信息论与编码:随参信道特性

news2025/1/16 21:03:09

文章目录

      • 随参信道数学模型的建立
      • 随参信道对信号传输的影响
        • 平坦性衰落及频率选择性衰落
        • 1.平坦性衰落
          • Rayleigh 分布
          • Rice 分布
        • 2.频率选择性衰落
      • 多径随参信道的时延扩展与相干带宽
        • 随参信道的多径时延特性
        • 多径信道的频域特性
      • 移动信道的多普勒扩展及相干时间
        • 1.多普勒扩展
        • 2.信道的相干时间 Tc 和多普勒频率扩展
        • 3.多普勒扩展对衰落的影响
        • 4.同时考虑随参信道的多径时延扩展及多普勒扩展对衰落的影响
        • 5.抗衰落的方案
    • 总结

随参信道的传输特性主要依赖于传输媒质特性,以电离层反射信道、对流层散射信道为主要代表。 随参信道是一种信道传输特性随时间随机快速变化的信道, 包括陆地移动信道,短波电离层反射信道、超短波微波对流层散射信道、超短波视距绕射信道。

随参信道的传输媒介具有以下三个特点:

  • 对信号的衰耗(衰减)随时间而变;
  • 传输的时延随时间而变;
  • 会产生多径传播的效果。

多径传播 :指由发射点出发的电波可能经过多条路径到达接收点。每条路径对信号的衰减和时延都随电离层或对流层等传输媒质的变化而变化,接收信号将是衰减和时延随时间变化的各路径信号的叠加与合成。
h ( t ) = ∑ i = 1 L μ i ( t ) δ [ t − τ i ( t ) ] h(t)=\sum_{i=1}^{L} \mu_{i}(t) \delta\left[t-\tau_{i}(t)\right] h(t)=i=1Lμi(t)δ[tτi(t)]

随参信道数学模型的建立

设发送信号为 s ( t ) = A ∑ n = − ∞ ∞ d n g ( t − n T ) cos ⁡ 2 π f c c t s(t)=A \sum_{n=-\infty}^{\infty} d_{n} g(t-n T) \cos 2 \pi f_{c} c t s(t)=An=dng(tnT)cos2πfcct, A A A 信号幅度, d n d_{n} dn 信息码元, g ( t ) g(t) g(t) 信息码元波形, f c f_{c} fc 载波频率。
b ( t ) = ∑ n = − ∞ ∞ d n g ( t − n T ) b(t)=\sum_{n=-\infty}^{\infty} d_{n} g(t-n T) b(t)=n=dng(tnT) , 则 s ( t ) = A b ( t ) cos ⁡ 2 π f c t s(t)=A b(t) \cos 2 \pi f_{c} t s(t)=Ab(t)cos2πfct 。经过多径信道 h ( t ) = ∑ i = 1 L u i ( t ) δ ( t − τ i ( t ) ) h(t)=\sum_{i=1}^{L} u_{i}(t) \delta\left(t-\tau_{i}(t)\right) h(t)=i=1Lui(t)δ(tτi(t)) , 接收信号为
r ( t ) = A ∑ i = 1 L u i ( t ) b ( t − τ i ( t ) ) cos ⁡ ( 2 π f c t + φ i ( t ) ) r(t)=A \sum_{i=1}^{L} u_{i}(t) b\left(t-\tau_{i}(t)\right) \cos \left(2 \pi f_{c} t+\varphi_{i}(t)\right) r(t)=Ai=1Lui(t)b(tτi(t))cos(2πfct+φi(t))
u i ( t ) u_{i}(t) ui(t) 第 i 条路径的衰落因子, τ i ( t ) \tau_{i}(t) τi(t) 为第 i 条路径的传输时延。

φ i ( t ) = − 2 π f c τ i ( t ) \varphi_{i}(t)=-2 \pi f_{c} \tau_{i}(t) φi(t)=2πfcτi(t) , 则有
r ( t ) = A ∑ i = 1 L u i ( t ) b ( t − τ i ( t ) ) cos ⁡ ( 2 π f c ( t − τ i ( t ) ) ) r(t)=A \sum_{i=1}^{L} u_{i}(t) b\left(t-\tau_{i}(t)\right) \cos \left(2 \pi f_{c}\left(t-\tau_{i}(t)\right)\right) r(t)=Ai=1Lui(t)b(tτi(t))cos(2πfc(tτi(t)))
一般情况 u i ( t ) u_{i}(t) ui(t) τ i ( t ) \tau_{i}(t) τi(t) 较载波 cos ⁡ ( 2 π f c t ) \cos \left(2 \pi f_{c} t\right) cos(2πfct) 变化缓慢得多, r ( t ) r(t) r(t) 可视为窄带过程, 又可表示为
r ( t ) = A ∑ i = 1 L u i ( t ) b ( t − τ i ( t ) ) cos ⁡ φ i ( t ) cos ⁡ 2 π f c t − A ∑ i = 1 L u i ( t ) b ( t − τ i ( t ) ) sin ⁡ φ i ( t ) sin ⁡ 2 π f c t \begin{array}{c} r(t)=A \sum_{i=1}^{L} u_{i}(t) b\left(t-\tau_{i}(t)\right) \cos \varphi_{i}(t) \cos 2 \pi f_{c} t \\ -A \sum_{i=1}^{L} u_{i}(t) b\left(t-\tau_{i}(t)\right) \sin \varphi_{i}(t) \sin 2 \pi f_{c} t \end{array} r(t)=Ai=1Lui(t)b(tτi(t))cosφi(t)cos2πfctAi=1Lui(t)b(tτi(t))sinφi(t)sin2πfct
即为随参信道的数学模型, 利用它可以分析随参信道对信号传输的影响。

随参信道对信号传输的影响

平坦性衰落及频率选择性衰落

1.平坦性衰落

满足: ∣ τ i ( t ) ∣ max ⁡ ≪ T \left|\tau_{i}(t)\right|_{\max } \ll T τi(t)maxT, $T $ 为码元周期, 且 ∣ τ i ( t ) ∣ max ⁡ ∼ 1 / f c \left|\tau_{i}(t)\right|_{\max } \sim 1 / f_{c} τi(t)max1/fc b ( t − τ i ( t ) ) ≈ b ( t − τ ( t ) ‾ ) , i = 1 , 2 , … , L b\left(t-\tau_{i}(t)\right) \approx b(t-\overline{\tau(t)}), i=1,2, \ldots, L b(tτi(t))b(tτ(t)),i=1,2,,L, 其中 τ ( t ) ‾ \overline{\tau(t)} τ(t) τ i ( t ) \tau_{i}(t) τi(t) 的数学期望。
r ( t ) = A ∑ i = 1 L u i ( t ) b ( t − τ i ( t ) ) cos ⁡ φ i ( t ) cos ⁡ 2 π f c t − A ∑ i = 1 L u i ( t ) b ( t − τ i ( t ) ) sin ⁡ φ i ( t ) sin ⁡ 2 π f c t = A b ( t − τ ( t ) ‾ ) [ x c ( t ) cos ⁡ 2 π f c t − x s ( t ) sin ⁡ 2 π f c t ] = A b ( t − τ ( t ) ‾ ) v ( t ) cos ⁡ ( 2 π f c t + φ ( t ) ) = Re ⁡ [ A b ( t − τ ( t ) ‾ ) v ( t ) e j ( 2 π f c t + φ ( t ) ) ] \begin{aligned} r(t) &=A \sum_{i=1}^{L} u_{i}(t) b\left(t-\tau_{i}(t)\right) \cos \varphi_{i}(t) \cos 2 \pi f_{c} t-A \sum_{i=1}^{L} u_{i}(t) b\left(t-\tau_{i}(t)\right) \sin \varphi_{i}(t) \sin 2 \pi f_{c} t \\ &=A b(t-\overline{\tau(t)})\left[x_{c}(t) \cos 2 \pi f_{c} t-x_{s}(t) \sin 2 \pi f_{c} t\right]=A b(t-\overline{\tau(t)}) v(t) \cos \left(2 \pi f_{c} t+\varphi(t)\right) \\ &=\operatorname{Re}\left[A b(t-\overline{\tau(t)}) v(t) e^{j\left(2 \pi f_{c} t+\varphi(t)\right)}\right] \end{aligned} r(t)=Ai=1Lui(t)b(tτi(t))cosφi(t)cos2πfctAi=1Lui(t)b(tτi(t))sinφi(t)sin2πfct=Ab(tτ(t))[xc(t)cos2πfctxs(t)sin2πfct]=Ab(tτ(t))v(t)cos(2πfct+φ(t))=Re[Ab(tτ(t))v(t)ej(2πfct+φ(t))]
其中 v ( t ) v(t) v(t) r ( t ) r(t) r(t) 的随机包络, φ ( t ) \varphi(t) φ(t) r ( t ) r(t) r(t) 的随机相位。
x c ( t ) = ∑ i = 1 L u i ( t ) cos ⁡ φ i ( t ) x s ( t ) = ∑ i = 1 L u i ( t ) sin ⁡ φ i ( t ) v ( t ) = x c 2 ( t ) + x s 2 ( t ) φ ( t ) = arctan ⁡ ( x s ( t ) x c ( t ) ) \begin{aligned} x_{c}(t) &=\sum_{i=1}^{L} u_{i}(t) \cos \varphi_{i}(t) \\ x_{s}(t) &=\sum_{i=1}^{L} u_{i}(t) \sin \varphi_{i}(t) \\ v(t) &=\sqrt{x_{c}^{2}(t)+x_{s}^{2}(t)} \\ \varphi(t) &=\arctan \left(\frac{x_{s}(t)}{x_{c}(t)}\right) \end{aligned} xc(t)xs(t)v(t)φ(t)=i=1Lui(t)cosφi(t)=i=1Lui(t)sinφi(t)=xc2(t)+xs2(t) =arctan(xc(t)xs(t))

r ( t ) = Re ⁡ [ A b ( t − τ ( t ) ‾ ) v ( t ) e j ( 2 π f c t + φ ( t ) ) ] r(t)=\operatorname{Re}\left[A b(t-\overline{\tau(t)}) v(t) e^{j\left(2 \pi f_{c} t+\varphi(t)\right)}\right] r(t)=Re[Ab(tτ(t))v(t)ej(2πfct+φ(t))]

多径传输和信道特性的变化导致接收信号幅度随机变化, 载波相位随机变化, 而基带信号 b ( t ) \boldsymbol{b}(t) b(t) 波形变化不大。—平坦性衰落

多径传输引起的复包络 v ( t ) e j φ ( t ) v(t) e^{j \varphi(t)} v(t)ejφ(t) 对基带信号而言相当于乘性千扰。

经不同路径到达接收端的不同信号的相关性很小,且根据中心极限定理, 当路径数很大时, 多径信号的概率分布趋于高斯分布, 即 x s x_{s} xs x c x_{c} xc 服从高斯分布,从而 v(t) 的概率分布为瑞利(Rayleigh)分布, 相位 φ ( t ) \varphi(t) φ(t) 为均匀分布。另外, 如果接收信号中还包括一路直射信号 , 则信号的包络分布为广义瑞利分布或者莱斯 (Rice) 分布。

Rayleigh 分布

f ( x ) = x σ 2 e − x 2 2 σ 2 f(x)=\frac{x}{\sigma^{2}} e^{-\frac{x^{2}}{2 \sigma^{2}}} f(x)=σ2xe2σ2x2

image-20221118211226253

Rice 分布

f ( x ) = x σ 2 e − x 2 + c 2 2 σ 2 I 0 ( c x σ 2 ) f(x)=\frac{x}{\sigma^{2}} e^{-\frac{x^{2}+c^{2}}{2 \sigma^{2}}} I_{0}\left(\frac{c x}{\sigma^{2}}\right) f(x)=σ2xe2σ2x2+c2I0(σ2cx)

其中 c 为直射 (视距) 信号的峰值, I 0 ( ⋅ ) I_{0}(\cdot) I0() 为第一类 0 阶修正贝塞尔函数 。定义 K = c 2 2 σ 2 K=\frac{c^{2}}{2 \sigma^{2}} K=2σ2c2 , 表示主信号功率与多径分量功率之比, K = 0 \mathbf{K}=\mathbf{0} K=0 时(即不存在视距分量), Rice分布等效为 Rayleigh分布。

image-20221118211411207

2.频率选择性衰落

若信道时延 ∣ τ i ( t ) ∣ max ⁡ > T \left|\tau_{i}(t)\right|_{\max }>T τi(t)max>T , 则 b ( t − τ i ( t ) ) \boldsymbol{b}\left(\boldsymbol{t}-\boldsymbol{\tau}_{\boldsymbol{i}}(\boldsymbol{t})\right) b(tτi(t)) 不能近似为 b ( t − τ ( t ) ‾ ) \boldsymbol{b}(\boldsymbol{t}-\overline{\boldsymbol{\tau}(\boldsymbol{t})}) b(tτ(t))

干扰可存在于不同码元。

不同路径的不同信息码元之间会产生很大的相互干扰,称为码间干扰或者符号间千扰, 产生严重波形失真, 引起很大误码, 影响通信质量。

接收信号以及其信息信号的幅度和相位都将产生畸变; 频率域上看, 即不同频率分量受到不同程度的衰落, 称为频率选择性衰落。

绿色矩形代表码元,红色为信道:

分别为平坦与频率选择性衰落。

多径随参信道的时延扩展与相干带宽

此两参量 阐明在什么条件下信号通过随参信道传输会引起平坦性或频率选择性衰落

随参信道的多径时延特性

均方根时延扩展 (时延扩展):
σ τ = τ 2 ‾ − ( τ ˉ ) 2 \sigma_{\tau}=\sqrt{\overline{\tau^{2}}-(\bar{\tau})^{2}} στ=τ2(τˉ)2
最大时延差: τ max ⁡ \tau_{\max } τmax

多径信道的频域特性

以二径信道模型为例: s ( t ) = A cos ⁡ 2 π f t s(t)=A \cos 2 \pi f t s(t)=Acos2πft ,经过二径信道传输, 有 r ( t ) = A cos ⁡ 2 π f t + A cos ⁡ 2 π f ( t − τ ) = A cos ⁡ 2 π f t + A cos ⁡ ( 2 π f t + ϕ ) , ϕ = − 2 π f τ r(t)=A \cos 2 \pi f t+A \cos 2 \pi f(t-\tau) =A \cos 2 \pi f t+A \cos (2 \pi f t+\phi), \phi=-2 \pi f \tau r(t)=Acos2πft+Acos2πf(tτ)=Acos2πft+Acos(2πft+ϕ),ϕ=2πfτ
两径矢量之和为向量 B ⃗ \vec{B} B , 信道输出 r ( t ) r(t) r(t) 的幅度和相位与二径信号的相位差 ϕ = − 2 π f τ \phi=-2 \pi f \tau ϕ=2πfτ 有关; 若时延差 τ \tau τ 为常数,则对不同频率 f, ϕ = − 2 π f τ \phi=-2 \pi f \tau ϕ=2πfτ 不同。

ϕ = 0 , 2 π , 4 π , … , r ( t ) \phi=0,2 \pi, 4 \pi, \ldots, r(t) ϕ=0,2π,4π,,r(t) 的幅度 ∣ B ⃗ ∣ |\vec{B}| B 最大为 2 A 2 A 2A , 当 ϕ = π , 3 π , 5 π … \boldsymbol{\phi}=\boldsymbol{\pi}, 3 \pi, 5 \pi \ldots ϕ=π,3π,5π , 幅度 ∣ B ⃗ ∣ |\vec{B}| B 最小为 “0.”

信道的传输特性: H ( f ) = 1 + e − j 2 π f τ H(f)=1+e^{-j 2 \pi f \tau} H(f)=1+ej2πfτ , 其幅频特性 ∣ H ( f ) ∣ = 2 ∣ cos ⁡ ( π f τ ) ∣ |H(f)|=2|\cos (\pi f \tau)| H(f)=2cos(πfτ)

时延差的倒数称为信道的相干带宽 B c = 1 / τ B_{c}=1 / \tau Bc=1/τ

若信号带宽 B < B c B<B_{c} B<Bc 信号通过信道失真可忽略; 若 B ≥ B c B \geq B_{c} BBc 信号通过信道失真很大。

对于多径信道, 可用时延扩展近似求出信道 的相干带宽

B c ≈ 1 σ τ B_{c} \approx \frac{1}{\sigma_{\tau}} Bcστ1

当信号带宽 B > B c B>B_{c} B>Bc , 信号遭受频率选择性衰落, 引起码间干扰; 当 B ≪ B c B \ll B_{c} BBc 时, 信号遭受平坦衰落。

移动信道的多普勒扩展及相干时间

1.多普勒扩展

移动通信中, 移动台与基站间的相对运动, 会使接收信号的载频发生多普勒频移。
对于频率为 f c f_{c} fc 的单频信号, 受多普勒频移, 其频谱范围约为 ( f c − f m , f c + f m ) \left(f_{c}-f_{m}, f_{c}+f_{m}\right) (fcfm,fc+fm) 。其中 f m = v λ = v f c c f_{m}=\frac{v}{\lambda}=\frac{v f_{c}}{c} fm=λv=cvfc最大多普勒频移 (v 移动速度, λ \lambda λ 载波波长, c 光速)。

设发射信号为频率是 f c f_{c} fc 的正弦波, 到达移动台的路径与移动台运动方向夹角为 θ \theta θ , 则多普勒频移 f d = f m cos ⁡ θ f_{d}=f_{m} \cos \theta fd=fmcosθ

图中X&Y 代表移动台。

2.信道的相干时间 Tc 和多普勒频率扩展

定义最大多普勒频移 f m f_{m} fm 的倒数为信道的相干时间 T c T_{c} Tc, T c = 1 / f m T_{c}=1 / f_{m} Tc=1/fm 。 它反映信道冲激响应对所传输的信号产生快衰或慢衰的影响

定义最大多普勒频率 B D = f m B_{D}=f_{m} BD=fm 为多普勒频率扩展。

3.多普勒扩展对衰落的影响

快衰落信道: T s > T c T_{s}>T_{c} Ts>Tc 或信号的符号速率 R s < B D R_{s}<B_{D} Rs<BD , 即信道相干时间小于信号码元周期(符号间隔 ),因而在信号符号间隔时间内, 信道冲激响应快速变化, 使信号产生失真——快衰落信道或称为时间选择性衰落

慢衰落信道: T s < < T c T_{s}<<T_{c} Ts<<Tc R s > > B D R_{s}>>B_{D} Rs>>BD , 即信号码元周期(符号间隔)远小于信道相干时间,或信号符号速率远大于信道的多普勒频率扩展,信道冲激响应变化速率低于信号符号速率, 在信号符号间隔时间内信道冲激响应基本不变, 此时信号遭受慢衰落。

注意:
快、慢衰落信道的时变特性与所传信号的速率有关,不涉及传输距离、路径损耗等

4.同时考虑随参信道的多径时延扩展及多普勒扩展对衰落的影响

  • 多径时延扩展会引起随参信道平坦性衰落或频率选择性衰落
  • 在平坦性衰落信道下,由于多普勒扩展又可分为平坦性快衰落和平坦性慢衰落
  • 在频率选择性衰落信道下,由于多普勒扩展,可以分为频率选择性快衰落与频率选择性慢衰落

5.抗衰落的方案

衰落影响通信质量,会使信噪比下降,或引起码间干扰,甚至造成突发错误引起通信中断。

常用的抗衰落方法:扩频多径分离技术、交织技术、纠错码的编译码技术、自适应信道均衡器、分集接收技术等 。

总结

多径传播对信号传输的影响:

  • 产生瑞利型衰落:从波形上看,幅度恒定频率单一的载波信号变成了包络和相位受到调制的窄带信号。
  • 引起频率弥散:从频谱上看,单个频率变成了窄带频谱
  • 造成频率选择性衰落:信号频谱中某些分量被衰落, B > B c B> B c B>Bc
  • 为减小选择性衰落,要限制数字信号的传输速率,实际上等于限制了数字信号的频谱宽度,即信号频带必须小于相关带宽。

综合考虑无线信道的衰落 ,分为 大尺度衰落 和 小尺度衰落

1.大尺度衰落:由大型障碍物遮挡而引起的阴影效应和接收机与发射机之间的距离差导致接收信号强度的变化称为大尺度衰落,具体可以分为路径损耗和阴影衰落

2.小尺度衰落主要描述的是信号强度在很短时间内发生剧烈快速波动的现象,体现在信号的幅值和相位变化。小尺度衰落可以分为多径效应和多普勒频移随参信道特性属于小尺度衰落。

参考文献:

  • 樊昌信, 曹丽娜 .通信原理(第7版) [M].北京:国防工业出版社,2012.

  • John G. Proakis .Communication systems engineering [M].Upper Saddle River, N.J:Prentice Hall,2002.

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/44756.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

nodejs大前端从入门到精通一

一、nodejs架构 nodejs核心组成Natives Modules 当前层内容由JS实现提供应用程序可直接调用库&#xff0c;例如fs、path、http等JS语文无法直接操作底层硬件设置 在和硬件交互的的桥梁&#xff0c;通过Builtin Modules(胶水层) 底层&#xff1a; V8&#xff1a;执行JS代码&…

Android——Theme和Style-由浅入深,全面讲解

1、官方详细解读 样式和主题背景 | Android 开发者 | Android Developers 2、应用场景 类似web设计中css样式。将应用设计的细节与界面的结构和行为分开。 样式style &#xff1a;应用于 单个 View 的外观。样式可以指定字体颜色、字号、背景颜色等属性 主题theme&…

【仿牛客网笔记】项目发布与总结——单元测试、项目监控

在项目上线之前需做好单元测试&#xff0c;平时开发的过程中&#xff0c;每个功能也需要进行单元测试。 验证注解的作用&#xff0c;注解是修饰方法的。 每次调方法都是静态的 对test1和test2分别进行运行 通过类进行运行&#xff0c;运行所有的方法 测试帖子的Service&#x…

【序列召回推荐】(task5)多兴趣召回Comirec-DR

note&#xff1a; 多兴趣召回建模。Comirec论文中的提出的第一个模型&#xff1a;Comirec-DR&#xff08;DR就是dynamic routing&#xff09;&#xff0c;阿里将用户行为序列的item embeddings作为初始的capsule&#xff0c;然后提取出多个兴趣capsules&#xff0c;即为用户的…

【Java】博客系统——详细解释+代码+详细注释(课设必过)

目录 前言 博客系统简要分析 一、数据库的设计 1.1 分析 1.2 代码实现&#xff08;创建数据库和表&#xff09; 二、封装数据库&#xff08;JDBC代码的编写&#xff09; 2.1、首先通过创建Maven项目&#xff0c;基于Small Tomcat部署 servlet&#xff1b; 2.2、封装数据…

telnet配置设备远程管理—eNSP

案例&#xff1a;给路由器配置远程管理&#xff0c;使一台路由器远程管理另一台。 所需设备&#xff1a;两台路由器&#xff0c;一根网线 图示 一、给两台设备配置IP地址 AR1&#xff08;以下命令&#xff09; a. sy b. int g0/0/0 c. ip add 1.1.1.1 24AR2 a. sy b. int g0/0…

区间信息维护与查询【线段树 】 - 原理1 线段树的基本操作

区间信息维护与查询【线段树 】 - 原理1 线段树的基本操作 线段树&#xff08;segment tree&#xff09;是一种基于分治思想的二叉树&#xff0c;它的每个节点都对应一个[L , R ]区间&#xff0c;叶子节点对应的区间L R 。每一个非叶子节点[L , R ]其左子节点的区间都为[L , (…

进程与线程的区别及联系

目录 1. 操作系统功能简介 2. 进程 2.1 认识进程 2.2 进程操作系统中如何管理 2.3 PCB如何描述 2.3.1 pid 2.3.2 内存指针 2.3.3 文件描述符表 2.3.4 进程调度相关属性 3. 内存管理 4. 线程 4.1 认识线程 4.2 进程与线程的关系 4.3 线程安全问题 1.操作系统功能简…

[附源码]计算机毕业设计springboot电子相册管理系统

项目运行 环境配置&#xff1a; Jdk1.8 Tomcat7.0 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。 项目技术&#xff1a; SSM mybatis Maven Vue 等等组成&#xff0c;B/S模式 M…

Git 入门 拉取仓库和推送仓库

目录 基本操作 本地建立仓库并推送到远端仓库 关联仓库失败 解决方法 从远端仓库拉取文件到本地 私有的仓库的连接 修改 提交者名称 IDEA/Pycharm等如何使用git 如何关闭git 功能 Git操作主要分为两类 &#xff0c;如何把自己建的项目同步的网上的仓库&#xff0c;如何…

OpenHarmony编译系统

GN 简介 直接百度 GN 入门 可以参考下面的示例&#xff0c;作为入门参考学习https://blog.csdn.net/weixin_44701535/article/details/88355958https://gn.googlesource.com/gn//main/docs/reference.mdhttps://chromium.googlesource.com/chromium/src/tools/gn//48062805e…

Java项目_在线点餐系统(jsp+sevlet+mysql)(含论文)

在线点餐系统(jspsevletmysql一、系统介绍二、功能展示1.主页(用户)2.菜单(用户)3.用户注册(用户)4.用户登陆(用户)5.我的订单(用户)6.餐桌管理(管理员)7.菜系管理(管理员)8.菜品管理(管理员)9.订单管理(管理员)三、获取源码一、系统介绍 系统主要功能&#xff1a; 用户&#…

4位资深专家多年大厂经验分享出Flink技术架构设计与实现原理

时间飞逝&#xff0c;转眼间毕业七年多&#xff0c;从事 Java 开发也六年了。我在想&#xff0c;也是时候将自己的 Java 整理成一套体系。 这一次的知识体系面试题涉及到 Java 知识部分、性能优化、微服务、并发编程、开源框架、分布式等多个方面的知识点。 写这一套 Java 面试…

bootstrap下拉菜单学习(五)

组件&#xff1a;下拉菜单 bootstrap字体图标和下拉菜单组件的使用 这些图标都存在我们引入的font文件夹内&#xff1a; 复制bootstrap所用的包&#xff1a; 创建html页面&#xff1a; 图标不仅可以直接放文本里面&#xff0c; 还可有结合按钮去用。 要使用组件&#xff1a;不…

《网络空间测绘技术与实践》正式发售,让网络空间作战“有图可依”

近日&#xff0c;多位业界专家力推&#xff0c;由知道创宇CEO赵伟、CTO杨冀龙、CSO黑哥&#xff08;周景平&#xff09;等撰写的著作《网络空间测绘技术与实践》&#xff0c;正式出版并发售。网络空间已成为继“陆、 海、空、天”后的第五大空间&#xff0c;网络空间亦需要类似…

【uni-app高频面试题——精品一】

uni-app高频面试题谈谈你对uni-app的理解&#x1f355;uni中如何为不同的平台设置不同的代码uniapp中封装接口请求相较于微信小程序有什么要注意的uni-app中的本地存储数据和接收数据是什么✊uni-app 路由与页面跳转&#x1f4aa;uni-app全局变量怎么定义&#xff0c;怎么获取&…

【Python实战】“特种兵”们的专属游戏助手,助你吃鸡:极品小助手也是棒呆了~(“大吉大利,今W吃鸡”)

前言 有温度 有深度 有广度 就等你来关注哦~ 所有文章完整的素材源码都在&#x1f447;&#x1f447; 粉丝白嫖源码福利&#xff0c;请移步至CSDN社区或文末公众hao即可免费。 “注意左边&#xff0c;左边有人&#xff0c;打他&#xff01;” “快上车&#xff01;&#xff0…

Spring Security(十九)--OAuth2:实现授权服务器(下)--环境准备以及骨架代码搭建

一、前言 本章我们将在上一章代码骨架搭建好的前提下对三种授权类型进行测试以及讲解如何配置授权服务器以颁发刷新令牌&#xff0c;所以本章是一个比较轻松的章节&#xff0c;但是唯一的要求就是需要小伙伴们对上一章内容要完成代码的搭建&#xff0c;否则这章学习也不知道个…

[附源码]计算机毕业设计springboot飞越青少儿兴趣培训机构管理系统

项目运行 环境配置&#xff1a; Jdk1.8 Tomcat7.0 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。 项目技术&#xff1a; SSM mybatis Maven Vue 等等组成&#xff0c;B/S模式 M…

嘉创房地产冲刺港交所:半年营收4.7亿 现金及现金等价物减少

雷递网 雷建平 11月28日嘉创房地产控股有限公司&#xff08;简称&#xff1a;“嘉创”&#xff09;日前递交招股书&#xff0c;准备在港交所上市。半年营收4.73亿嘉创为一家精品住宅物业发展商&#xff0c;主要在大湾区的东莞、惠州及佛山迅速发展的住宅市场&#xff08;如东莞…