南】专家篇(2):MCP多模型支持架构
引言 在实际应用中,单一模型往往难以满足所有业务需求,这就需要一种灵活的架构来支持多模型集成和智能调度。Model Context Protocol (MCP) 作为连接应用与AI模型的标准协议,为多模型支持提供了理想的基础架构。 本文作将深入探讨如何基于MCP构建多模型支持架构,包括多LL…...
使用阿里AI的API接口实现图片内容提取功能
参考链接地址:如何使用Qwen-VL模型_大模型服务平台百炼(Model Studio)-阿里云帮助中心 在windows下,使用python语言测试,版本:Python 3.8.9 一. 使用QVQ模型解决图片数学难题 import os import base64 import requests# base 64 …...
mapbox基础,加载Fog云雾效果
👨⚕️ 主页: gis分享者 👨⚕️ 感谢各位大佬 点赞👍 收藏⭐ 留言📝 加关注✅! 👨⚕️ 收录于专栏:mapbox 从入门到精通 文章目录 一、🍀前言1.1 ☘️mapboxgl.Map 地图对象1.2 ☘️mapboxgl.Map style属性1.3 ☘️fog 云雾 api1.3.1 ☘️配置项二、🍀…...
数据可视化与分析
数据可视化的目的是为了数据分析,而非仅仅是数据的图形化展示。 项目介绍 项目案例为电商双11美妆数据分析,分析品牌销售量、性价比等。 数据集包括更新日期、ID、title、品牌名、克数容量、价格、销售数量、评论数量、店名等信息。 1、数据初步了解…...
git的push.default配置详解
Git的push.default配置用于定义执行git push时未指定远程和分支的默认行为。以下是各选项的详解及使用场景: 1. simple(默认值,Git ≥2.0) 行为:仅推送当前分支到与其关联的上游分支(即remote-tracked分支…...
高频电流探头:通信测试中的隐形守护者
在5G基站调试现场,工程师李工正手持一个火柴盒大小的装置贴近电路板,示波器屏幕上瞬间显示出精确的电流波形——这个看似普通的场景,背后折射出高频电流探头在通信测试中的关键作用。随着通信技术迈入毫米波时代,这类精密测试工具…...
淘宝拍立淘 API 接口探秘:如何通过图片挖掘海量商品信息
在互联网技术飞速发展的当下,传统的文字搜索商品方式已无法完全满足用户日益增长的个性化需求。基于图像识别技术的以图搜物模式应运而生,成为电商行业的新宠。淘宝拍立淘 API 接口作为这一技术的重要载体,能够帮助开发者和企业通过一张图片&…...
第二章:langchain文本向量化(embed)搭建与详细教程-本地服务方式(下)
文章目录 前言一、本地构建模型与服务端搭建代码1、完整代码2、结果示例 二、基于flask服务端构建langchain调用的向量方法代码1、完整代码2、结果示例 总结 前言 在上篇文章介绍了langchain源码embed方法与基于api key方式构建向量模型。然而,某些情况,…...
飞牛云如何开启及使用ssh:小白用户上手指南-家庭云计算专家
最近很多用户希望提供飞牛云下的可道云onlyoffice的安装服务,但是很多都是萌新小白,不知道怎么启用ssh和使用ssh客户端.这里提供简单的方法,统一答复: 重要的事情说3遍:一定不要自己发挥,全部按说明的来;一定要在内网环境用内网ip访问;不要用域名和端口号,谢谢各位萌新了!!! 一…...
12.模方ModelFun工具-立面修整
摘要:本文主要介绍模方ModelFun修模工具——立面修整的操作方法。 点击工具栏即可找到立面修整工具,点击可打开并使用该工具,如下图: 图 工具菜单栏 (1)截面绘制: 快速绘制竖直矩形࿱…...
消失的两个数字 --- 位运算
目录 一:题目 二:算法原理 三:代码实现 一:题目 题目链接:面试题 17.19. 消失的两个数字 - 力扣(LeetCode) 二:算法原理 只出现一次的数字III:常见位运算总结-CSDN…...
centos的根目录占了大量空间怎么办
问题 当根目录磁盘不够时,就必须删除无用的文件了 上面的,如果删除/usr 或/var是可以释放出系统盘的 定位占空间大的文件 经过命令,一层层查哪些是占磁盘的。 du -sh /* | sort -rh | head -n 10 最终排查,是有个系统日志占了20…...
Protobuf的速成之旅
注意事项:本文使用Linux下的Ubuntu C/C 一.Protobuf的安装 在安装Protobuf前需要先安装protobuf的依赖库 sudo apt-get install autoconf automake libtool curl make g unzip -y Protobuf的安装链接:https://github.com/protocolbuffers/protobuf/releases 这里根据自己的环…...
使用 Python 监控系统资源
使用 Python 监控系统资源 在开发分布式系统或性能敏感的应用时,实时监控系统资源(如 CPU、内存、磁盘、网络和 GPU 使用率)至关重要。本文介绍一个基于 Python 的 SystemMonitor 类,它以单例模式持续采集系统资源信息࿰…...
【Qt4】Qt4中实现PDF预览
方案一: 在Qt4中预览PDF文件,你可以使用多种方法,但最常见和简单的方法之一是使用第三方库。Qt本身并没有内置直接支持PDF预览的功能,但你可以通过集成如Poppler、MuPDF等库来实现这一功能。下面我将展示如何使用Poppler库在Qt4中…...
从试错到智能决策:Python与强化学习优化自动驾驶策略
从试错到智能决策:Python与强化学习优化自动驾驶策略 一、引言:自动驾驶如何更聪明? 自动驾驶技术的发展,已经从简单的感知与规则控制,迈向更加智能化的强化学习(Reinforcement Learning,RL)决策优化时代。过去,自动驾驶更多依赖 传统算法(如A、Dijkstra路径规划)…...
【免费下载】全国范围的城市用地类型数据
该数据以路网及水系切分得到的交通小区为最小地块,并基于卫星影像、夜间灯光数据、POI数据、手机信令数据对地块进行分类。 需要这份数据,请在文末查看下载方法。 一、数据介绍 该数据的用地类型可分为居住用地、商务办公用地、商业服务用地、工业用地…...
小程序问题(记录版)
1、样式不生效 在h5上生效 但是 小程序上没反应 解决办法:解除组件样式隔离 1、isolated 表示启用样式隔离,在自定义组件内外,使用 class 指定的样式将不会相互影响(一般情况下的默认值) 2、apply-shared 表示页面 wxs…...
STL之stackqueue
stack的介绍(可以想象成栈) 1.stack是一种容器适配器,专门用在具有后进先出操作的上下文环境中,其删除只能从容器的一端进行元素的插入与提取操作 2.stack是作为容器适配器被实现的,容器适配器即是对特点类封装作为其…...
学习海康VisionMaster之间距检测
一:进一步学习了 今天学习下VisionMaster中的间距检测工具:主要类似于卡尺工具,测量物体的长度或者宽度或者间距 二:开始学习 1:什么是间距检测? 间距测量模块用于检测两特征边缘之间的间距,首…...
【SpringBoot教程】SpringBoot自定义注解与AOP实现切面日志
🙋大家好!我是毛毛张! 🌈个人首页: 神马都会亿点点的毛毛张 文章目录 1.前言2.SpringAOP实现切面日志快速入门1.1 创建SpringBoot项目1.2 依赖配置pom.xml1.3 自定义日志注解1.4 配置 AOP 切面1.5 怎么使用呢?1.6 实…...
C++学习之路,从0到精通的征途:stack_queue的模拟实现及deque原理介绍
目录 一.容器适配器 1.什么是适配器 2.STL标准库中stack和queue的底层结构 3.deque的原理介绍 deque是如何借助其迭代器维护其假想连续的结构呢? 头插 尾插 遍历 4.deque的优缺点 二.stack的模拟实现 三.queue的模拟实现 一.容器适配器 1.什么是适配…...
文件上传漏洞篇:upload-labs靶场搭建
一、文件上传漏洞简述 文件上传漏洞是一种常见的Web安全漏洞,当网站或应用程序允许用户上传文件(如图片、文档等)时,若未对上传的文件进行充分的安全检查,攻击者可能利用此漏洞上传恶意文件(如Web Shell、…...
TikTok 矩阵账号运营实操细节:打造爆款矩阵
在 TikTok 的流量版图里,打造 TikTok 矩阵账号能显著提升影响力与吸粉能力。而借助 AI 工具,更可为 TikTok 矩阵运营效率的提升赋能,让运营如虎添翼。下面就为大家详细讲讲其中的实操细节,并结合一些伪代码示例辅助理解。 一、矩…...
Nginx安全防护与HTTPS部署实战
一.核心安全配置 1.编译安装Nginx (1)安装支持软件 Nginx的配置及运行需要pcre、zlib等软件包的支持,因此应预先安装这些软件的开发包(devel),以便提供相应的库和头文件,确保Nginx的安装顺利…...
【C语言】初阶数据结构相关习题(一)
🎆个人主页:夜晚中的人海 今日语录:人的生命似洪水在奔流,不遇着岛屿、暗礁,难以激起美丽的浪花。——奥斯特洛夫斯基 文章目录 ⭐一、判定是否互为字符重排🎉二、 回文排列🚀三、字符串压缩&am…...
MySQL从入门到精通(一):MySQL介绍及数据库相关概念
目录 一、MySQL 介绍 二、数据库相关概念 (一)数据库基础知识 (二)主流的关系型数据库管理系统 三、关系型数据库与非关系型数据库 (一)定义 (二)数据模型对比 (…...
宁德时代区块链+数字孪生专利解析:去中心化身份认证重构产业安全底座
引言:当动力电池巨头瞄准数字孪生安全 2025年5月6日,金融界披露宁德时代未来能源(上海)研究院与母公司宁德时代新能源科技股份有限公司联合申请的一项关键专利——“身份验证方法、系统、电子设备及存储介质”。这项技术将区块链…...
Kotlin数据类在Android开发中的应用
在 Android 开发中,Kotlin 的数据类(Data Class)因其简洁性和自动生成的功能特性,成为了提升开发效率的利器。以下是我总结的 7 大核心妙用场景,配合代码示例助您快速掌握: 1️⃣ JSON 解析利器 → 网络请求模型 与 Retrofit/Moshi 完美配合,自动生成 equals()/hashCod…...
程序员学商务英语之Shipment Claim 运输和索赔
Dia-3: Claim 1 索赔 1. He claimed that he would quit smoking. 他宣布他将要禁烟。 2. BYD is inferior to Tesla. 差 be worse than… 比亚迪比特斯拉差。 Tesla is superior to BYD. 特斯拉比比亚迪好。 be better than… 3. The survey report reveals/s…...
Kotlin密封类优化Android状态管理
Kotlin 的密封类(Sealed Class)确实是 Android 开发中管理复杂 UI 状态的利器。它通过类型安全的层次结构,让状态管理代码更加清晰简洁。让我们从实际开发场景出发,深入探讨其应用: 一、密封类核心优势 受限的类继承…...
基于图像处理的道路监控与路面障碍检测系统设计与实现 (源码+定制+开发) 图像处理 计算机视觉 道路监控系统 视频帧分析 道路安全监控 城市道路管理
博主介绍: ✌我是阿龙,一名专注于Java技术领域的程序员,全网拥有10W粉丝。作为CSDN特邀作者、博客专家、新星计划导师,我在计算机毕业设计开发方面积累了丰富的经验。同时,我也是掘金、华为云、阿里云、InfoQ等平台…...
依赖注入详解与案例(前端篇)
依赖注入详解与案例(前端篇) 一、依赖注入核心概念与前端价值 依赖注入(Dependency Injection, DI) 是一种通过外部容器管理组件/类间依赖关系的设计模式,其核心是控制反转(Inversion of Control, IoC&…...
Spark 的 Shuffle 机制:原理与源码详解
Apache Spark 是一个分布式数据处理框架,专为大规模数据分析设计。其核心操作之一是 Shuffle,这是一个关键但复杂的机制,用于在某些操作期间在集群中重新分配数据。理解 Shuffle 需要深入探讨其目的、机制和实现,既包括概念层面&a…...
IdeaVim配置指南
一、什么是 IdeaVim? IdeaVim 是 JetBrains 系列 IDE(如 IntelliJ IDEA, WebStorm, PyCharm 等)中的一个插件,让你在 IDE 里使用 Vim 的按键习惯,大大提升效率。 安装方法: 在 IDE 中打开 设置(Settings) →…...
[监控看板]Grafana+Prometheus+Exporter监控疑难排查
采用GrafanaPrometheusExporter监控MySQL时发现经常数据不即时同步,本示例也是本地搭建采用。 Prometheus面板 1,Detected a time difference of 11h 47m 22.337s between your browser and the server. You may see unexpected time-shifted query res…...
P56-P60 统一委托,关联游戏UI,UI动画,延迟血条
这一部分首先把复杂的每个属性委托全部换成了简洁可复用的委托,之后重新修改了UI蓝图,然后在新增了一个与之前表格关联的动画与血条延迟下降的蓝图 OverlayAuraWidgetController.h // Fill out your copyright notice in the Description page of Project Settings. #pragma …...
智能修复大模型生成的 JSON 字符串:Python 实现与优化
在使用大语言模型(LLM)生成 JSON 格式数据时,常因模型输出不完整、语法错误或格式不规范导致 JSON 解析失败。本文介绍如何通过 json_repair 库实现对 LLM 生成 JSON 字符串的自动修复,并改进原始提取函数以提升容错能力。 一、LLM 生成 JSON 的常见问题 LLM 输出的 JSON …...
【PPT制作利器】DeepSeek + Kimi生成一个初始的PPT文件
如何基于DeepSeek Kimi进行PPT制作 步骤: Step1:基于DeepSeek生成文本,提问 Step2基于生成的文本,用Kimi中PPT助手一键生成PPT 进行PPT渲染-自动渲染 可选择更改模版 生成PPT在桌面 介绍的比较详细,就是这个PPT模版…...
华为设备端口隔离
端口隔离的理论与配置指南 一、端口隔离的理论 基本概念 端口隔离(Port Isolation)是一种在交换机上实现的安全功能,用于限制同一VLAN内指定端口间的二层通信。被隔离的端口之间无法直接通信,但可通过上行端口访问公共资源&#…...
YOLO12改进-C3K2模块改进-引入离散余弦变换DCT 减少噪声提取图像的细节、边缘和纹理等微观特征
离散余弦变换(Discrete Cosine Transform, DCT)由 Nasir Ahmed 于 1974 年提出,最初是为了优化数据压缩。其核心思想是将信号从空间域转换为频率域,从而实现冗余信息的压缩。DCT 在图像和视频处理领域应用广泛,例如 JP…...
基于大模型的自然临产阴道分娩全流程预测与方案研究报告
目录 一、引言 1.1 研究背景与目的 1.2 研究意义 1.3 国内外研究现状 二、大模型技术原理与应用概述 2.1 大模型基本原理 2.2 在医疗领域的应用现状 2.3 用于分娩预测的优势 三、术前预测与准备方案 3.1 产妇身体状况评估指标 3.2 大模型预测流程与方法 3.3 基于预…...
用 Tailwind CSS 优化你的 Vue 3 项目! ! !
Vue 3 的响应式魅力 TailwindCSS 的原子级美学 前端开发的舒适巅峰! 在现代前端开发中,组件驱动 原子化 CSS 正在成为新的标准。如果你已经在使用 Vue 3,那不妨试试 Tailwind CSS —— 一个强大的原子化 CSS 框架,它能让你几乎…...
PostgreSQL数据库的array类型
PostgreSQL数据库相比其它数据库,有很多独有的字段类型。 比如array类型,以下表的pay_by_quarter与schedule两个字段便是array类型,即数组类型。 CREATE TABLE sal_emp (name text,pay_by_quarter integer[],schedule t…...
融智学视角集大成范式革命:文理工三类AI与网络大数据的赋能
融智学视角下的“集大成”范式革命:AI与大数据的终极赋能 一、化繁为简的工具革命:AI与大数据的三重解构 信息压缩的数学本质 Kolmogorov复杂度极限突破: K_AI(x)min_p∈P_NN ℓ(p)λ⋅dist(U(p),x) (神经网络程序p的描述长度语…...