第一步:设置查看增益条件  radiation 中设置 第二步设置扫描方式   下面的save fields 一定要勾选 第三步:扫描完成就可以查看了  results 中 查看   其中   phi  theta  需要自己选择 完成

https://zh.wikipedia.org/wiki/%E5%88%86%E8%B2%9D 分贝(decibel)是量度两个相同单位之数量比例的单位,主要用于度量声音强度,常用dB表示. “分”(deci-)指十分之一,个位是“贝”或“贝尔”(bel),但一般只采用分贝. 分贝(dB)是十分之一贝尔(B): 1B = 10dB. 功率量 考虑功率或者强度(intensity)时, 其比值可以表示为分贝,这是通过把测量值与参考量值之比计算基于10的对数,再乘以10. 因此功率值P1与另一个功

文章来源: http://www.21ic.com/app/test/201108/90808.htm 虽然在较低频率下可以较轻松地检查一个简单放大器的稳定性,但评估一个较为复杂的电路是否稳定,难度可能会大得多.本文使用常见的Pspice宏模型结合一些简单的电路设计技巧来提高设计工程师的设计能力,以确保其设计的实用性与稳定性. 导致放大器不稳定的原因 在任何相关频率下,只要环路增益不转变为正反馈,则闭环系统稳定.环路增益是一个相量,因而具有幅度和相位特性.环路由理想的负反馈转变为正反馈所带来的额

光电探测器电路用于对光电转换器件输出的微弱电压或电流信号进行放大.处理和整形输出.对于不同探测用途而采用的光电转换器件不同,与之配合使用的光电探测器电路性能也因此而不同.如果用来进行光电转换,则重点考虑的是器件的光电转换效能和匹配方式.这里介绍一种用雪崩光电二极管(APD)与光电探测器电路匹配使用的最佳方法.针对如何提高光电信号前置放大器信噪比这一关键问题,进行了分析和实践.在设计电路过程中,除了电路结构的考虑外,对工艺的考虑也是必须的.由于电路结构设计.工艺设计考虑周全,设计的光电探测器电路信

-Duser.name=Z.yu 固定码率的例子:=======================================================================固定码率 联合立体声 128kbps编码:% lame sample.wav sample.mp3 固定码率 联合立体声 128kbps编码,较高质量:(推荐) % lame -h sample.wav sample.mp3 快速编码,较低质量(无噪音修整)% lame -f sample.wav samp

采集时间 采集时间是从释放保持状态(由采样-保持输入电路执行)到采样电容电压稳定至新输入值的1 LSB范围之内所需要的时间.采集时间(Tacq)的公式如下: 混叠 根据采样定理,超过奈奎斯特频率的输入信号频率为“混叠”频率.也就是说,这些频率被“折叠”或复制到奈奎斯特频率附近的其它频谱位置.为防止混叠,必须对所有有害信号进行足够的衰减,使得ADC不对其进行数字化.欠采样时,混叠可作为一种有利条件. 孔径延迟 ADC中的孔径延迟(tAD)是从时钟信号的采样沿(下图中为时钟信号的上升沿)到发生采样时

一.标准化组织 无线通信技术的演进离不开一些标准化组织. 1.ITU(International Telecommunication Union) 国际电信联盟,主要任务是制定标准,分配无线频谱资源,组织各个国家之间的国际长途互连方案,成立于1865年5月17日,是世界上最悠久的国际组织.   2.3GPP(3rd Generation Partnership Project) 第三代合作伙伴计划,成立于1998年12月,目标是在ITU的IMT-2000计划范围内制订和实现全球性的第三代移动电话

本文为我负责编写的电子工业出版社出版的<嵌入式系统原理与接口技术>一书第七章部分,这里整理的仍然是修改稿,供需要的同学参考,本书为普通高等教育"十二五"规划教材,电子信息科学与工程专业规划教材,如果你对本书的内容感兴趣,可以通过各渠道购买. 由于博客排版比较麻烦,部分地方可能还有点混乱,后续的电子版整理可以关注本博客,也欢迎各位针对书中内容提出建议或意见.   第7章 嵌入式系统接口应用基础 7.1嵌入式系统的接口类型 根据数据的通信形式,嵌入式系统接口可以分为串行数据传输

找到這篇好文章,不得不说開源的Lame功能很強大 linux下lame的使用 % lame [参数] <输入文件名> [<输出文件名>] 如需查询更多参数,可输入下列命令: % lame --help ======================================================================= 固定码率的例子: =============================================================

此主要讨论图像处理与分析.虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来,但鉴于它们与计算机视觉的紧密联系,以 及它们的出处,没有把它们纳入到图像处理与分析中来.同样,这里面也有一些 也可以划归到计算机视觉中去.这都不重要,只要知道有这么个方法,能为自己 所用,或者从中得到灵感,这就够了. 8. Edge Detection 边缘检测也是图像处理中的一个基本任务.传统的边缘检测方法有基于梯度 算子,尤其是 Sobel 算子,以及经典的 Canny 边缘检测.到现在,Cann

用法: vlc [选项] [流] ...您可以在命令行中指定多个流.它们将被加入播放列表队列.指定的首个项目将被首先播放. 选项样式: --选项 用于设置程序执行期间的全局选项. -选项 单字母版本的全局 --选项. :选项 一个仅在流之前应用的选项, 且将覆盖先前的设置. 流 MRL 语法: [[协议][/去复用]://]URL[#[标题][:章节][-[标题][:章节]]] [:选项=值 ...] 许多全局 --选项 也可被用作 MRL 特定的 :选项. 可指定多对 :选项=值. URL 语

     接触Σ-Δ调制的时候发现国内有关的资料比较匮乏,因为缺乏了解还有一些人把其中的原理吹得神乎其神难以理解.其实Σ-Δ调制的原理是很简单.逻辑上很自然的,可以定性理解成传统ADC/DAC量化的是模拟量绝对值,而Σ-Δ调制量化的是(单比特的)变化量(Δ),然后将其累积(Σ).这里找到一篇比较浅显易懂的对-Δ调制进行定量分析的文章,想试着翻译一下.如有错漏或不妥之处还请指点. 理解Σ-Δ调制 特定的公式可以帮助设计者量化Σ-Δ调制带来的各种提升.          Σ-Δ 模数转换器(ADCs

Fruity Parametric EQ 2均衡器,是一款我们在FL Studio制作音乐时经常会用到的插件,它是EQ中的战斗鸡,它不仅有一个高级的 7 波段参数均衡器,还具有声谱分析能力.我们在对很多曲子的音色进行调整时都会用到它. 首先,我们来看看Fruity Parametric EQ 2操作界面. 图片1:FL Studio中Fruity Parametric EQ 2的操作界面 在上篇文章中,我们向大家介绍了FL Fruity Parametric EQ 2面板中的前五项功能他们分别是

项目中有视频监控的需求,找了vlc这个开源视频工具,在获取实例参数时遇到了问题, 要得到VLC的全部参数有两种方法, 1 只要在创建时加上"--longhelp"和"--advanced"就可以了. 比如: 加上"--longhelp"和"--advanced",并且打开控制台,就可以得到全部参数了.(注意,在使用中不要用这两个参数) 2另一种方法, 前提是安装了vlc播放器,打开系统命令提示符窗口("运行"

解铃还须系铃人 --1--内存管理的原理及分类 1.1 内存管理的原理 1.2 内存管理的分类 --2--手动内存管理 2.1 关闭ARC的方法 2.2 手动管理(MRC)快速入门 --3-- 内存管理的原则 3.1 内存管理的原则 3.2 内存管理研究的内容 --4-- 单对象内存管理 4.1 单个对象的野指针问题 4.2 避免使用僵尸对象的方法 4.3 对象的内存泄漏 --5-- 多个对象内存管理 5.1 多个对象的野指针问题 5.2 多个对象内存泄漏问题 --6-- set方法内存管理 6

在Google开源SLAM软件cartographer中,相对<SLAM for dummies>使用了更为复杂.性能更好的Scan匹配与UKF算法,这里简单介绍下cartographer中使用的UKF算法. (一)滤波器参数设定 constexpr static FloatType kAlpha = 1e-3; constexpr static FloatType kKappa = 0.; constexpr static FloatType kBeta = 2.; constexpr st

本期内容 : Spark Streaming资源动态分配 Spark Streaming动态控制消费速率 为什么需要动态处理 : Spark 属于粗粒度资源分配,也就是在默认情况下是先分配好资源然后再进行计算,粗粒度有个好处,因为资源是提前给你分配好,当有计算任务的时候直接使用就可以了, 粗粒度不好的方面就是从Spark  Streaming角度讲有高峰值.低峰值,在高与低峰值时候需要的资源是不一样的,如果资源分配按照高峰值考虑的话,在低峰值就是对资源的浪费, 随着Spark Streaming

GBDT算法是一种监督学习算法.监督学习算法需要解决如下两个问题: 1.损失函数尽可能的小,这样使得目标函数能够尽可能的符合样本 2.正则化函数对训练结果进行惩罚,避免过拟合,这样在预测的时候才能够准确. GBDT算法需要最终学习到损失函数尽可能小并且有效的防止过拟合. 以样本随时间变化对某件事情发生的变化为例,如下几副图形象的说明了机器学习的作用. 假设随着时间的变化对K话题存在如下样本: 如果没有有效的正则化,则学习结果会如下图所示: 这种情况下,学习结果跟样本非常符合,损失函数也非常小,但

看了两天的24l01的相关资料了,一直有点模糊,今天下午感觉有点懂了,在板子上调试成功了,但是还没进行通讯测试.stm32和arduino进行通信还没成功 ,:( 先把stm32的NRF24L01配置的过程说一下吧(这是我跟着代码写的,有点简单,可能还有差错): 1 . 首先初始化相关的端口和SPI等: void SPI2_NRF24L01_init(void) { SPI_InitTypeDef SPI_InitStructure; GPIO_InitTypeDef GPIO_InitStru

这是帮一个同学做毕设做的,基本要求如下(有些指标看看就好,实际当然不需要,哈哈): (1)放大器1的增益为46dB,放大器2的增益为40dB,增益均可调:(2)带通滤波器:通带为300Hz-3.4kHz :(3)ADC:采样频率f s＝8kHz,字长＝8位:(4)语音存储时间≥10秒:(5)DAC:变换频率f c＝8kHz,字长＝8位:(6)回放语音质量良好.(7)应用基于模型的设计方法实现系统 原理有空再阐述,先把工程文件贴上来.链接:http://pan.baidu.com/s/1mh9ln

对SQLSERVER进行性能监控 在上一篇文章<SQLSERVER性能监控级别步骤>里说到性能监控的步骤中有一步涉及到建立性能基线,但是没有说到有哪些计数器 可以用来进行监控的,这篇文章结合<企业级平台管理实践>的书本说一下监控SQLSERVER有哪些计数器可以用到的 3.建立性能基线  当确定了性能监控中所涉及的资源.负载和目标后,开始进行监控,并建立性能基线与当前服务器性能进行比较. 性能基线是一个保证系统正常操作性能范围值,达到或超过这个范围,系统性能可能会显著下降. 应该对