半阵法单脉冲测角

news2025/4/17 2:40:15

半阵法单脉冲测角

      • 单脉冲测角的类型
      • 确知波束形成导向矢量
      • 半阵测向原理
      • 半阵测向仿真

单脉冲测角的类型

传统的单脉冲测向方法主要有3种,分别是半阵法、加权法和和差比幅法。在了解单脉冲测向之前,首先要知道确知波束形成,确知波束形成就是设计一组权值,使得对各个阵元接收到的信号进行加权求和之后,形成一种空间滤波,选择性的接收期望方向的信号而抑制其他方向的信号。在实际情况中,前端处理得到的波束指向角 φ 0 \varphi_0 φ0不一定等于 φ s \varphi_s φs,但真实角度一般出于波束的3dB带宽以内。因此我们就需要一种方法在已知确知波束指向角的情况下测量期望信号的真实方向。单脉冲测角就是用于解决该问题。通常情况下,单脉冲测角需要在阵列的输出端分别形成和波束和差波束,其中和波束要求在波束指向处形成主瓣增益,而差波束则要求在波束指向处形成零陷。然后利用单脉冲比即和差比估计出期望信号方向与波束指向间的插值 Δ φ \Delta_\varphi Δφ

确知波束形成导向矢量

在这里插入图片描述

图1. 均匀线性阵接收信号模型

对于均匀线阵,俯仰角 φ \varphi φ的定义域通常为 φ ∈ ( − 9 0 ∘ , 9 0 ∘ ) \varphi \in (-90^{\circ},90^{\circ}) φ(90,90)。设阵列参考点为 ο \omicron ο,即左起第一个阵元。由几何关系我们可以知道,第 m m m个阵元相对于参考点的波程差为 ( m − 1 ) d s i n φ (m-1)d\rm{sin}\varphi (m1)dsinφ,因此我们可以得到第 m m m个阵元相对于参考点的时延 τ m \tau_m τm
τ m = ( m − 1 ) d s i n φ c \tau_m=\frac{(m-1)d\rm{sin}\varphi}{c} τm=c(m1)dsinφ
利用上式,均匀线阵的导向矢量可以表示为:
a ( φ ) = [ 1 , e j 2 π d s i n φ λ , . . . , e j 2 π ( M − 1 ) d s i n φ λ ] T \bm{a}(\varphi)=[1,e^{j\frac{2\pi d\rm{sin}\varphi}{\lambda}},...,e^{j\frac{2\pi (M-1)d\rm{sin}\varphi}{\lambda}}]^{T} a(φ)=[1,ejλ2πdsinφ,...,ejλ2π(M1)dsinφ]T
在均匀线性阵中,要求相邻阵元间距 d ≤ λ / 2 d\leq \lambda/2 dλ/2,否则会造成相位混叠,进而影响单脉冲测角。
由导向矢量,可以得到来波方向为 φ \varphi φ的信号 s ( t ) s(t) s(t)的阵列输出为:
y = a ( φ ) s ( t ) y=\bm{a}(\varphi)s(t) y=a(φ)s(t)

半阵测向原理

半阵测向方法利用阵列的几何对称性来构造和差波束权向量,因此主要用于均匀线阵和均匀面阵这种拥有范德蒙德结构导向向量的规则阵列。下面以线阵为例,解析半阵测向的原理和过程。
首先考虑一个包含 2 M 2M 2M阵元的均匀线阵,阵元间距为 d d d,波束指向为 φ 0 \varphi_0 φ0。由于和波束要求在波束指向 φ 0 \varphi_0 φ0处形成主瓣增益,因此我们可以取和波束权 w Σ \bm{w}_{\Sigma} wΣ为指向 φ 0 \varphi_0 φ0处的导向向量。
w Σ = a ( φ 0 ) \bm{w}_{\Sigma}=\bm{a}(\varphi_0) wΣ=a(φ0)
利用均匀线阵的对称性,我们取差波束为 w Δ \bm{w}_{\Delta} wΔ
w Δ = [ − 1 , . . . , − 1 ⏞ , 1 , . . . , 1 ⏞ ] T ⊙ a ( φ 0 ) \bm{w}_{\Delta}=[\overbrace{-1,...,-1},\overbrace{1,...,1}]^T\odot\bm{a}(\varphi_0) wΔ=[1,...,1 ,1,...,1 ]Ta(φ0)

式中 ⊙ \odot 表示Hadamard积。假设期望信号的入射方向为 φ s \varphi_s φs,其导向向量为 a ( φ s ) \bm{a}(\varphi_s) a(φs),和波束的输出为 Σ ( φ s ) \Sigma(\varphi_s) Σ(φs),差波束输出为 Δ ( φ s ) \Delta(\varphi_s) Δ(φs)

Σ ( φ s ) = w Σ T a ( φ s ) = ∑ m = 1 2 M e x p [ j 2 π ( m − 1 ) d λ ( s i n φ s − s i n φ 0 ) ] Δ ( φ s ) = w Δ T a ( φ s ) = ∑ m = M + 1 2 M e x p [ j 2 π ( m − 1 ) d λ ( s i n φ s − s i n φ 0 ) ] − ∑ m = 1 M e x p [ j 2 π ( m − 1 ) d λ ( s i n φ s − s i n φ 0 ) ] \begin{split} & \Sigma(\varphi_s)=\bm{w}_{\Sigma}^{T}\bm{a}(\varphi_s)=\sum_{m=1}^{2M}{\rm{exp}}[j\frac{2\pi(m-1)d}{\lambda}({\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0)] \\ & \Delta(\varphi_s)=\bm{w}_{\Delta}^{T}\bm{a}(\varphi_s)=\sum_{m=M+1}^{2M}{\rm{exp}}[j\frac{2\pi(m-1)d}{\lambda}({\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0)]-\sum_{m=1}^{M}{\rm{exp}}[j\frac{2\pi(m-1)d}{\lambda}({\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0)] \\ \end{split} Σ(φs)=wΣTa(φs)=m=12Mexp[jλ2π(m1)d(sinφssinφ0)]Δ(φs)=wΔTa(φs)=m=M+12Mexp[jλ2π(m1)d(sinφssinφ0)]m=1Mexp[jλ2π(m1)d(sinφssinφ0)]
为便于简化,我们设波束 P P P
P = ∑ m = 1 M e x p [ j 2 π ( m − 1 ) d λ ( s i n φ s − s i n φ 0 ) ] P=\sum_{m=1}^{M}{\rm{exp}}[j\frac{2\pi(m-1)d}{\lambda}({\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0)] P=m=1Mexp[jλ2π(m1)d(sinφssinφ0)]
P P P带入 Σ ( φ s ) \Sigma(\varphi_s) Σ(φs) Δ ( φ s ) \Delta(\varphi_s) Δ(φs)得到
Σ ( φ s ) = w Σ T a ( φ s ) = P ( e x p [ j 2 π M d λ ( s i n φ s − s i n φ 0 ) ] + 1 ) Δ ( φ s ) = w Δ T a ( φ s ) = P ( e x p [ j 2 π M d λ ( s i n φ s − s i n φ 0 ) ] − 1 ) \begin{split} & \Sigma(\varphi_s)=\bm{w}_{\Sigma}^{T}\bm{a}(\varphi_s)=P({\rm{exp}}[j\frac{2\pi Md}{\lambda}({\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0)] +1)\\ & \Delta(\varphi_s)=\bm{w}_{\Delta}^{T}\bm{a}(\varphi_s)=P({\rm{exp}}[j\frac{2\pi Md}{\lambda}({\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0)] -1)\\ \end{split} Σ(φs)=wΣTa(φs)=P(exp[jλ2πMd(sinφssinφ0)]+1)Δ(φs)=wΔTa(φs)=P(exp[jλ2πMd(sinφssinφ0)]1)
我们令 u = s i n φ s − s i n φ 0 u={\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0 u=sinφssinφ0,利用欧拉公式 e j x = c o s x + j s i n x e^{jx}={\rm cos}x+j{\rm sin}x ejx=cosx+jsinx进一步得到半阵法的单脉冲比MRC
M R C = Δ ( φ s ) Σ ( φ s ) = P [ e x p ( j 2 π M d λ u ) − 1 ] P [ e x p ( j 2 π M d λ u ) + 1 ] = e x p ( j 2 π M d λ u ) − 1 e x p ( j 2 π M d λ u ) + 1 = e x p ( j π M d λ u ) [ e x p ( j π M d λ u ) − e x p ( − j π M d λ u ) ] e x p ( j π M d λ u ) [ e x p ( j π M d λ u ) + e x p ( − j π M d λ u ) ] = e x p ( j π M d λ u ) − e x p ( − j π M d λ u ) e x p ( j π M d λ u ) + e x p ( − j π M d λ u ) = j s i n ( π M d u / λ ) c o s ( π M d u / λ ) = j t a n ( π M d λ u ) \begin{equation*} %加*表示不对公式编号 \begin{split} {\rm MRC} & = \frac{ \Delta(\varphi_s)}{\Sigma(\varphi_s)} \\ & = \frac{P[{\rm{exp}}(j\frac{2\pi Md}{\lambda}u) -1]}{P[{\rm{exp}}(j\frac{2\pi Md}{\lambda}u) +1]} \\ & = \frac{{\rm{exp}}(j\frac{2\pi Md}{\lambda}u) -1}{{\rm{exp}}(j\frac{2\pi Md}{\lambda}u) +1} \\ & = \frac{{\rm{exp}}(j\frac{\pi Md}{\lambda}u) [{\rm{exp}}(j\frac{\pi Md}{\lambda}u) -{\rm{exp}}(-j\frac{\pi Md}{\lambda}u)]}{{\rm{exp}}(j\frac{\pi Md}{\lambda}u) [{\rm{exp}}(j\frac{\pi Md}{\lambda}u)+{\rm{exp}}(-j\frac{\pi Md}{\lambda}u)]} \\ & = \frac{ {\rm{exp}}(j\frac{\pi Md}{\lambda}u) -{\rm{exp}}(-j\frac{\pi Md}{\lambda}u)}{ {\rm{exp}}(j\frac{\pi Md}{\lambda}u)+{\rm{exp}}(-j\frac{\pi Md}{\lambda}u)} \\ & = j\frac{{\rm sin}(\pi Mdu/\lambda)}{{\rm cos}(\pi Mdu/\lambda)}\\ & = j{\rm tan}(\frac{\pi Md}{\lambda}u)\\ \end{split} \end{equation*} MRC=Σ(φs)Δ(φs)=P[exp(jλ2πMdu)+1]P[exp(jλ2πMdu)1]=exp(jλ2πMdu)+1exp(jλ2πMdu)1=exp(jλπMdu)[exp(jλπMdu)+exp(jλπMdu)]exp(jλπMdu)[exp(jλπMdu)exp(jλπMdu)]=exp(jλπMdu)+exp(jλπMdu)exp(jλπMdu)exp(jλπMdu)=jcos(πMdu/λ)sin(πMdu/λ)=jtan(λπMdu)
在单脉冲侧向的场景中,通常假设目标真实方向 φ s \varphi_s φs与波束指向 φ 0 \varphi_0 φ0相差较小,由此可知 u = s i n φ s − s i n φ 0 u={\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0 u=sinφssinφ0趋近于0。同时由于 π M d / λ \pi Md/\lambda πMd/λ为一有限值,我们可以利用等价无穷小 t a n x ∼ x {\rm{tan}}x\sim x tanxx将单脉冲比MRC近似为
M R C = j π M d λ u = j π M d λ ( s i n φ s − s i n φ 0 ) {\rm MRC}= j\frac{\pi Md}{\lambda}u= j\frac{\pi Md}{\lambda}({\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0) MRC=jλπMdu=jλπMd(sinφssinφ0)
最后利用Taylor展开式,具体原理可参考高等数学中相关内容:
泰勒(Taylor)中值定理:如果函数 f ( x ) f(x) f(x) x 0 x_0 x0的某个邻域 U ( x 0 ) U(x_0) U(x0)内具有 ( n + 1 ) (n+1) (n+1)阶导数,那么对于任一 x ∈ U ( x 0 ) x\in U(x_0) xU(x0),有
f ( x ) = f ( x 0 ) + f ′ ( x 0 ) ( x − x 0 ) + f ′ ′ 2 ! ( x − x 0 ) + ⋯ + f ( n ) ( x 0 ) n ! ( x − x 0 ) n + R n ( x ) \begin{equation*} %加*表示不对公式编号 \begin{split} f(x) & =f(x_0)+f^{\prime}(x_0)(x-x_0)+\frac{f^{\prime \prime}}{2!}(x-x_0)+\cdots+ \\ &\frac{f^{(n)}(x_0)}{n!}(x-x_0)^{n}+R_n(x)\\ \end{split} \end{equation*} f(x)=f(x0)+f(x0)(xx0)+2!f′′(xx0)++n!f(n)(x0)(xx0)n+Rn(x)
其中
R n ( x ) = f ( n + 1 ) ( ξ ) ( n + 1 ) ! ( x − x 0 ) n + 1 R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-x_0)^{n+1} Rn(x)=(n+1)!f(n+1)(ξ)(xx0)n+1
这里 ξ \xi ξ x 0 x_0 x0 x x x之间的某个值。
利用Taylor展开式,将 s i n φ s {\rm sin}\varphi_s sinφs φ 0 \varphi_0 φ0处展开,并舍弃二阶及其以上高次项:
s i n φ s = s i n φ 0 + s i n ′ ( φ 0 ) ( φ s − φ 0 ) = s i n φ 0 + c o s ( φ 0 ) ( φ s − φ 0 ) \begin{equation*} %加*表示不对公式编号 \begin{split} {\rm sin}\varphi_s & ={\rm sin}\varphi_0+{\rm sin}^{\prime}(\varphi_0)(\varphi_s-\varphi_0) \\ &={\rm sin}\varphi_0+{\rm cos}(\varphi_0)(\varphi_s-\varphi_0) \\ \end{split} \end{equation*} sinφs=sinφ0+sin(φ0)(φsφ0)=sinφ0+cos(φ0)(φsφ0)
由此可得到单脉冲比MRC为
M R C = = j π M d λ ( s i n φ s − s i n φ 0 ) = j π M d λ ( s i n φ 0 + c o s ( φ 0 ) ( φ s − φ 0 ) − s i n φ 0 ) = j π M d λ c o s ( φ 0 ) ( φ s − φ 0 ) \begin{equation*} %加*表示不对公式编号 \begin{split} {\rm MRC}= &= j\frac{\pi Md}{\lambda}({\rm{sin}}\varphi_s-{\rm{sin}}\varphi_0) \\ &=j\frac{\pi Md}{\lambda}({\rm sin}\varphi_0+{\rm cos}(\varphi_0)(\varphi_s-\varphi_0)-{\rm{sin}}\varphi_0) \\ &=j\frac{\pi Md}{\lambda}{\rm cos}(\varphi_0)(\varphi_s-\varphi_0) \end{split} \end{equation*} MRC==jλπMd(sinφssinφ0)=jλπMd(sinφ0+cos(φ0)(φsφ0)sinφ0)=jλπMdcos(φ0)(φsφ0)
若我们取 Δ φ = φ s − φ 0 \Delta\varphi=\varphi_s-\varphi_0 Δφ=φsφ0作为偏离角,则可以得到一个关于 Δ φ \Delta\varphi Δφ的线性函数。
M R C = j π M d λ c o s ( φ 0 ) ( φ s − φ 0 ) = j π M d λ c o s ( φ 0 ) Δ φ \begin{equation*} %加*表示不对公式编号 \begin{split} {\rm MRC} &=j\frac{\pi Md}{\lambda}{\rm cos}(\varphi_0)(\varphi_s-\varphi_0)\\ &=j\frac{\pi Md}{\lambda}{\rm cos}(\varphi_0)\Delta\varphi \end{split} \end{equation*} MRC=jλπMdcos(φ0)(φsφ0)=jλπMdcos(φ0)Δφ

半阵测向仿真

考虑一个8阵元的均匀线阵,阵元间距为半波长,若我们设阵列波束指向 φ 0 = 0 ∘ \varphi_0=0^{\circ} φ0=0,和波束与差波束按照以上原理产生。仿真代码如下:

% 半阵侧向法,和差波束形成
%  Author:huasir 2023.11.1 @Beijing
N = 8; %阵元数
theta = (-90:0.1:90); %观测角度范围
theta0 =0; %阵列波束指向的方向
theta0 = theta0*pi/180;
theta = theta*pi/180;
d_lembda = 1/2; %阵元间距比波长
a = exp(j*2*pi*d_lembda*(0:N-1)'*sin(theta0)); %指向theta0处的波束导向矢量
a_phis = exp(j*2*pi*d_lembda*(0:N-1)'*sin(theta)); %观测角度下的波束导向矢量
wSum = a'; %和波束的加权权向量
wDiff = [ones(1,N/2).*(-1),ones(1,N/2)].*(a'); %差波束的加权权向量
ySum = abs(wSum*a_phis);
yDiff = abs(wDiff*a_phis);
%win = taylorwin(N); % 泰勒窗
%win = chebwin(N,30); %切比雪夫窗,抑制旁瓣
% ww = w.*win; %加窗操作
% y1 = abs(ww'*a); %加窗后的方向图
figure;
plot(theta*180/pi,20*log10(ySum/max(ySum)),'linewidth',1);
hold on;
plot(theta*180/pi,20*log10(yDiff/max(yDiff)),'--','linewidth',1);
xlabel('方位角/°');ylabel('归一化功率和波束方向图/dB');
legend('\Delta 和波束','\Sigma 差波束');
axis tight;% axistight 使得图形框图靠近数据
grid on; %添加栅格线
ylim([-50, 0]); % 为了限制y值范围,使得图像显示的更加合理
title(sprintf('和差波束图,阵元数:%d,波束方向:%.0f°',N,theta0));

上述代码运行后,可绘制处和差波束如下图所示:
在这里插入图片描述

图1. 和差波束图

值得注意的是,本文是针对一维均匀线阵做的仿真,对于二维均匀线阵,分别有和波束、俯仰差、方位差,原理与此相同。
从图中我们可以看出,和波束的主瓣对准了 φ 0 = 0 ∘ φ_0=0^{\circ} φ0=0,3dB衰减边界大致位于±6°处。差波束在波束指向 φ 0 φ_0 φ0处形成了一个较深的零陷,注意图中截断了衰减−50dB以下的部分。
取-6°~6°,绘制单脉冲比曲线图,代码和绘制的曲线如下

ySum = (wSum*a_phis); %和波束
yDiff = (wDiff*a_phis); %差波束
angleDiscr =imag(yDiff./ySum); %鉴角曲线,取其虚部
thetaDis = (-6:0.1:6); %鉴角曲线取-6°~6°
angleDiscr = angleDiscr(841:961); %取-6°-6°
figure;
plot((-6:0.1:6),angleDiscr,'linewidth',1);
axis tight;% axistight 使得图形框图靠近数据
grid on; %添加栅格线
title(sprintf('鉴角曲线,阵元数:%d,波束方向:%.0f°',N,theta0));

在这里插入图片描述

图2. 半阵法的单脉冲比曲线图

上面是单脉冲比曲线图,对于单脉冲比曲线图,我们可以得知当角度 φ φ φ与波束指向角 φ 0 φ_0 φ0较为接近时,MRC的线性度较好,而在远离波束指向的地方,MRC的线性度较差。这意味着期望信号的真实方向 φ s φ_s φs偏离波束指向 φ 0 φ_0 φ0越多,该方法的测量误差也就越大。
下面我们取某一个角度,进行验证,角度为2°,代码如下:

angle = 2 %某一个角度
realAnglD = angleDiscr((angle+6)/0.1+1) %该角度对应的单脉冲比
computeAngle = realAnglD/(pi*N*1/2*d_lembda); %由单脉冲比计算出来的角度
computeAngle = computeAngle*180/pi %角度转变为弧度
angleError = computeAngle - angle  %计算误差

结果输出如下:

realAnglD =

    0.2229

computeAngle =

    2.0323

angleError =

    0.0323

在2°的时候,由和差波束比实际计算得到的角度为 2.0323°,可见准确度还是很高的。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1168695.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

python GUI tkinter实战

筛选出列长度不为指定长度的列 from os import path from tkinter import (BOTH, BROWSE, EXTENDED, INSERT, Button, Frame, Label,Text, Tk, filedialog, mainloop, messagebox) import matplotlib.pyplot as plt import pandas as pd from PIL import Image, ImageTk from …

P3398 仓鼠找 sugar

Portal. LCA。 询问树上两条路径是否有交点。 画图发现无非两种情况: 发现一条路径的起点和终点的 LCA 经过另一条路径,是两路径相交的充要条件。 考虑如何判断这个 LCA 在不在路径上。若 d ( s , LCA ) d ( LCA , t ) d ( s , t ) d(s,\text{LCA…

ArmSom---SPI开发指南

1. 简介 RK3588从入门到精通本⽂主要介绍在Rockchip平台配置spi接口并且使用的方法开发板:ArmSoM-W3Kernel:5.10.160OS:Debian11 2. SPI接口概述 SPI(Serial Peripheral Interface),即串行外围设备接口&…

2023年辽宁省数学建模竞赛B题思路详细分析

摘要略,2023年辽宁省数学建模竞赛B题代码和论文已经完成,代码为全部3问代码,论文包括摘要、问题重述、问题分享、模型假设、符号说明、模型的建立和求解(问题1无监督聚类模型的建立和求解,问题二有监督分类预测模型的建…

基础课18——智能客服系统架构

1.基础设施层 基础设施主要包括以下几点: 1. 硬件设施:包括服务器、存储设备、网络设备等,这是整个系统运行的物理基础。 2. 软件设施:包括操作系统、数据库管理系统、自然语言处理(NLP)工具和机器学习算法等,这些是…

QT在线安装5.15之前的版本(下载速度飞快)

使用最新的QT在线安装器,安装QT版本时只能安装5.15以及之后的版本,安装QT5.15之前的版本只能通过离线安装的方式,离线安装后还要自己去配置QT,离线安装还有个问题的,后续维护比较麻烦,QT的维护工具还要自己…

美联储再度暂停升息:“比特币突破35,000美元!“

今天凌晨举行FOMC 利率会议的结果并不引起意外在意料之中,再次”暂停升息”,基准利率仍然在 5.25% 至 5.5% 区间。 市场反应出对于美联储暂停升息松了一口气,意味着当前的利率基本上是美联储的最高利率,要再继续加息的概率不大。 …

高浓度化工废水处理工艺是怎样的

高浓度化工废水处理工艺主要包括以下步骤: 预处理:通过物理、化学和生物等方法对废水进行预处理,以去除其中的悬浮物、油污、重金属等有害物质。常用的预处理方法包括沉淀、过滤、吸附、氧化等。化学氧化:利用氧化剂(…

体验SOLIDWORKS旋转反侧切除增强 硕迪科技

大家在设计中经常使用的旋转切除命令在solidworks2024版本中迎来了新的增强,添加了旋转反侧切除选项。在设计过程中不必修改复杂的草图即可切除掉我们不需要的部分。使设计工作更加方便快捷。 打开零部件后,点击键盘上的S键并输入旋转切除以搜索该命令&a…

C语言--输出1-100以内的素数

首先要有1-100以内的数字 for(int i1;i<100;i) 素数&#xff1a; 素数是指只能被1和自身整除的正整数。换句话说&#xff0c;素数是大于1的数&#xff0c;它除了1和它本身之外没有其他因数。例如&#xff0c;2、3、5、7、11、13等都是素数。然而&#xff0c;4、6、8、9等不…

浅述边缘计算场景下的云边端协同融合架构的应用场景示例

云计算正在向一种更加全局化的分布式节点组合形态进阶&#xff0c;而边缘计算是云计算能力向边缘侧分布式拓展的新触角。随着城市建设进程加快&#xff0c;海量设备产生的数据&#xff0c;若上传到云端进行处理&#xff0c;会对云端造成巨大压力。如果利用边缘计算来让云端的能…

多模态论文阅读之BLIP

BLIP泛读 TitleMotivationContributionModel Title BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation Motivation 模型角度&#xff1a;clip albef等要么采用encoder-base model 要么采用encoder-decoder model.…

Proteus仿真--1602LCD显示电话拨号键盘按键实验(仿真文件+程序)

本文主要介绍基于51单片机的LCD1602显示电话拨号键盘按键实验&#xff08;完整仿真源文件及代码见文末链接&#xff09; 仿真图如下 其中右下方12个按键模拟仿真手机键盘&#xff0c;使用方法同手机键一样&#xff0c;拨打手机号码则在液晶显示屏上显示对应的号码 仿真运行…

MySQL 数据脱敏方式盘点

对于企业而言&#xff0c;数据脱敏可以在数据共享或测试时用于保护敏感数据&#xff08;如信用卡&#xff0c;社保卡&#xff0c;地址等&#xff09;。通过对敏感数据进行脱敏处理&#xff0c;组织可以最大限度地降低数据泄露和未经授权访问的风险&#xff0c;同时仍能够使用真…

自己动手实现一个深度学习算法——五、误差反向传播法

文章目录 五、误差反向传播法1.计算图1&#xff09;概念2&#xff09;计算图3&#xff09;局部计算4&#xff09;计算图解题优点 2.链式法则1&#xff09;计算图的反向传播2)什么是链式法则3&#xff09;链式法则和计算图 3.反向传播1&#xff09;加法节点的反向传播2&#xff…

MySQL - Zero date value prohibited

问题: timestamp字段报Caused by: com.mysql.cj.exceptions.DataReadException: Zero date value prohibited 原因: timestamp字段存入了0值, 超出了最小值1900-01-01 00:00:00, 转Java对象的时候报错 解决: 1.修复或删除原数据 2. mysqlurl 中添加zeroDateTimeBehaviorconve…

软磁直流测试系统磁参量指标

软磁直流测试系统磁参量指标 测量条件&#xff1a;( 23 5 )℃ 环形试样应为薄壁环&#xff0c;外径与内径之比应小于1.1。 测试前环形试样应先退磁。 ① 采用标准样品测试。

Cell Reports | 表观组学和单细胞测序揭示在急性应激条件下FoxM1协调β细胞亚群的细胞分裂、蛋白质合成和线粒体活性

发表单位&#xff1a;瑞士分子健康科学研究所 期 刊 &#xff1a;Cell Reports&#xff08;IF:8.8&#xff09; 发表日期&#xff1a;2023年8月29日 研究技术&#xff1a;ATAC-seq、ChIP-seq 、RNA-seq、scRNA-seq&#xff08;爱基百客均可以提供&#xff09; 2023年8月…

2023NOIP A层联测23-涂鸦

有一面由 n m n\times m nm 个格子组成的墙&#xff0c;每个格子要么是黑色&#xff0c;要么是白色。你每次将会进行这样的操作&#xff1a;等概率随机选择一个位置 ( x , y ) (x,y) (x,y)&#xff0c;和一个颜色 c c c&#xff08;黑色或者白色&#xff09;&#xff08; 1…

docker 安装 minio (单体架构)

文字归档&#xff1a;https://www.yuque.com/u27599042/coding_star/qcsmgom7basm6y64 查询 minio 镜像 docker search minio拉取镜像 docker pull minio/minio创建启动 minio 容器 用户名长度至少为 3&#xff0c;密码长度至少为 8 docker run \ -p 9000:9000 \ -p 9090:909…