当前位置: 首页 > news >正文

25年2月通信基础知识补充:多普勒频移与多普勒扩展、3GPP TDL信道模型

看文献过程中不断发现有太多不懂的基础知识,故长期更新这类blog不断补充在这过程中学到的知识。由于这些内容与我的研究方向并不一定强相关,故记录不会很深入请见谅。

【通信基础知识补充7】25年2月通信基础知识补充1

  • 一、多普勒频移与多普勒扩展傻傻分不清
    • 1. 1 多普勒频移(Doppler Shift)
    • 1.2 多普勒扩展(Doppler Spread)
    • 1.3 多普勒频移和多普勒扩展的区别
    • 1.4 多普勒频移和多普勒扩展在实际中的应用
  • 二、解读3GPP 38.811 TDL信道模型
    • 2.1 TDL模型//3gpp 38.811 f40-6.9.2
      • 2.1.1 纯多普勒峰(Pure Doppler peak)
      • 2.1.2 多普勒功率谱

一、多普勒频移与多普勒扩展傻傻分不清

  说人话:多普勒频移-由于相对运动使得信号频率发生了变化;多普勒扩展-多个信号路径(或多径信号)由于不同的传播路径和速度差异所产生的多普勒频移差距的最大范围。存在多普勒频移但不一定会有多普勒扩展,例如下图:
在这里插入图片描述
   假设用户终端相对静止,低轨卫星过顶过程中由于与终端距离极远,各路径入射电磁波平行,入射径在单位时间内距离变化相同,相位变化相同,因此多普勒频移相同,因此若用户终端静止则只存在多普勒频偏,无多普勒扩展。

1. 1 多普勒频移(Doppler Shift)

定义
  多普勒频移指的是信号源和接收机之间相对运动时,接收到的信号频率与发射频率之间的差异。这种频率的变化是由于发射源和接收器之间相对运动造成的。

原理
  根据多普勒效应,当信号源(或接收器)相对移动时,信号的频率会发生变化。对于接收器而言,当信号源靠近时,频率增高;远离时,频率降低。这种频率变化称为多普勒频移。

  在无线通信中,多普勒频移通常与移动设备的速度以及信号传播的频率有关。假设接收器和发射器之间有相对运动,则多普勒频移 Δ f \Delta f Δf 可以表示为:

Δ f = f 0 ⋅ v c \Delta f = f_0 \cdot \frac{v}{c} Δf=f0cv

其中:

  • f 0 f_0 f0是信号的中心频率。
  • v v v是接收器和发射器之间的相对速度。
  • c c c是信号传播的速度(光速或电磁波的传播速度)。

影响

  • 频率偏移:由于多普勒效应,接收到的信号的频率会偏移。该频移对于接收端的解调器来说,需要补偿,否则会导致误解码。
  • 调制失真:高频率的多普勒偏移可能导致调制解调器的失效,因为接收到的信号频率变化过大,无法正确解码。
  • 系统同步问题:移动信道中的多普勒频移可能会影响到信号的时钟同步,造成误差。

1.2 多普勒扩展(Doppler Spread)

定义
  多普勒扩展是指由于无线信道中多个反射信号的传播路径和不同的多普勒频移导致接收到的信号在频域上的扩展。这种扩展反映了信号传播中的频率散布现象,即信号由于不同路径传播、不同速度导致的频率分布变化。

原理
  在一个实际的无线环境中,信号传播会经过不同的路径(例如直射路径、反射路径、折射路径等)。这些不同路径的传播时间和传播速度不同,因此它们经历的多普勒频移也不同。当多个路径到达接收器时,它们将导致接收到的信号频率发生不同程度的偏移,从而形成一个频率范围,而不仅仅是一个单一的频率点。  如果这些信号路径的时间延迟较小,它们的频移可能会重叠,导致信号频谱的扩展,这就是多普勒扩展

影响

  • 符号间干扰(ISI, Inter-Symbol Interference):多普勒扩展会导致信号在频率上扩展,造成多个路径到达接收器时的干扰,从而导致符号间干扰,影响接收信号的质量。
  • 信号失真:由于多普勒扩展,接收到的信号在频率域上可能会变得不稳定,从而导致系统性能下降。尤其是在高速移动的环境中,多个路径的信号可能会造成严重的干扰。
  • 频率选择性衰落:多普勒扩展的存在使得无线信道具有频率选择性衰落的特性,这意味着不同频率的信号会经历不同程度的衰落,进一步影响信号的传输质量。

1.3 多普勒频移和多普勒扩展的区别

特征多普勒频移多普勒扩展
定义信号频率由于发射器和接收器之间相对运动而发生偏移。由于信号传播路径的不同,信号频率会在一定范围内扩展。
影响的维度主要影响信号的频率偏移。主要影响信号的频谱扩展和时间域上的多径效应。
原因由发射源与接收机之间的相对运动引起的频率变化。由多个反射路径或传播路径导致的频率变化。
表现方式信号频率的变化(频移)。信号的频谱宽度(频率扩展)。
对通信系统的影响影响信号的频率匹配和调制解调过程。影响符号间干扰(ISI)和频率选择性衰落。
例子移动的用户在LTE或5G系统中的接收信号频率偏移。高速移动环境中,多条反射路径带来的信号频率扩展。

1.4 多普勒频移和多普勒扩展在实际中的应用

  • 多普勒频移:在移动通信系统中,特别是高速运动的情况下(如在高速列车或飞机中),多普勒频移可能导致接收信号的频率发生显著偏移,因此接收设备需要补偿这种频移,确保解调过程的准确性。在5G和LTE系统中,接收端通常会使用频率同步技术来补偿多普勒频移。

  • 多普勒扩展:在高速移动环境下,尤其是在城市环境中,信号的传播路径多样,导致多径效应显著。多普勒扩展可能使得信号在频率域上扩展,产生符号间干扰(ISI),影响通信的质量。在无线通信系统中,采用均衡器来处理多径干扰,并采用技术如OFDM(正交频分复用)来有效应对多普勒扩展带来的频率选择性衰落。

二、解读3GPP 38.811 TDL信道模型

2.1 TDL模型//3gpp 38.811 f40-6.9.2

  TDL(Tapped Delay Line)模型是根据TR 38.901 [12]第7.7.4节通过假设各向同性的用户设备(UE)天线对CDL(Clustered Delay Line)模型进行滤波得到的。构建了两种TDL模型,分别为NTN-TDL-A和NTN-TDL-B,用于表示两种不同的非视距(NLOS)信道模型,而NTN-TDL-C和NTN-TDL-D则用于表示视距(LOS)信道模型。这些模型的参数可参考下表。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  每个tap的多普勒谱定义如TR 38.901第7.7.2节所述。根据TR 38.901第7.7.3节中指定的过程,每个TDL模型可以通过延迟的缩放来实现所需的均方根(RMS)延迟扩展。对于视距信道模型,可以按照TR 38.901第7.7.6节的过程将NTN-TDL-CNTN-TDL-D的K因子(K因子理解为直射信号与散射信号之间的功率比)设置为所需值。由于卫星运动引起的附加多普勒频移应根据以下公式考虑:

f shift = v sat c ⋅ R ⋅ f c ⋅ cos ⁡ ( α el ) f_{\text{shift}} = \frac{v_{\text{sat}}}{c} \cdot R \cdot f_c \cdot \cos(\alpha_{\text{el}}) fshift=cvsatRfccos(αel)

其中,

  • v sat v_{\text{sat}} vsat 表示卫星速度,
  • c c c 表示光速,
  • R R R 表示地球半径,
  • h h h 表示卫星高度,
  • α el \alpha_{\text{el}} αel表示卫星仰角,
  • f c f_c fc表示载波频率。

  此附加的多普勒频移应应用于TDL模型的所有tap。 如果仿真时限于几个TTI(传输时间间隔),则应假设卫星速度、卫星仰角和UE速度在整个仿真过程中保持恒定。下一图显示了由于卫星运动引起的附加多普勒频移对多普勒功率谱的影响。
在这里插入图片描述
接下来对上图进行解释:
  上图展示了NTN(Non-Terrestrial Network)视距(LOS)条件下的多普勒功率谱。图中主要描述了卫星移动和地面设备局部散射对多普勒频谱的影响。具体讲解如下:

2.1.1 纯多普勒峰(Pure Doppler peak)

  图中的纯多普勒峰表示由于移动设备(UE)运动引起的多普勒效应,具体是由于UE和卫星之间的相对速度变化导致的频移。在该部分,频谱中心的频率会发生偏移。这个频率的偏移量由以下公式给出:

f shift = v sat c ⋅ ( f c + f d,shift ) ⋅ cos ⁡ ( θ ) f_{\text{shift}} = \frac{v_{\text{sat}}}{c} \cdot (f_c + f_{\text{d,shift}}) \cdot \cos(\theta) fshift=cvsat(fc+fd,shift)cos(θ)

其中,

  • f c f_c fc是载波频率,
  • f d,shift f_{\text{d,shift}} fd,shift是由设备运动引起的多普勒频移,
  • v sat v_{\text{sat}} vsat是卫星速度,
  • c c c是光速,
  • θ \theta θ是卫星仰角。

  这个峰值表示的是由于移动产生的频率偏移,它标志着移动设备与卫星之间相对速度的影响。这个频谱示意图为研究NTN环境下的无线信道提供了重要的理论依据,帮助我们理解卫星通信系统中多普勒效应对信号传播的影响。

2.1.2 多普勒功率谱

  多普勒功率谱(Doppler Power Spectrum)描述了由于多普勒效应,信号在频率域上分布的功率特性。多普勒效应是当信号源和接收机之间存在相对运动时,接收到的信号频率会发生偏移,导致信号频谱的变化。多普勒功率谱则具体量化了这种频率变化及其对信号功率分布的影响。

  多普勒功率谱是一个描述信号频率分布的函数,它量化了信号在不同频率上的功率分布。通常情况下,信号的功率谱是对信号频域能量分布的描述,而多普勒功率谱则特别关注由于多普勒效应引起的频率变化对信号功率的影响。多普勒功率谱通常由一个连续的曲线表示,其中横轴表示频率,纵轴表示功率。信号的功率会根据频率的变化而变化,频谱的不同位置可能对应于不同的信号功率。

多普勒功率谱的数学表示:
多普勒功率谱的数学表示可以通过对信号的频域分析来得到。对于一个通过多条路径传播的信号,总的功率谱可以表示为:

S ( f ) = ∑ i = 1 N α i ⋅ δ ( f − f i ) S(f) = \sum_{i=1}^{N} \alpha_i \cdot \delta(f - f_i) S(f)=i=1Nαiδ(ffi)

其中:

  • S ( f ) S(f) S(f) 是总功率谱,
  • α i \alpha_i αi是第i条路径的功率系数,
  • f i f_i fi是第i条路径的多普勒频移,
  • δ ( f − f i ) \delta(f - f_i) δ(ffi)是频率偏移的冲击函数。

相关文章:

25年2月通信基础知识补充:多普勒频移与多普勒扩展、3GPP TDL信道模型

看文献过程中不断发现有太多不懂的基础知识,故长期更新这类blog不断补充在这过程中学到的知识。由于这些内容与我的研究方向并不一定强相关,故记录不会很深入请见谅。 【通信基础知识补充7】25年2月通信基础知识补充1 一、多普勒频移与多普勒扩展傻傻分不…...

ASUS/华硕无畏16 X1605VA 原厂Win11 22H2系统 工厂文件 带ASUS Recovery恢复

华硕工厂文件恢复系统 ,安装结束后带隐藏分区,带一键恢复,以及机器所有的驱动和软件。 支持型号:X1605VA 系统版本:Windows 11 22H2 文件下载:点击下载 文件格式:工厂文件 安装教程&#x…...

DeepSeek赋能智慧文旅:新一代解决方案,重构文旅发展的底层逻辑

DeepSeek作为一款前沿的人工智能大模型,凭借其强大的多模态理解、知识推理和内容生成能力,正在重构文旅产业的发展逻辑,推动行业从传统的经验驱动向数据驱动、从人力密集型向智能协同型转变。 一、智能服务重构:打造全域感知的智…...

自学FOC系列分享--SVPWM和clark 逆变换及代码实战

自学FOC系列分享--SVPWM和clark 逆变换 1 说在前面2 回顾clarke 和 park的变换和逆变换2.1 概述2.2 公式说明 3 SVPWM是如何写的3.1 简单说明3.2 重要对比 4、代码实战4.1 代码构成说明4.2 全部代码4.3 测试代码4.4 测试结果4.5 结果分析 总结 1 说在前面 如前一篇文章所述的系…...

LeetCode-524. 通过删除字母匹配到字典里最长单词

1、题目描述: 给你一个字符串 s 和一个字符串数组 dictionary ,找出并返回 dictionary 中最长的字符串,该字符串可以通过删除 s 中的某些字符得到。 如果答案不止一个,返回长度最长且字母序最小的字符串。如果答案不存在&#x…...

浅谈网络 | 容器网络之Cilium

目录 Cilium介绍Cilium是什么Cilium 主要功能特性为什么用Cilium? 功能概述组件概况BPF 与 XDPeBPF (Extended Berkeley Packet Filter)XDP (eXpress Data Path) Cilium介绍 Cilium是什么 Cilium 是一个开源网络和安全项目,专为 Kubernetes、Docker 和…...

armv7l

在 **ARMv7l** 中,最后的字符是字母 **“l”**(小写字母 “L”),而不是数字 **“1”**。 --- ### 1. **ARMv7l 的含义** - **ARMv7**:指的是 **ARM 架构的第 7 代版本**,是一种广泛应用于嵌入式系统&…...

从零开始构建一个小型字符级语言模型的完整详细教程(基于Transformer架构)

最近特别火的DeepSeek,是一个大语言模型,那一个模型是如何构建起来的呢?DeepSeek基于Transformer架构,接下来我们也从零开始构建一个基于Transformer架构的小型语言模型,并说明构建的详细步骤及内部组件说明。我们以构建一个字符级语言模型(Char-Level LM)为例,目标是通…...

期权帮|股指期货交割日为啥会大跌?

锦鲤三三每日分享期权知识,帮助期权新手及时有效地掌握即市趋势与新资讯! 股指期货交割日为啥会大跌? 股指期货交割日股市可能会大跌,主要原因有以下几点: 1.交割日时多空双方需要平仓或转仓,若多头急于平仓…...

B树和B+树

1. B树 1.1 定义 B树是一种多路平衡查找树,具有以下性质: 每个节点最多包含 m 个子节点(m 阶 B树)。 根节点至少有两个子节点(除非它是叶子节点)。 每个内部节点(非根和非叶子节点&#xff…...

分布式事务核心理论:CAP与BASE

一、引言:分布式系统的挑战 在互联网应用中,随着业务规模的扩大,单机数据库已无法满足高并发和海量数据存储需求。分布式系统将数据拆分到不同节点,但随之带来了数据一致性的难题。CAP与BASE理论为分布式事务提供了重要的设计指导…...

【UCB CS 61B SP24】Lecture 4 - Lists 2: SLLists学习笔记

本文内容为重写上一节课中的单链表,将其重构成更易于用户使用的链表,实现多种操作链表的方法。 1. 重构单链表SLList 在上一节课中编写的 IntList 类是裸露递归的形式,在 Java 中一般不会这么定义,因为这样用户可能需要非常了解…...

记录一个ES分词器不生效的解决过程

问题背景 商城项目,其中商品查询检索使用的是ES, 但存在某些商品查询不到的问题 例如:某商品名包含AA_BBB这样的关键词,但是搜索"AA"不能查询到该商品,但是将商品名修改为AA BBB后就能查询到了. 怀疑是分词的问题,但看代码,在创建ES索引时在对应字段上也定义了分词器…...

Jeecg+vue3去掉JInput组件默认模糊查询的配置方式

遇见的问题:input查询带**号 情况1、使用schemas配置的表单项 添加type""属性,默认type为like,去掉模糊则配置为空 文档链接 jeecg文档说明JInput 2、直接调用组件则在属性上直接添加type""属性...

Could not initialize class io.netty.util.internal.Platfor...

异常信息: Exception in thread "main" java.lang.NoClassDefFoundError: Could not initialize class io.netty.util.internal.PlatformDependent0 Caused by: java.lang.ExceptionInInitializerError: Exception java.lang.reflect.InaccessibleObjec…...

什么是业务流程分类框架

业务流程分类框架是一个用于组织和系统化地分类业务流程的结构化方法。它旨在帮助企业理解、管理、分析和改进其运营流程。 可以把它想象成一个图书馆的图书分类系统,帮助快速找到和理解不同类型的书籍。对于业务流程来说,分类框架帮助快速了解不同类型的…...

向量的点乘的几何意义

源自AI 向量的点乘(Dot Product)在几何和图形学中有重要的意义。它不仅是数学运算,还可以用来描述向量之间的关系。以下是点乘的几何意义及其应用: 1. 点乘的定义 对于两个向量 a 和 b,它们的点乘定义为:…...

达梦数据库应用开发_JDBC接口介绍_yxy

达梦数据库应用开发_JDBC接口介绍 1 JDBC是什么?2 JDBC主要类或接口介绍2.1 建立与 DM 数据库的连接2.2 转接发送 SQL 语句到数据库2.3 处理并返回语句执行结果 3 JDBC基本使用3.1 前期准备3.2 增删改查代码示例3.3 绑定变量操作示例3.4 大字段操作示例 1 JDBC是什么…...

在ubuntu上用Python的openpyxl模块操作Excel的案例

文章目录 安装模块读取Excel数据库取数匹配数据和更新Excel数据 在Ubuntu系统的环境下基本职能借助Python的openpyxl模块实现对Excel数据的操作。 安装模块 本次需要用到的模块需要提前安装(如果没有的话) pip3 install openpyxl pip3 install pymysql在操作前,需…...

RabbitMQ介绍以及基本使用

文章目录 一、什么是消息队列? 二、消息队列的作用(优点) 1、解耦 2、流量削峰 3、异步 4、顺序性 三、RabbitMQ基本结构 四、RabbitMQ队列模式 1、简单队列模式 2、工作队列模式 3、发布/订阅模式 4、路由模式 5、主题模式 6、…...

搭建 Hadoop 3.3.6 伪分布式

搭建 Hadoop 3.3.6 伪分布式 IP 192.168.157.132 初始化操作 更改yum源 # 1_1.安装Wget yum install wget# 1_2.备份CentOS-Base.repo文件 mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo_bak# 2.下载阿里yum源配置 wget -O /etc/yum.repos.d/Cen…...

进程控制(靠原语实现)

什么是进程控制? 进程控制的主要功能是:对系统中的所有进程实施有效管理,它具有创建新进程、撤销已有进程、实现进程状态转换等功能。 简化理解:进程控制就是要实现进程状态转换。 知识一览: 如何实现进程控制&#…...

linux5-多任务--进程fork()

一.多任务:让系统具备同时处理多个任务的能力 1.如何实现多任务 1.1进程:操作系统上正在运行的程序,需要消耗内存和CPU 1.1.1 进程的生存周期:创建、调度、消亡 1.1.1.1进程的创建:每个进程被创建时,操作…...

【蓝桥】二分法

1、简介 1.1 定义: 通过将问题的搜索范围一分为二,迭代地缩小搜索范围,直到找到目标或确定目标不存在 1.2 适用: 有序数据集合,且每次迭代可以将搜索范围缩小一半 1.3 本质: 枚举:利用数据结构…...

linux查看程序占用的本地端口

ss是Socket Statistics的缩写,用来替代旧的netstat工具,功能更强大,执行更快。它用于查看系统的网络连接情况,包括TCP、UDP等协议的信息。 一. 命令解析: sudo ss -tulwnpss (Socket Statistics):替代 ne…...

统计函数运行时间的python脚本

这是一个统计函数运行时间的实用脚本,其中用到了函数的嵌套、链式传输参数,以及修饰器。 import time# 定义一个装饰器timer,用于计算被装饰函数的运行时间 def timer(func):print("执行了timer")def wrapper(*args, **kwargs):st…...

百度搜索和文心智能体接入DeepSeek满血版——AI搜索的新纪元

在当今数字化时代,搜索引擎作为互联网信息获取的核心工具,正经历着前所未有的变革。据悉,2025年2月16日,百度搜索和文心智能体平台宣布全面接入DeepSeek和文心大模型的最新深度搜索功能,搜索用户可免费使用DeepSeek和文…...

快速入门Springboot+vue——MybatisPlus快速上手

学习自哔哩哔哩上的“刘老师教编程”,具体学习的网站为:6.MybatisPlus快速上手_哔哩哔哩_bilibili,以下是看课后做的笔记,仅供参考。 第一节 ORM介绍 ORM对象关系映射,为了解决面向对象与关系数据库存在的互补匹配现象…...

在C#中动态访问对象属性时,用表达式树可以获得高效性能

在C#中如何用表达式树动态访问对象属性的问题。用户可能已经知道反射的基本用法,但想用表达式树来提高性能,因为表达式树编译后的委托执行速度比反射快。 首先,表达式树的基本概念。表达式树允许在运行时构建代码,并编译成可执行的…...

性能:React 实战优化技巧 之 函数闭包

子组件使用了 React.memo ,为什么 “prop 值未发生改变”,子组件依然被重新渲染了? 🚧 示例:点击子组件中按钮,获取 input 数据进行提交(常见于表单) index.tsx import Author f…...

蓝桥杯学习大纲

(致酷德与热爱算法、编程的小伙伴们) 在查阅了相当多的资料后,发现没有那篇博客、文章很符合我们备战蓝桥杯的学习路径。所以,干脆自己整理一篇,欢迎大家补充! 一、蓝桥必备高频考点 我们以此为重点学习…...

Windows11切换回Windows10风格右键菜单

参考文章:Win11新版右键菜单用不惯?一键切换回Win10经典版!-CSDN博客 以管理员权限运行命令行cmd 切换为经典旧版右键菜单,执行 reg.exe add “HKCU\Software\Classes\CLSID\{86ca1aa0-34aa-4e8b-a509-50c905bae2a2}\InprocServe…...

Python 爬虫selenium

1.selenium自动化 selenium可以操作浏览器,在浏览器页面上实现:点击、输入、滑动 等操作。 不同于selenium自动化,逆向本质是: 分析请求,例如:请求方法、请求参数、加密方式等。用代码模拟请求去实现同等…...

Linux常用操作

软件安装 CentOS系统使用: yum [install remove search] [-y] 软件名称 install 安装 remove 卸载 search 搜索 -y,自动确认 Ubuntu系统使用 apt [install remove search] [-y] 软件名称 install 安装 remove 卸载 search 搜索 -y,自动确认 yum 和 apt 均需要root权限 syste…...

Note25022001_Excel表格如何在文字的中间或者后边插入当前日期

Excel表格如何在文字的中间或者后边插入当前日期 关键字: EXCEL;当前日期;文字中间 如图所示: 其中一种实现方法如下: 打开表格,在某一个表格中输入: "项目计划管理表(厂内&…...

Django5 实用指南(四)URL路由与视图函数

4.1 Django5的URL路由系统 Django 的 URL 路由系统是其核心组件之一,它负责将用户的 HTTP 请求(即 URL)映射到相应的视图函数上。每当用户在浏览器中访问某个 URL 时,Django 会根据项目的 URL 配置文件(urls.py&#…...

Unity3D 基于 GPU 动画和 Compute Shader 的大批量动画渲染详解

引言 在现代游戏开发中,渲染大量动画角色是一个常见的需求,尤其是在大规模战斗场景、开放世界游戏或 VR/AR 应用中。传统的 CPU 动画计算和渲染方式在面对大批量角色时,往往会遇到性能瓶颈。为了优化性能,开发者可以利用 GPU 的强…...

遥感影像目标检测:从CNN(Faster-RCNN)到Transformer(DETR)

我国高分辨率对地观测系统重大专项已全面启动,高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源。未来10年全球每天获取的观测数据将超过10PB,遥感大数据时…...

什么是DeFi (去中心化金融)

DeFi (去中心化金融) 概述 💰 1. DeFi 基础概念 1.1 什么是 DeFi? DeFi 是建立在区块链上的金融服务生态系统,它: 无需中心化中介开放且透明无需许可即可参与代码即法律 1.2 DeFi 的优势 开放性:任何人都可以参与…...

深入解析 sudo -l 命令的输出内容

在 Linux 系统中,sudo 命令允许普通用户以超级用户(root)权限执行命令。sudo -l 命令用于查看当前用户在 sudoers 配置文件中的权限,以及与 sudo 相关的安全策略。本文将详细解析 sudo -l 输出的各个部分,包括 用户权限…...

DeepSeek 助力 Vue 开发:打造丝滑的瀑布流布局(Masonry Layout)

前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏关注哦 💕 目录 Deep…...

linux学习【7】Sourc Insight 4.0设置+操作

目录 1.Source Insight是什么?2.需要哪些配置?3.怎么新建项目4.一些问题的解决1.中文乱码问题 按照这个设置就可以了,下面的设置会标明设置理由。 1.Source Insight是什么? 阅读源码,编辑源码,不能编译&am…...

OpenCV形态学操作

1.1. 形态学操作介绍 初识: 形态学操作是一种基于图像形状的处理方法,主要用于分析和处理图像中的几何结构。其核心是通过结构元素(卷积核)对图像进行扫描和操作,从而改变图像的形状和特征。例如: 腐蚀&…...

使用Python中的`gensim`库构建LDA(Latent Dirichlet Allocation)模型来分析收集到的评论

下面为你详细介绍如何使用Python中的gensim库构建LDA(Latent Dirichlet Allocation)模型来分析收集到的评论。LDA是一种主题模型,它可以将文档集合中的文本按照主题进行分类。 步骤概述 数据预处理:对收集到的评论进行清洗、分词…...

【STM32】外部时钟|红外反射光电开关

1.外部时钟 单片机如何对外部触发进行计数?先看一下内部时钟,内部时钟是接在APB1和APB2时钟线上的,APB1,APB2来自stm32单片机内部的脉冲信号,也叫内部时钟。我们用来定时。同样我们可以把外部的信号接入单片机,来对其…...

Visual Studio Code 集成 Baidu Comate

文章目录 安装Baidu Comate插件 安装Baidu Comate插件 从左主侧栏中 点击 【扩展】这个图标,然后在上方输入栏中输入 baidu comate —>选中列出的Bai Comate —>点击 【安装】按钮,等待安装完毕…...

数据结构者

数据(data):可被计算机接受处理的符号总称 数据元素(data element):数据的基本单位,常作为一个整体进行考虑和处理 一个数据元素可以由若干个数据项(data item)组成 数…...

论文阅读 DOES END-TO-END AUTONOMOUS DRIVING REALLY NEED PERCEPTION TASKS?

端到端的强势来袭,好久了~~~ 简单翻译:端到端真的需要感知任务嘛? code https://github.com/PeidongLi/SSR. https://arxiv.org/pdf/2409.18341 1. 摘要 端到端自动驾驶(E2EAD)方法通常依赖于监督式感知任务来提取显…...

总结UML类图几种关系画法

最近在公司需要画类图,有些遗忘,于是重新学习并并总结了一下: 继承:实线空心三角箭头。A继承B,A指向B。A是一种B。实现:虚线空心三角箭头。A实现B,A指向B。A实现B接口。关联:实线普…...

python-leetcode 40.二叉树的层序遍历

题目: 给定二叉树的根节点root,返回其节点值得层序遍历(即逐层从左到右访问所有节点) 方法:广度优先搜索 # Definition for a binary tree node. # class TreeNode(object): # def __init__(self, val0, leftNone, rightNon…...