面向通感一體化的非均勻感知信號設計

文章目錄

    • 1 非均勻信號設計的背景分析
      • 1.1 基于OFDM波形的感知信號
      • 1.2 非均勻信號設計的必要性和可行性
      • 1.2 非均勻信號設計的必要性和可行性
    • 3 通感一體化系統中的非均勻信號設計方法
      • 3.1 非均勻信號的設計流程
        • (1)均勻感知信號設計
        • (2)非均勻采樣
      • 3.2 時頻資源的鏈路自適應方法
    • 4 非均勻感知信號的樣機測試驗證
        • (1)均勻信號設計
        • (2)基于譜分析的非均勻信號設計

1 非均勻信號設計的背景分析

在通感一體化系統中,一種典型的感知信號處理是,首先通過復用通信參考信號處理的信道估計及其前序步驟得到感知信道信息,然后通過二維快速傅里葉變換(2D-FFT, 2-dimensional Fast Fourier Transform)將感知信道信息從時間-頻率域變換到時延 - 多普勒域 [13],以進行后續的感知信號處理。時延 - 多普勒譜的性能是衡量感知信號設計的重要指標。

1.1 基于OFDM波形的感知信號

在感知應用中,進行一次感知信號處理所對應的感知信號的時間長度為相干處理時長 (CPI, Coherent Processing Interval) [14]。設在一個CPI的時間跨度內,包含 M t M_t Mt?個OFDM符號,并且每個OFDM符號包含 N t N_t Nt?個子載波,則發送的時域信號可以表示為[15]:

x ( t ) = ∑ m = 0 M t ? 1 ∑ n = 0 N t ? 1 X ( m , n ) e j 2 π n t Δ f t u ( t ? m T ) (1) x(t) = \sum_{m=0}^{M_t-1} \sum_{n=0}^{N_t-1} X(m,n) e^{j 2 \pi n_t \Delta f t} u(t - mT) \tag{1} x(t)=m=0Mt??1?n=0Nt??1?X(m,n)ej2πnt?Δftu(t?mT)(1)

其中, Δ f \Delta f Δf表示子載波間隔, u ( t ) u(t) u(t)表示脈沖成型函數, T T T表示一個OFDM符號的持續時長(包括循環前綴 (CP, Cyclic Prefix)), X ( m , n ) X(m,n) X(m,n)為第 m m m個OFDM符號中第 n n n個子載波上的調制符號。需要說明的是,這里的 M t M_t Mt?個OFDM符號包括了一個CPI時間范圍內的感知信號和通信信號所占用的全部OFDM符號; N t N_t Nt?子載波包括信號和感知信號所占用的全部子載波。因此, N t N_t Nt?也是發送信號從頻域轉換到時域的逆快速傅里葉變換 (IFFT, Inverse Fast Fourier Transform) 的點數。

設從感知信號的發射機到接收機之間存在 K K K個路徑,每個路段的延遲和多普勒頻分別為 τ k \tau_k τk? ν k \nu_k νk?,則經過 K K K個路段的反射后,接收機的接收信號為:

y ( t ) = ∑ k = 0 K ? 1 ρ k x ( t ? τ k ) e j 2 π υ k t + n ( t ) (2) y\begin{pmatrix}t\end{pmatrix}=\sum_{k=0}^{K-1}\sqrt{\rho_k}x\begin{pmatrix}t-\tau_k\end{pmatrix}\mathrm{e}^{\mathrm{j}2\pi\upsilon_kt}+n\begin{pmatrix}t\end{pmatrix}\tag{2} y(t?)=k=0K?1?ρk? ?x(t?τk??)ej2πυk?t+n(t?)(2)

其中, ρ k \rho_k ρk?表示第 k k k個路段的功率衰減系數, n ( t ) n(t) n(t)為方差為 σ n 2 \sigma_n^2 σn2?的高斯白噪聲。

接收機以采樣率 N A Δ f N_A \Delta f NA?Δf 進行時域信號采樣,然后去除CP,并通過快速傅里葉變換 (FFT, Fast Fourier Transform) 將時域信號轉換到頻域,可以表示為:

Y ( m t , n t ) = ∑ k = 0 K ? 1 ρ k X ( m t , n t ) e ? j 2 π n t Δ f τ k e j 2 π m t T ν k + Ω ( m t , n t ) (3) Y(m_t,n_t) = \sum_{k=0}^{K-1} \sqrt{\rho_k} X(m_t,n_t) e^{-j 2 \pi n_t \Delta f \tau_k} e^{j 2 \pi m_t T \nu_k} + \Omega(m_t,n_t) \tag{3} Y(mt?,nt?)=k=0K?1?ρk? ?X(mt?,nt?)e?j2πnt?Δfτk?ej2πmt?Tνk?+Ω(mt?,nt?)(3)

其中, Ω ( m t , n t ) \Omega(m_t,n_t) Ω(mt?,nt?)表示頻域上的高斯白噪聲。

考慮感知信號占用的子載波和OFDM符號均均勻地分布在上述的 N t N_t Nt? 子載波和 M t M_t Mt? 個OFDM符號中,且感知信號占用的子載波引索間隔為 δ f \delta_f δf?,感知信號占用的OFDM符號索引間隔為 δ t \delta_t δt?。不失一般性,考慮感知信號占用的子載波從 n = 0 n=0 n=0開始,感知信號占用的OFDM符號從 m = 0 m=0 m=0開始。另外,記感知信號占用的子載波數和OFDM符號數分別為 N s N_s Ns? M s M_s Ms?。感知信號的頻率資源圖如圖1所示:

在這里插入圖片描述

這里圖片中 δ f \delta_f δf? δ t \delta_t δt? 錯誤成了 η f \eta_f ηf? η t \eta_t ηt?

1.2 非均勻信號設計的必要性和可行性

由于感知信號的頻域位置和調制序列是已知的,可以通過信道道估計消除調制序列的影響,獲得感知信道信息,表示為:

H ( m t , n t ) = Y ( m t , n t ) X ( m t , n t ) = ∑ k = 0 K ? 1 ρ k e ? j 2 π n t Δ f τ k e j 2 π m t T υ k , ( m t , n t ) ∈ S (4) \begin{aligned}H\begin{pmatrix}m_t,n_t\end{pmatrix}&=\frac{Y\left(m_t,n_t\right)}{X\left(m_t,n_t\right)}\\&=\sum_{k=0}^{K-1}\sqrt{\rho_k}\mathrm{e}^{-\mathrm{j}2\pi n_t\Delta f\tau_k}\mathrm{e}^{\mathrm{j}2\pi m_tT\upsilon_k},\left(m_t,n_t\right)\in\mathbb{S}\end{aligned} \tag{4} H(mt?,nt??)?=X(mt?,nt?)Y(mt?,nt?)?=k=0K?1?ρk? ?e?j2πnt?Δfτk?ej2πmt?Tυk?,(mt?,nt?)S?(4)

其中,集合 S \mathbb{S} S 表示感知信號占用的資源元素 (RE, Resource Element) 集合。對式(4)的感知信號執行2D-FFT運算可以得到時延-多普勒譜。

對于OFDM波形,2D-FFT運算包括:沿頻率維執行IFFT將各個OFDM符號上的感知信道信息從頻域轉換到時域,然后通過FFT將各個時域單元上的數據從時域轉換到多普勒域,最終得到的時延-多普勒圖可以表示為:

R ( p , q ) = 1 N s M s ∑ k = 0 K ? 1 ∑ n s = 0 N s ? 1 ∑ m s = 0 M s ? 1 ρ k e j 2 π n s ( p N s ? δ f Δ f τ k ) e j 2 π m s ( δ t T υ k ? q M s ) (5) \mathbf{R}\left(p,q\right)=\frac{1}{N_{s}M_{s}}\sum_{k=0}^{K-1}\sum_{n_{s}=0}^{N_{s}-1}\sum_{m_{s}=0}^{M_{s}-1}\sqrt{\rho_{k}}\mathrm{e}^{\mathrm{j}2\pi n_{s}\left(\frac{p}{N_{s}}-\delta_{f}\Delta f\tau_{k}\right)}\mathrm{e}^{\mathrm{j}2\pi m_{s}\left(\delta_{t}T\upsilon_{k}-\frac{q}{M_{s}}\right)} \tag{5} R(p,q)=Ns?Ms?1?k=0K?1?ns?=0Ns??1?ms?=0Ms??1?ρk? ?ej2πns?(Ns?p??δf?Δfτk?)ej2πms?(δt?Tυk??Ms?q?)(5)

1.2 非均勻信號設計的必要性和可行性

均勻感知信號的時頻資源配置參數包括:感知信號占用的子載波數 N t N_t Nt?、OFDM符號數 M t M_t Mt?、子載波索引間隔 δ f \delta_f δf?和OFDM符號索引間隔 δ t \delta_t δt?。均勻感知信號的信號配置和應應用信號處理算法簡單,并且具有較好的感知性能。然而,在實際的一體化場景下,均勻感知信號具有如下的特點:

  1. 資源開銷較大:為了滿足時延分辨率和多普勒頻移辨識率的需求,感知信號通道需要在頻域上占較大的帶寬,在時域上占較大的時長。例如,為了滿足對行人和車輛等目標的測量,感知信號帶寬需要在百 MHz 量級以上,CPI 通常需要在十 ms 至百 ms 量級。同時,為了滿足最大不模糊時延和最大不模糊多普勒的要求,感知信號所占的子載波搜索間隔 δ f \delta_f δf? 和 OFDM 符號搜索間隔 δ t \delta_t δt? 需要小于一定的數值,即使得感知信號在頻域和時域滿足奈奎斯特條件。因此,感知信號所占用的子載波數和 OFDM 符號數較多。進一步地,在終端的場景下,感知信號所占用的 RE 數隨終端數線性增加,如圖 2(a) 所示,32 端口的信道狀態信息參考信號(CSI-RS,Channel State Information Reference Signal)在一個時隙,一個資源塊(RB,Resource Block)中占了較多的 RE,如果在時域上每個時隙,頻域上的每個 RB 重復這樣的資源占用,那么其資源開銷非常大。

在這里插入圖片描述

  1. 信號配置靈活性差:為了實現高分辨率的感知,感知信號的時頻資源的跨頻段大,并且均勻采樣的感知信號需要占用周期性的信號資源。在通常一體化的場景下,同時存在多種多樣的通信業務(包括低時延高可靠業務和感知業務),對應地存在各種信號和信道的專用,很難保證此時特定周期重復的信號資源都能配置給感知信號。另一方面,在通常一體化的場景下,如果能較有效分配現有頻譜(NR,New Radio)的參考信號,將會大大減少感知的資源開銷,加速感知能力的落地。然而,現在在所有的各參考信號根據通信業務的需求設計,在較大的時隙跨上依然會通常是非均勻分布的,這就無法實現均勻采樣的感知信號配置,如圖 2(b) 所示。

在感知應用中,感知目標在時延和多普勒頻移通常是稀疏的,那么可以在低于奈奎斯特采樣率的采樣點重建信號。也就是說,可以采用非均勻信號執行感知業務,從而克服上述均勻感知信號的挑戰。

從信號處理的角度說,頻域或時域的均勻信號設計,對應著時頻資源均勻的周頻特性移動;當均勻信號是奈奎斯特采樣時,周期性搬移的時延或多普勒搬移不會發生混疊。而對于頻域或時域的非均勻信號設計,則對應時延或多普勒頻移的非周期性搬移,會發生一定程度上的時延或多普勒頻移的混疊。時延或多普勒頻移的混疊對于感知性能的影響可以通過式(5)的時延-多普勒頻率考察。

對于均勻信號,式(5)中的 n s n_s ns? m s m_s ms? 的取值是連續的非負整數,對于給定的子載波查詢間隔 δ f \delta_f δf? 和 OFDM 符號查詢間隔 δ t \delta_t δt?,能夠根據式(5)直接導出感知的最大不模糊時延和最大不模糊多普勒頻移分析 [16]。

τ max = 1 / δ f Δ f and υ max ? = 1 / δ t T \tau_{\text{max}} = 1/\delta_f \Delta f \quad \text{and} \quad \upsilon_{\max}=1/\delta_{t}T τmax?=1/δf?Δfandυmax?=1/δt?T

在均勻信號的基礎上,通過抽取的方式將式(5)中的 n s n_s ns? m s m_s ms? 的取值設置成不連續的非負整數,則為非均勻信號。考慮式(5)中的時延-多普勒頻移的峰值對應的時延或多普勒值與 n s n_s ns? m s m_s ms? 的連續性無關,因此,通過這種方法構造出的非均勻信號與對應的均勻信號具有相同的最大不模糊時延和最大不模糊多普勒。需要注意的是,這里是指非均勻信號占用的子載波或 OFDM 符號是由對均勻信號占用的子載波或 OFDM 符號進行非周期性抽取得到的,而如果是有顯著的周期性抽取則上述子載波查詢間隔 δ f \delta_f δf? 或 OFDM 符號查詢間隔 δ t \delta_t δt? 的取值發生變化,則該結論不再成立。

在這里插入圖片描述

圖 3 顯示了在時間維度采用非均勻信號設計的一個示例,非均勻信號與對應均勻信號的多普勒頻移的對比,其中感知目標的多普勒為 0。在該示例中,均勻信號包含周期分布的 M s = 80 M_s = 80 Ms?=80 個 OFDM 符號,非均勻信號則從中隨機抽取的 40 個 OFDM 符號。除去由于更少的 OFDM 符號引起峰值的降低以外,非均勻信號的多普勒中還存在在于抑制信號,在相關文獻中被稱為偽影。

3 通感一體化系統中的非均勻信號設計方法

在通感一體化系統中,需要根據感知需求進行感知信號的時頻資源分配。另一方面,在感知業務的實際執行過程中,感知需求會根據感知結果發生變化,這意味著需要對感知信號的時頻資源進行鏈路自適應調整。

3.1 非均勻信號的設計流程

為了使得非均勻感知信號能夠較好滿足感知需求中分辨率能力最大不模糊量程范圍的要求,本文提出非均勻感知信號的兩步設計方法:首先進行均勻感知信號的設計,然后基于均勻感知信號進行非均勻采樣得到非均勻感知信號。

(1)均勻感知信號設計

給定感知需求,采用均勻信號設計,感知信號子載波查詢間隔 δ f \delta_f δf?,感知信號占用的子載波數 N s N_s Ns?,感知信號的 OFDM 符號查詢間隔 δ t \delta_t δt?,感知信號占用的 OFDM 符號數 M s M_s Ms?,需要滿足:
δ f ≤ ? 1 τ max Δ f ? (14) \delta_f \leq\left\lfloor \frac{1}{\tau_{\text{max}} \Delta f} \right\rfloor \tag{14} δf??τmax?Δf1??(14)

N s δ f ≥ ? 1 Δ τ Δ f ? (15) N_s \delta_f \geq \left\lceil \frac{1}{\Delta \tau \Delta f} \right\rceil \tag{15} Ns?δf??ΔτΔf1??(15)

δ t ≤ ? 1 υ max ? T ? (16) \delta_t\leq\left\lfloor\frac{1}{\upsilon_{\max}T}\right\rfloor \tag{16} δt??υmax?T1??(16)

M s δ t ≥ ? 1 Δ ν T ? (17) M_s \delta_t \geq \left\lceil \frac{1}{\Delta \nu T} \right\rceil \tag{17} Ms?δt??ΔνT1??(17)

其中, τ max \tau_{\text{max}} τmax? Δ τ \Delta \tau Δτ 分別表示感知需求中要求的最大不模糊時延和時延分辨率, v max v_{\text{max}} vmax? Δ ν \Delta \nu Δν 分別表示感知需求中要求的最大不模糊多普勒和多普勒分辨率。

如果式(14)~(17)中的不等式取等號,則能夠得到占用頻資源最少的均勻信號設計。在實際信號配置中,上述參數數還會受到協議允許的參數數值的限制。以 NR 協議中的 CSI-RS 進行感知信號的配置為例,則感知信號子載波間隔 δ f \delta_f δf?(用協議中參數可表示為 12/density)只能取值為 4、12 或 24 [31]。

(2)非均勻采樣

根據前文所述的均勻信號的設計方法,從均勻信號占用的時頻資源中進行非均勻采樣,選擇出一部分子載波或 OFDM 符號以承載感知信號,實現非均勻感知信號設計,如圖 10 所示。與均勻信號相比,非均勻信號能夠減少小感知信號占用的信號資源數,并能夠避免其他部分子載波或 OFDM 符號以避免與其他信號的沖突。

在這里插入圖片描述

3.2 時頻資源的鏈路自適應方法

時頻資源的鏈路自適應方法是根據實時的感知性能需求對感知信號占用的時頻資源進行調整,減少感知信號占用的時頻資源數值下降開銷,或是增加大感知信號占用的時頻資源數以提高感知性能。非均勻感知信號采用 3.1 節的兩步設計方法,為時頻資源的鏈路自適應提供了一個額外的自由度。

非均勻感知信號時頻資源的鏈路自適應方法包括:均勻感知信號的鏈路自適應調節,非均勻采樣的鏈路自適應調節。其中,均勻感知信號的鏈路自適應調節通過上述參數( δ \delta δ, N s N_s Ns?, δ t \delta_t δt?, M s M_s Ms?)進行調節 [32],滿足對感知目標的分辨率和最大不模糊量程范圍的需求,以及滿足感知精度的需求;感知精度可以通過前文所述的感知 SINR 來刻畫。非均勻采樣的鏈路自適應調節通過非均勻采樣序列的調節,能夠滿足對感知目標量程和感知精度的需求,包括:

  1. 滿足感知目標數目的需求:當環境中存在的感知目標(包括非感知目標的反射路徑)的數目較小時,非均勻采樣數 M M M 的值可以適當減少,從而能夠節約更多的時頻資源;反之,當感知目標的數目增大時,應相應增大 M M M 的值,以保證非均勻感知的自由度。

  2. 滿足感知精度的需求:當感知精度性能較好時,在滿足自由度的前提下,可適當減少非均勻采樣數 M M M 的值,從而能夠節約信號資源;而當感知精度性能較差時,應增大非均勻采樣數 M M M 的值,以提升感知性能;在極端情況下,應將非均勻采樣數 M M M 的值調整為均勻采樣數 N N N,即不采用均勻信號設計。

結合感知目標數量和感知精度的需求,非均勻采樣數 M M M 的值的取值情況如圖 11 所示。在感知精度性能較好且感知目標數較小, M M M 可以取較小值;在感知精度性能較差且感知目標數較大時, M M M 必須取較大值。

這部分原論文有著明顯的校對錯誤,M N 打錯了

4 非均勻感知信號的樣機測試驗證

為了更直觀地展示在時頻域采用非均勻感知信號設計的可行性和性能,本文針對第 2 節中介紹的三種非均勻信號設計方法,采用 vivo 自研的通感一體化樣機進行測試,并與均勻信號設計進行對比。在樣機測試中,以行人作為感知目標。樣機的硬件配置可參見文獻 [33],作為非均勻信號設計基礎的均勻信號的參數如表 1 所示。

表中的參數,感知信號帶寬為 384 MHz,感知子載波之間的間隔為 4.8 MHz,對應的時延分辨率為 2.6 ns,最大不模糊時延范圍為 208.3 ns;感知信號 CPI 為 200 ms,感知 OFDM 符號之間的間隔為 2.5 ms,對應的多普勒分辨率為 5 Hz,最大不模糊多普勒頻移范圍為 400 Hz。上述參數給出的感知性能能夠滿足室內行人感知的需求。

在這里插入圖片描述

由于環境中存在大量的靜態物體(如墻壁、地面)的反射,為了對運動感知目標進行檢測,采用雜波對消方法消除靜態物體反射回波的影響,具體方法參見文獻 [33]。

(1)均勻信號設計

作為對照的基線,圖 12(a) 顯示了在采用均勻信號配置時,對行人進行感知所得到的時延-多普勒譜,在(30 Hz, 68 ns) 處的譜峰為感知目標對應的時延-多普勒單元,其感知 SINR 約為 38.2 dB。根據恒虛警檢測理論中的單元平均方法設置參考窗用以統計噪聲加干擾功率[34],在時延維和多普勒維的前參考窗和后參考窗長度均設為 6、保護單元數設置為 1,得到感知 SINR 約為 41.2 dB。很明顯時延-多普勒譜在多普勒維是稀疏的。進一步地,圖 12(b) 顯示了在時間維 FFT 之前的時延,感知信號在時延維也具有稀疏性,其稀疏程度低于多普勒維的稀疏程度。因此,在時延維可以采用 M / N M/N M/N 值較小的均勻信號,而在頻率維則需要采用 M / N M/N M/N 值稍大的均勻信號。

這段話我沒太聽懂

在這里插入圖片描述

(2)基于譜分析的非均勻信號設計

由于感知信號在時延維的稀疏度低于多普勒維的稀疏程度,這是由于頻率集均勻信號中 80 個載波中取得 40 個載波,在時間維從均勻信號的 0 個子載波中取得 23 個載波,再構造出均勻信號。與均勻信號相比,非均勻信號能夠節省 85.3%的資源開銷,感知目標對應的信號功率降低約 8.4 dB。如 1.1 節所述,為了得到影響功率低的非均勻信號,需要通過序列搜索的方式得到非均勻采樣序列,這里在頻率維的非均勻采樣序列同圖 4(a)。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/66919.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/66919.shtml
英文地址,請注明出處:http://en.pswp.cn/web/66919.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

【深度學習】搭建PyTorch神經網絡進行氣溫預測

第一步 數據加載與觀察 ①導包 import numpy as np import pandas as pd import matplotlib.pyplot as plt import torch import torch.optim as optim import warnings warnings.filterwarnings("ignore") %matplotlib inline ②加載數據 features pd.read_csv(…

ESP8266 NodeMCU與WS2812燈帶:實現多種花樣變換

在現代電子創意項目中,LED燈帶的應用已經變得極為廣泛。通過結合ESP8266 NodeMCU的強大處理能力和FastLED庫的高效功能,我們可以輕松實現多達100種燈帶變換效果。本文將詳細介紹如何使用Arduino IDE編程,實現從基礎到高級的燈光效果&#xff…

pycharm踩坑(1)

由于我重裝系統,導致我的pycharm需要進行重裝,因此我覺得需要記錄一下,pycharm的正確使用方法 漢化 漢化很重要,除非你從小就雙語教學,不然你看著那些英文就是會消耗大量的精力 我使用的pycharm版本是pycharm-commun…

#HarmonyOS篇:build-profile.json5里面配置productsoh-package.json5里面dependencies依賴引入

oh-package.json5 用于描述包名、版本、入口文件和依賴項等信息。 {"license": "","devDependencies": {},"author": "","name": "entry","description": "Please describe the basic…

OpenCV2D 特征框架 (11)特征檢測與描述用于檢測二值圖像中連通區域(即“斑點”或“blob”)的類cv::SimpleBlobDetector的使用

操作系統:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 編程語言:C11 算法描述 cv::SimpleBlobDetector 是 OpenCV 中用于檢測二值圖像中連通區域(即“斑點”或“blob”)的類。這些連通區域可以是白色前…

關于deepin上運行Qt開發的程序

國產化替代是將來各單位的主流趨勢,探索自行開發應用程序在國產操作系統上正常運行是將來的主要工作之一。本文淺嘗gui程序在統信社區版——deepin上遇到的小問題。 使用Qt在deepin上做了一個類似gif的幀動畫彈窗,在編譯運行時,程序可以正常…

Unity自學之旅05

Unity自學之旅05 Unity學習之旅⑤📝 AI基礎與敵人行為🥊 AI導航理論知識(基礎)開始實踐 🎃 敵人游戲機制追蹤玩家攻擊玩家子彈碰撞完善游戲失敗條件 🤗 總結歸納 Unity學習之旅⑤ 📝 AI基礎與敵…

我想通過python語言,學習數據結構和算法該如何入手?

學習數據結構和算法是編程中的重要基礎,Python 是一個非常適合入門的語言。以下是學習數據結構和算法的步驟和建議: 1. 掌握 Python 基礎 確保你對 Python 的基本語法、數據類型、控制結構(如循環、條件語句)、函數等有扎實的理…

淺談Unity中Canvas的三種渲染模式

Overview UGUI通過 Canvas 組件渲染和管理UI元素。Canvas 是 UI 元素的容器,它決定了 UI 元素的渲染方式以及它們在屏幕上的顯示效果。Canvas 有三種主要的渲染模式,每種模式有不同的用途和特點。本文將介紹這三種渲染模式 1. Screen Space - Overlay 模…

Unity中在UI上畫線

在UI中畫一條曲線 我封裝了一個組件,可以實現基本的畫線需求. 效果 按住鼠標左鍵隨手一畫. 用起來也很簡單,將組件掛到空物體上就行了,紅色的背景是Panel. 你可以將該組件理解為一個Image,只不過形狀更靈活一些罷了,所以它要放在下面的層級(不然可能會被擋住). 代碼 可以…

2024.1.22 安全周報

政策/標準/指南最新動態 01 工信部印發《關于加強互聯網數據中心客戶數據安全保護的通知》 原文: https://www.secrss.com/articles/74673 互聯網數據中心作為新一代信息基礎設施,承載著千行百業的海量客戶數據,是關系國民經濟命脈的重要戰略資源。…

探索 LLM:從基礎原理到 RAG 實現的深度解析

一.LLM基礎知識 1.1 大語言模型(Large Language Model,LLM) 他是模型,是 AI 能力的核心。他是語言模型,其核心能力在于語言能力。他是大語言模型,與傳統模型相比,它最大的特點就是“大”。 1…

Mac cursor設置jdk、Maven版本

基本配置 – Cursor 使用文檔 首先是系統用戶級別的設置參數,運行cursor,按下ctrlshiftp,輸入Open User Settings(JSON),在彈出的下拉菜單中選中下面這樣的: 在打開的json編輯器中追加下面的內容: {"…

ARM64平臺Flutter環境搭建

ARM64平臺Flutter環境搭建 Flutter簡介問題背景搭建步驟1. 安裝ARM64 Android Studio2. 安裝Oracle的JDK3. 安裝 Dart和 Flutter 開發插件4. 安裝 Android SDK5. 安裝 Flutter SDK6. 同意 Android 條款7. 運行 Flutter 示例項目8. 修正 aapt2 報錯9. 修正 CMake 報錯10. 修正 N…

selenium clear()方法清除文本框內容

在使用Selenium進行Web自動化測試時,清除文本框內容是一個常見的需求。這可以通過多種方式實現,取決于你使用的是哪種編程語言(如Python、Java等)以及你的具體需求。以下是一些常見的方法: 1. 使用clear()方法 clear…

基于海思soc的智能產品開發(視頻的后續開發)

【 聲明:版權所有,歡迎轉載,請勿用于商業用途。 聯系信箱:feixiaoxing 163.com】 前面我們討論了camera,也討論了屏幕驅動,這些都是基礎的部分。關鍵是,我們拿到了這些視頻數據之后,…

vue3+webOffice合集

1、webOffice 初始化 1)officeType: 文檔位置:https://solution.wps.cn/docs/web/quick-start.html#officetype 2)appId: 前端使用appId 后端需要用到AppSecret 3)fileId: 由后端返回,前端無法生成,與上傳文…

2025牛客寒假算法營2

A題 知識點&#xff1a;模擬 打卡。檢查給定的七個整數是否僅包含 1,2,3,5,6 即可。為了便于書寫&#xff0c;我們可以反過來&#xff0c;檢查這七個整數是否不為 4 和 7。 時間 O(1)&#xff1b;空間 O(1)。 #include <bits/stdc.h> using namespace std;signed main()…

記錄一次k8s起不來的排查過程

我在k8s集群&#xff0c;重啟了一個node宿主機&#xff0c;竟然發現kubelet起不來了&#xff01;報錯如下 這個報錯很模糊&#xff0c;怎么排查呢。這樣&#xff0c;開兩個界面&#xff0c;一個重啟kubelet&#xff0c;一個看系統日志(/var/log/message:centos&#xff0c;/va…

Docker Desktop 在Windows 環境中開發、測試和運行容器化的應用程序

Docker 為 Windows 提供了專門的桌面版工具&#xff0c;稱為 Docker Desktop&#xff0c;它允許你在 Windows 環境中開發、測試和運行容器化的應用程序。 如何在 Windows 上使用 Docker Docker Desktop Docker Desktop 是一個專為 Windows 設計的應用程序&#xff0c;它簡化了…