当前位置: 首页 > news >正文

比特率、码元速率(波特率)的定义、关系及相关计算公式

一、相关定义

(一)比特率

  • 比特率(Bit Rate):单位时间内传输的二进制比特数,是信息传输速率的度量。
  • 单位:比特每秒(bit/s,bps)。
  • 公式:比特率 = 传输的比特数​   /  时间(秒)(单位:bps)

(二)码元速率(Symbol Rate,波特率)

  • 波特率:单位时间内传输的码元数量,是信号调制速率的度量。码元是数字通信中最小的信号单位,可以携带多个比特(取决于编码方式)。
  • 单位:波特(Baud)。
  • 公式:码元速率 = 传输的码元数​   /  时间(秒)(单位:Baud)

(三)关系与公式

1.比特率与码元速率的关系取决于每个码元携带的比特数(由编码方式决定):

                                比特率=码元速率×log2​(M)

  • M:码元的进制数(例如二进制 M=2,四进制M=4)。
  • log2​(M):每个码元携带的比特数。

2.推导关系

  • 二进制系统(M=2):

    每个码元携带log⁡2(2)   =   1 比特 ⇒  比特率 = 码元速率   

  • 四进制系统(M=4):

    每个码元携带log⁡2(4)  =   2 比特   ⇒ 比特率=2×码元速率

  • 16进制系统(M=16):

    每个码元携带log⁡2(16)  =  4 比特   ⇒ 比特率=4×码元速率

3.计算公式示例

示例1:已知码元速率和进制数,求比特率
  • 输入:码元速率 = 1000 Baud,四进制(M=4)。
  • 计算

    比特率=1000×log⁡2(4)=1000×2=2000 bps.

示例2:已知比特率和码元速率,求进制数
  • 输入:比特率 = 3000 bps,码元速率 = 1000 Baud。
  • 计算

    log⁡2(M)=比特率 / 码元速率=3000/1000=3⇒M=8 

(四)总结

编码方式每个码元携带的比特数比特率与码元速率关系
二进制(NRZ)1比特率 = 码元速率 × 1
四进制(QPSK)2比特率 = 码元速率 × 2
16进制(16QAM)4比特率 = 码元速率 × 4
曼彻斯特编码0.5比特率 = 码元速率 ÷ 2

注意:

  1. 码元速率与进制无关:码元速率仅由信号波形的切换频率决定,与每个码元携带的比特数无关。
  2. 比特率由进制决定:多进制系统(如16QAM)能显著提升比特率,但需更复杂的调制技术。
  3. 曼彻斯特编码的特殊性:通过强制跳变实现自同步,但牺牲了带宽效率(比特率仅为码元速率的1/2)。

二、相关公式

(一)香农定理

1. 公式

定义:香农定理描述了在有噪声信道中,信道的最大传输速率(信道容量)与带宽、信噪比的关系。

C = B*\log_{2}(1+SNR)

  • C:信道容量(单位:bps,比特每秒)。
  • B:信道带宽(单位:Hz)。
  • SNR:信噪比(无量纲,即信号功率与噪声功率的比值)。

2. 推导过程

香农定理基于信息论中的信息熵概念,考虑了噪声对信息传输的影响。其核心思想是:

  • 在有噪声的信道中,信号的传输速率受限于噪声导致的误码率。
  • 通过最大化信息传输的信道容量,香农推导出公式:

C = B*\log_{2}(1+\frac{S}{N})

  • 其中 S 是信号功率,N是噪声功率。

3. 单位换算

  • 信噪比(SNR)的单位转换

  •  线性形式SNR=\frac{S}{N}​(无单位)

  • 分贝(dB)形式SNR (dB)=10\log_{10}(\frac{S}{N})

4. 案例

假设电话线的带宽 B=3 kHz,信噪比 SNR (dB)=30 dB,求电话线传输速率。

  1. 根据SNR (dB)=10\log_{10}(\frac{S}{N}),推出信噪比为1000
  2. 带入香农定理:C = B*\log_{2}(1+\frac{S}{N})=C=3000×log2​(1+1000)≈29,910 bps≈30 kbps

(二)奈氏准则

1. 公式

奈氏准则适用于无噪声信道,描述最大传输速率与带宽、信号电平数的关系:

C = B*\log_{2}(M)

  • 符号含义
    • C:信道容量(单位:bps)。
    • B:信道带宽(单位:Hz)。
    • M:信号电平数(即每个码元可表示的离散状态数)。

2. 推导过程

奈奎斯特基于以下假设推导公式:

  • 无噪声信道:忽略噪声对信号的影响。
  • 避免码间干扰:码元速率的最大值为 2B 波特(Baud)。
  • 信息编码:每个码元可表示 log_{2}(M) 比特(例如,M=4 时,每个码元表示2比特)。

3. 单位换算

  • 波特(Baud)与比特(bps)的关系

    比特率=波特率×log⁡2M比特率=波特率×log2​M

    • 波特率(Baud):每秒传输的码元数。
    • 比特率(bps):每秒传输的比特数。

4. 案例
假设信道带宽 B=4 kHz,采用 M=4 电平编码,求相应的传输速率:

  1. 代入奈氏公式C = B*\log_{2}(M)=2 * 4000* \log_{2}4=8000×2=16,000 bps=16 kbps
  2. 结论:在理想无噪声信道中,最大传输速率为16 kbps。

(三)对比与总结

特性香农定理(有噪声信道)奈氏准则(无噪声信道)
公式C = B*\log_{2}(1+\frac{S}{N})C = B*\log_{2}(M)
关键因素带宽 B、信噪比 SNR带宽 B、信号电平数 M
适用场景现实中的通信系统(存在噪声)理想无噪声环境(理论极限)
单位换算SNR需转换为线性或dB单位直接使用比特和波特单位

四、相关概念

(一)相关名词解释

名词定义特点示例
数据

信息的原始载体,可以是数字、文字、图像等未加工的符号或值。

信息在传输之前需要进行编码,编码后的信息就变成数据。

未经过解释,仅是符号的集合(如“100”是数据,“温度为100℃”是信息)。

“100”、图像像素值

信息 → 数据

步骤:信息需要被编码为数据才能存储或传输。

示例

信息“今天天气晴朗”被编码为文字或二进制数据存储

信号数据的物理表示形式,用于在通信系统中传输数据(如电磁波、光脉冲)。依赖物理介质传输,分为模拟信号和数字信号。电话中的语音信号、计算机网络脉冲
模拟数据连续变化的数据,时间或幅度上无离散间隔(如声音、图像)。需转换为模拟信号数字化后传输。人声、自然图像
模拟信号模拟数据的物理表示,其幅度随时间连续变化(如正弦波)。适合传输模拟数据,易受噪声干扰。传统电视信号、调频广播
基带信号未经调制的原始信号,直接传输数据(如局域网中的以太网信号)。频率较低,适合短距离传输USB信号、以太网信号
带通信号经过调制后的信号,频谱集中在特定高频范围(如无线电广播信号)。适合长距离传输多路复用5G网络信号、Wi-Fi信号
数字数据离散值(如0和1)组成的二进制数据。抗干扰能力强,便于存储和处理计算机文件、电子邮件
数字信号数字数据的物理表示,通常为脉冲序列(如方波)。通过电平变化(如高/低电压)表示0和1。计算机网络中的二进制脉冲
码元数字信号的基本单位,每个码元可表示1个或多个比特。码元数量与编码方式相关(如4种状态可表示2比特)。QPSK调制中每个码元表示2比特
单工通信数据只能单向传输(如电视广播、遥控器指令)。通信方向固定,无法双向交互。电视信号传输、收音机广播
半双工通信双向传输但同一时间只能单向(如对讲机)。需切换发送/接收状态,效率低于全双工。对讲机、早期局域网(如以太网)
全双工通信数据可同时双向传输(如电话、5G网络)。需两条独立信道或频分复用技术。电话通话、5G网络数据传输
串行传输数据逐位顺序传输(如USB、以太网)。线路简单,适合长距离传输。USB 2.0、千兆以太网
并行传输多位数据同时通过多条线路传输(如打印机并口)。速度快但线路复杂,适合短距离。早期打印机接口、PCI总线

相关文章:

比特率、码元速率(波特率)的定义、关系及相关计算公式

一、相关定义 (一)比特率 比特率(Bit Rate):单位时间内传输的二进制比特数,是信息传输速率的度量。单位:比特每秒(bit/s,bps)。公式:比特率 传…...

炫云平台全面支持Blender4.4云渲染

随着世界渲染大赛众多优秀作品被大家关注,Blender作为建模渲染一体化的软件,也是众多3D艺术家最常用的软件之一。云渲染自然是提升创作效率必不可少的工作。这篇文章说一下炫云云渲染平台近期对Blender云渲染支持的情况。 首先,炫云客户端已经…...

Python自学第1天:变量,打印,类型转化

突然想学Python了。经过Deepseek的推荐,下载了一个Python3.12安装。安装过程请自行搜索。 乖乖从最基础的学起来,废话不说了,上链接,呃,打错了,上知识点。 变量的定义 # 定义一个整数类型的变量 age 10#…...

Flutter 从零到一

iOS 调试与开发工具指南 真机调试 Xcode run 在控制台获取 Dart VM service URIVSCode 点击 Cmd Shift P 选择 Debug: Attach to Flutter on Device粘贴 the URI 后点击 Enter 对于iOS开发者来说,使用appuploader这样的iOS开发助手可以简化真机调试的准备工作。…...

ocr-身份证正反面识别

在阿里云官网,申请一个token [阿里官方]身份证OCR文字识别_API专区_云市场-阿里云 (aliyun.com) 观察一下post请求body部分json字符串,我们根据这个创建一个java对象 先默认是人像面 public class IdentityBody {public String image;class configure…...

深入解析Spring Boot核心组件及其关键功能

【版本:spring-boot-2.1.3.RELEASE】 深入Spring Boot核心组件 Spring Boot是一个流行的框架,简化了基于Spring的应用程序的开发和部署。它通过自动配置和“开箱即用”的特性,使得开发者可以快速启动和运行应用程序。在Spring Boot中&#x…...

JVM 调优不再难:AI 工具自动生成内存优化方案

在 Java 应用程序的开发与运行过程中,Java 虚拟机(JVM)的性能调优一直是一项极具挑战性的任务,尤其是内存优化方面。不合适的 JVM 内存配置可能会导致应用程序出现性能瓶颈,甚至频繁抛出内存溢出异常,影响业…...

分层式设备控制架构、分布式微服务架构及插件化架构

在现代高端装备制造(如半导体设备、精密自动化系统)中,分层式设备控制架构、分布式微服务架构和插件化架构是提升系统灵活性、实时性和可扩展性的核心技术。以下从设计原理、实现方式及行业应用三个维度展开说明:  1.…...

上门服务 APP 30 亿营收商业模式在乌干达的技术赋能与实践

不久前,非洲乌干达出现黑人女技师提供上门足疗服务的消息引发关注。据了解,当地一次40分钟的上门按摩服务仅需约40元人民币,价格仅为国内同类服务的十分之一。这一现象折射出全球健康服务行业正在经历的数字化转型浪潮。 国内领先的上门服务平…...

Chemical Review IF=51.4 综述 | 柔性机器人的当下与未来:材料、技术与应用的深度融合

2025.03.31. 新加坡南洋理工大学研究团队在《Chemical Reviews》期刊上发表 “Soft Materials and Devices Enabling Sensorimotor Functions in Soft Robots” 综述型文章。软机器人的传感器运动功能对其与环境交互至关重要,本文全面综述了相关软材料和设备。传感技…...

Python抽象基类

abstractmethod 详解 abstractmethod 是 Python 中 abc 模块(Abstract Base Classes,抽象基类)提供的一个装饰器,用于定义抽象方法。抽象方法是一种在基类中声明但不实现具体逻辑的方法,强制子类必须实现该方法。以下…...

计算机网络中各种物理量的单位总结

在计算机网络中,数据速率的单位容易混淆,以下是清晰总结: 一、基本单位区分 比特(bit)与字节(Byte) 小写 b 表示 比特(bit),是数据传输的基本单位。 大写 B…...

PCIE网卡驱动DMA初始化配置

1. DMA 启用的时机 e1000e 驱动在 设备初始化阶段 启用 DMA,具体步骤如下: (1) PCIe 设备初始化 调用路径: e1000_probe() → e1000_sw_init() → e1000_init_hw() → e1000_configure() 关键操作: 启用 PCIe 设备的 DMA 主控模…...

音视频小白系统入门笔记-1

本系列笔记为博主学习李超老师课程的课堂笔记,仅供参阅 课程传送门:音视频小白系统入门课 音视频基础ffmpeg原理 往期课程笔记传送门:音视频小白系统入门笔记-0 课程实践代码仓库:传送门 音频采集 命令行采集 Android端音频…...

技术速递|使用 BrowserStack App Automate 和 Appium UI 测试 .NET MAUI 应用

作者:Sweeky&Gerald 排版:Alan Wang 本文是 Gerald 的博客《开始使用 Appium 测试 .NET MAUI 应用的 UI 》中创建的 .NET MAUI – 使用 Appium 和 NUnit 进行 UI 测试的续篇。 在本篇博客中,我们将了解如何使用 BrowserStack App Automa…...

在多系统环境中实现授权闭环,Tetra Pak 借助CodeMeter打造食品工业的安全自动化体系

一、 行业背景与安全新挑战 在食品加工自动化不断深化的背景下,食品安全、功能安全与知识产权保护的需求日益迫切。Tetra Pak 作为全球领先的食品加工和包装解决方案提供商,业务遍布 160 多个国家,涵盖从配料混合、碳酸化处理到全线自动包装。…...

Nginx+SpringBoot跨域那些事儿(多域名跨域加强版——Nginx配置详解)

嘿,小伙伴们,咱们接着上回书说到,当你的应用需要支持多个域名跨域访问时,Nginx+SpringBoot这对黄金搭档绝对是你的不二之选!今天,咱们就深入聊聊如何在Nginx中配置多个域名跨域,让你的应用更加灵活、强大! 一、跨域问题再科普(多域名跨域场景) 在前后端分离开发中,…...

基于Python的App流量大数据分析与可视化方案

一、引言 App流量数据通常包括用户的访问时间、停留时间、点击行为、页面跳转路径等信息。这些数据分散在不同的服务器日志、数据库或第三方数据平台中,需要通过有效的技术手段进行整合和分析。Python在数据科学领域的广泛应用,得益于其简洁的语法、强大…...

windows下使用nginx + waitress 部署django

架构介绍 linux一般采用nginx uwsgi部署django,在Windows下,可以取代uwsgi的选项包括Waitressa、Daphnea、Hypercoma和Gunicorna(通过WSLa 运行)。windows服务器一般采用nginx waitress 部署django,,他们的关系如下 django是WEB应用…...

openssh离线一键升级脚本分享(含安装包)

查看当前的版本 [rootmyoracle ~]#ssh -V相关安装包下载地址 openssh下载地址:http://ftp.openbsd.org/pub/OpenBSD/OpenSSH/portable/openssl下载地址:https://www.openssl.org/source/zlib下载地址:http://www.zlib.net/今天演示从7.4升级…...

【专题刷题】双指针(二)

📝前言说明: 本专栏主要记录本人的基础算法学习以及LeetCode刷题记录,按专题划分每题主要记录:(1)本人解法 本人屎山代码;(2)优质解法 优质代码;&#xff…...

Ubuntu服务器中了木马且处于局域网内无法直接通过公网正向连接

如果你的Ubuntu服务器中了木马且处于局域网内无法直接通过公网正向连接,可以尝试以下方法进行应急响应和恢复控制: 一、尝试通过局域网内部访问(优先方案) 如果攻击者未完全封锁你的权限,且你有局域网内其他机器的控制权: 通过跳板机连接: 使用同一局域网内的其他机器…...

Day09 【基于LSTM实现文本加标点的任务】

基于LSTM实现文本加标点的任务 目标数据准备参数配置数据处理模型构建定义模型结构前向传播方法优化器选择 主程序测试与评估类初始化模型评估统计记录显示统计结果 测试结果 目标 本文基于给定的词表,将输入的文本基于jieba分词分割为若干个词,然后基于…...

SQL刷题日志(day2)

1、timestampdiff:计算时间间隔 timestampdiff(unit,start_date,end_date) 参数说明: unit:返回的时间单位,如minute,hour等start_date:开始日期end_date:结束日期 2、dense_rank(&#xff…...

仿 ElementUI 搭建自己的 vue 组件库

仿 ElementUI 搭建自己的 vue 组件库 一、创建 my-ui-can 项目1. 新建项目2. 自定义组件3. 创建 MyButton 组件4. 导出组件5. package.json 二、发布到 npm 仓库1. npm 账号注册(忽略)2. 发布 my-ui-can 二、项目引用 my-ui-can 依赖包方式一&#xff1a…...

CentOS 操作系统下搭建 tsung性能测试环境

写在前面 为何这么安装,实际就是这么做的,这是经过好几次实践得出的经验总结。 这为了让大家更清楚的知道怎么安装 tsung性能测试环境,按步照搬的安装即可。 步骤 1、 下载软件安装包 CentOS-6.0-x86_64-bin-DVD1.iso jdk-6u4-linux-x64-rpm.bin erlang: otp_src_1…...

基于YOLOv9的课堂行为检测系统

基于YOLOv9的课堂行为检测系统 项目概述 本项目是一个基于YOLOv9深度学习模型的课堂行为检测系统,旨在通过计算机视觉技术自动识别和监测课堂中学生的各种行为状态,帮助教师更好地了解课堂教学效果。 项目结构 课堂行为检测/ ├── data/ │ ├──…...

Linux常见工具的基本使用,同时介绍了编译过程和动/静态链接的原理

目录 一、工具的本质 二、一些常用的工具 1.yum 2.vim 1)vim的三种基本模式: 2)vim的基本操作 ①命令模式下的基本操作: ②插入模式: ③底行模式: 3)vim的配置:让他变得更好用 3.gcc…...

6.(vue3.x+vite)动态挂载组件并传递参数和方法

1:效果截图 2:父组件代码 <template><div id="cesiumID"></div><div>子组件使用方法传递给父组件的值:{...

大数据人工智能

在大数据人工智能领域&#xff0c;需要具备多种算法和深度学习知识&#xff0c;以下是一些常见的&#xff1a; 机器学习算法 - 线性回归&#xff1a;用于建立输入特征与连续型输出变量之间的线性关系&#xff0c;常用于预测数值型数据。 - 逻辑回归&#xff1a;主要用于二分类…...

Vue3 nextTick

nextTick 是 Vue 中非常重要的一个 API&#xff0c;它允许你在 DOM 更新周期后执行延迟回调。 核心源码位置 Vue3 的 nextTick 实现主要在 packages/runtime-core/src/scheduler.ts 文件中。 基本实现 const resolvedPromise Promise.resolve() as Promise<any> let …...

快速入手-基于python和opencv的人脸检测

1、安装库 pip install opencv-python 如果下载比较卡的话&#xff0c;指向国内下载地址&#xff1a; pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple 2、下载源码 https://opencv.org/ windows11对应的版本下载&#xff1a; https://pan.baidu…...

第七节:React HooksReact 18+新特性-并发模式(Concurrent Mode)解决了什么问题?

• 考点&#xff1a;可中断渲染、优先级调度、startTransition使用场景 • 示例&#xff1a;搜索框输入防抖优化 React Hooks 进阶&#xff1a;自定义 Hook 设计实战指南&#xff08;以 useWindowSize 和 useFetch 为例&#xff09; 一、自定义 Hook 设计规范 在实现 useWind…...

jwt的无感刷新

jwt无感刷新 如果没有引入额外的刷新机制&#xff0c;JWT 过期后后续请求就会因验证失败而拒绝&#xff0c;导致用户需要重新登录&#xff0c;从而被“强制下线”。为实现无感刷新&#xff0c;可以考虑以下几种方案&#xff1a; 引入 Refresh Token 双 token 机制&#xff1a;…...

Linux:安装 CentOS 7(完整教程)

文章目录 一、简介二、安装 CentOS 72.1 虚拟机配置2.2 安装CentOS 7 三、连接远程服务器&#xff08;扩展&#xff09;3.1 获取虚拟机 IP 地址3.2 连接远程服务器 四、结语 一、简介 CentOS&#xff08;Community ENTerprise Operating System&#xff09;是一个基于 Linux 的…...

【YOLOv8改进- Backbone主干】CVPR2025 MambaOut :为图像分类任务设计的轻量级模型,曼巴永存!

YOLOV8目标检测创新改进与实战案例专栏 专栏目录: YOLOV8有效改进系列及项目实战目录 包含卷积,主干 注意力,检测头等创新机制 以及 各种目标检测分割项目实战案例 专栏链接: YOLOV8基础解析+创新改进+实战案例 介绍 摘要 “曼巴(Mamba)是一种具有状态空间模型(SSM)的…...

thanos与VictoriaMetrics对比

Thanos 和 VictoriaMetrics 都是开源的时序数据库&#xff08;TSDB&#xff09;解决方案&#xff0c;通常用于存储、查询和管理大规模的时间序列数据&#xff0c;尤其是监控数据。尽管它们在功能上有一些重叠&#xff0c;但它们各自的设计目标、架构、以及适用场景存在差异。以…...

ubuntu 24.02部署java web服务

ubuntu 24.02 版本推荐使用jdk 21版本部署java web服务&#xff0c;开发后先使用sudo java -jar xxx.jar验证运行结果。 jdk安装&#xff1a;sudo apt install openjdk-21-jdk-headless 编辑服务文本 [Unit] DescriptionWebMgr Java Application Afternetwork.target mysql.…...

时序数据预测:TDengine 与机器学习框架的结合(一)

一、引言 在当今数字化时代&#xff0c;时序数据如潮水般涌来&#xff0c;广泛存在于物联网、工业监控、金融交易、气象监测等众多领域。这些按时间顺序记录的数据蕴含着丰富的信息&#xff0c;对其进行准确预测&#xff0c;能够为企业和组织的决策提供有力支持&#xff0c;带…...

SvelteKit 最新中文文档教程(20)—— 最佳实践之性能

前言 Svelte&#xff0c;一个语法简洁、入门容易&#xff0c;面向未来的前端框架。 从 Svelte 诞生之初&#xff0c;就备受开发者的喜爱&#xff0c;根据统计&#xff0c;从 2019 年到 2024 年&#xff0c;连续 6 年一直是开发者最感兴趣的前端框架 No.1&#xff1a; Svelte …...

Spark-SQL核心编程(二)(三)

Spark-SQL核心编程&#xff08;二&#xff09; DSL 语法 DataFrame 提供一个特定领域语言(domain-specific language, DSL)去管理结构化的数据。 可以在 Scala, Java, Python 和 R 中使用 DSL&#xff0c;使用 DSL 语法风格不必去创建临时视图了。 1.创建一个 DataFrame val d…...

Godot学习-创建简单动画

文章目录 1、准备工作Godot资源 2、创建项目3、创建结点4、创建动画1、创建动画2、添加轨道3、创建关键帧3.1 第一个关键帧3.2 第二个关键帧 5、加载后自动播放6、动画循环7、轨道设置1、轨道更新模式2、轨迹插值3、其他属性的关键帧4、编辑关键帧5、使用 RESET 轨道6、洋葱皮 …...

新加坡太白私募:金融创新与稳健发展的典范

在全球金融市场的版图中&#xff0c;新加坡太白私募正以其独特的魅力和卓越的表现&#xff0c;成为众多投资者关注的焦点。作为一家在新加坡注册成立的私募机构&#xff0c;太白私募自诞生以来&#xff0c;便凭借着创新的理念、专业的团队和稳健的运营&#xff0c;在激烈的市场…...

[MySQL] 事务管理(二) 事务的隔离性底层

事务的隔离性底层 1.数据库并发的场景2.读-写2.1MVCC三个变量2.1.1 3个记录隐藏列字段2.1.2 undo日志 模拟MVCCselect 的读取2.1.3 Read View&#xff08;读视图&#xff09; 3.RR与RC的区别 1.数据库并发的场景 读-读&#xff1a;不存在问题&#xff0c;也不需要并发控制读-写…...

【Netty篇】EventLoopGroup 与 EventLoop 详解

目录 开场白&#xff1a;话说 Netty 江湖第一段&#xff1a;EventLoopGroup——“包工头”的角色第二段&#xff1a;EventLoop——“身怀绝技的工人”第三段&#xff1a;EventLoop 如何处理 I/O 事件、普通任务和定时任务第四段&#xff1a;Handler 执行中如何换人&#xff1f;…...

vscode连接windows服务器出现过程试图写入的管道不存在

优云智算平台的windows 1. 确保 Windows 已启用 OpenSSH 服务器 Get-WindowsCapability -Online | Where-Object Name -like OpenSSH.Server* 如果 State 是 NotPresent&#xff0c;说明未安装。 如果 State 是 Installed&#xff0c;说明已安装。 安装 OpenSSH Server&am…...

Windows VsCode Terminal窗口使用Linux命令

背景描述&#xff1a; 平时开发环境以Linux系统为主&#xff0c;有时又需要使用Windows系统下开发环境&#xff0c;为了能像Linux系统那样用Windows VsCode&#xff0c;Terminal命令行是必不可少内容。 注&#xff1a;Windows11 VsCode 1.99.2 下面介绍&#xff0c;如何在V…...

19【干获】如何快速在GIS某个图斑中抠出空洞

应用场景&#xff1a;在图斑中扣取空洞&#xff0c;很多时候是因为CAD数据在转换为GIS文件时&#xff0c;由于CAD作图不规范&#xff0c;例如填充本身不严谨&#xff0c;导致转换后&#xff0c;一个大地块包含的小地块范围不见了&#xff0c;只有大地块&#xff1b;或者会存在两…...

基于YOLO11的跌倒检测报警系统

基于YOLO11的跌倒检测报警系统 【包含内容】 【一】项目提供完整源代码及详细注释 【二】系统设计思路与实现说明 【三】完整的视频/摄像头/图片检测与报警功能 【技术栈】 ①&#xff1a;系统环境&#xff1a;Windows/MacOS/Linux通用 ②&#xff1a;开发环境&#xff1a;Py…...

十、自动化函数+实战

Maven环境配置 1.设计测试用例 2.创建空项目 1&#xff09;添加需要的依赖pom.xml <dependencies> <!-- 截图配置--><dependency><groupId>commons-io</groupId><artifactId>commons-io</artifactId><version>2.6</…...