引用:Yang Y, Xu M, Wang D, et al. Towards energy-efficient routing in satellite networks[J]. IEEE Journal on Selected Areas in Communications, 2016, 34(12): 3869-3886.

个人理解

通信设备的能源消耗主要分为固定消耗和流量相关的消耗,这个在[5]中有详细的描述,比如红色的线对应的基站其即使没有流量需要600W的能源消耗。地面无论基站、骨干网还是数据中心网络中考虑的节能一般都是通过将流量聚集到少量的节点或者链路上,然后将其他节点关闭或者休眠来节省这些节点的固定能耗,达到整体性能没有降低但能耗降低的目的。地面降低能耗的目的一般都是为了绿色碳中和的目的,当然也有少数是因为数据中心电负载太高供不应求。

相较于地面,卫星的能量来源主要是太阳能板,所以本质上就不存在碳中和的问题,所以似乎并不需要节能。但是卫星仍然需要节能。一方面,卫星的能源供给有限,卫星展开有限大的太阳能板,然后以很低的能量转换比例转化为电能使用。受限于重量,卫星不能背负太重的太阳能板,所以卫星需要节能。而另一方面,卫星将会经过阴面(eclipse),太阳光被地球挡住而无法以太阳能板供能,因此卫星需要同时配备电池,让太阳能板在阳面的时候充电在阴面使用。考虑到电池的重量,也需要进行能源节约。

本文并非是从这个角度进行节能的讨论,而是从放电深度的角度。研究表明,放电深度每增加15%,锂电池寿命就会减为一半。本文的目的是通过流量调度和节能降低卫星的放电深度,从而有效提升卫星的寿命。节能最直观的方式仍然和地面一样,就是把流量聚集到一部分卫星上面,然后让一些卫星休眠减少固定能源消耗。但不同的是,节能的目标是为了提升寿命,而并不是每个卫星休眠节能都能带来卫星寿命的提升。比如阳面的卫星休眠对电池的寿命并无影响。因此本文详细建模了卫星的太阳能板的充放电模型,以及放电深度与卫星寿命关系模型,然后设计了算法,其基本思想是,如果关掉一个节点后,这个节点节能带来的寿命提升,比原本要经过这个卫星的流量经过其他卫星所消耗的其他卫星的寿命之和要高,那么这个卫星就很可能可以休眠。

本文的场景是已经确定了电池和太阳能板的大小以后(卫星发射后)的流量调度的设计,也有一些工作是考虑进行电源系统的设计,即卫星发射前进行电池大小和太阳能板的大小的设计的。

abstract

卫星上的通信设备通常由太阳能电池板和电池提供,他们之间的关系通过设计来保证能源供应。但卫星因为充放电的次数是有限的。本文对卫星能源节约的路由进行了综合的研究。首先对空间路由器的功率消耗给出一个模型,由太阳能电池板供电,电池随使用逐渐老化。然后定义了一种能源有效利用的路由问题,证明这种问题是NP难的。然后给出三种算法逐渐解决这个问题。baseline GreenSR-B迭代计算链路耗费链路的耗费来计算得到最小化充放电周期的路由。GreenSR-A选择关闭到sleep状态的路由。GreenSR综合考虑了能源效率和路径长度及最大链路利用率的QoS需求。使用真实的网络利用轨迹进行了LEO的仿真,流量使用真实的网络使用trace,结果显示能延长超过40%的寿命,只需要牺牲一点路径长度和链路利用率

introduction

卫星网络被用于提供各类服务如互联网接入,VOD(视频点播),VoIP(基于IP的语音传输)等。
卫星网络的能源系统需要仔细设计来保证为通讯系统提供能源。能源系统卫星的电力系统使用太阳能电池板从太阳辐射产生电力,电池存储能源。但是不合理的使用会导致电池老化严重,因为电池的完全充放电次数是受限的。本文通过细粒度控制网络流量,并将未充分利用的空间路由器切换到睡眠模式,从而节省能源提升电池的寿命。本文提出的energy-efficient不仅关乎传输效率,也就是所谓的每个能源提供多少传输,而是关乎卫星的寿命。不过有时候节省能源对寿命影响有限,毕竟有时候太阳能板提供的能源是非常充足的。

节省能源是很复杂的。空间路由器在一个强辐射、高温差的环境,而其重量是受限的。大量的能源来自于空间链路信号的传输。另外,不同于地面的路由器,太阳能板没有持续的能源供应,因为有时候会到背阴面,有时不能正对阳光,且由于空间环境出现老化。而卫星电池寿命也受很多因素影响:放电深度DOD,放电速度等。比如从100%放电到0%比从100%放电到50%然后充到100%再放电到50%对卫星寿命影响更大,前者DOD是100%,后者是50%,因此现有的这些地面的节能路由难以直接利用到卫星网络中。需要首先全面分析。

本文首先给出了空间路由器的能源消耗模型,自变量是流量。然后给出了能源生成模型,该模型是卫星位置、方位角、轨道高度的函数。然后给出了电池能源存储的模型,这个模型在消耗大于存储的时候减少,反之增加。最后给出锂电池老化模型,这个模型的基线是DOD为100%的情况,给出了其他DoD情况下对寿命的消耗情况。在这个模型下顶一个能源高效卫星路由问题EESR,目标是最小化整体的通过延长卫星的生命周期,使卫星网络在很长一段时间内的总成本,这个问题是NP难

然后系统性的解决这个问题。B算法是不用切换到休眠态的方案,核心方案是模拟每个节点的DOD增加,用生命周期的消耗为链路成本来选择拓扑,然后用Dijkstra得到最小消耗的链路。A算法则先生成一个子图,从而将一些路由器切换到休眠,然后使用B进行路由。最后,考虑到链路长度和利用率再设计。寿命能提升41.2%。

主要贡献:

  1. 提出能源高效卫星网络路由,通过调整流量以及休眠减少能源消耗并提升寿命
  2. 提出EESR问题,该问题不受限于卫星类型,并证明NP难
  3. 提出三种算法解决EESR问题
  4. 使用互联网使用的trace数据进行仿真

II 相关工作

A 卫星的能源效率

[9]提出了太阳能板与电池的最优配置,能保证在卫星的服务年限中不会出现电力不足的情况。更多的工作聚焦在能源有效消耗上。[10]是无线网络中跨层资源分配方案,使用可充电的电池,目标是最大化整个系统的使用,这个使用是长时间每个链路的速率的函数。[11]是03年那篇卫星准入控制的文章,[9]应对的是当有剩余能量的时候运行更高级的任务。[7]总结了已有的一些工作。一些工作修改带宽和优化功率消耗。[12]在多种payload架构中都可以使用。[13]提出一种软件定义频谱能实现自适应和重配置的系统来实现数据速率和功率的修改。这些工作的目标则是最大化任务性能。都是面向单个卫星的优化。
本文考虑的是卫星网络,也是第一个以延长寿命为目标的工作。

B 卫星网络的路由

由于链路切换,一些工作使用分布式路由,但是更多的是用中心化的快照计算。关于这些的优化主要在减少重路由,或者延长时间片时间。也有工作对流量类型进行分类然后根据不同类型的流量分别路由。也有工作考虑了拥塞控制,考虑了多层星座之间的路由,考虑可扩展性、负载均衡、on-demand路由。也有一些DTN路由,这种路由是考虑到ISL的价格高昂

本文的工作目标是能源有效性,这在现有卫星网络中考虑很少。我们主要考虑有ISL的星座,因为DTN是先存储后等待的路由,其功率消耗模型比较难以建模

C 互联网中的节能路由

很多工作将流量聚集到少量路由器中然后让其他路由器进入休眠状态。比如:利用MPLS隧道找到能量聚集的路径并聚集流量,利用拉格朗日乘数法计算OSPF的链路消耗并平衡能源消耗和链路利用,利用IP快速重路由实现安全的流量切换。[37]发现能耗与流量规模、包大小等有关,[38]发现只有在某些有限的条件下休眠模式才能节能。一些工作提出了使用如太阳能、风能来实现绿色互联网。

我们不能直接使用互联网的节能方案,因为空间路由器的能耗模型不同,能源供给也不同。

III 背景和综述

A 卫星网络

传统的卫星通信是弯管结构,也就是为终端和地站提供透明链接。而今倾向于使用ISL连接。分为intra-orbital,inter-orbital,inter-layer

B 系统架构

尽管不同类型卫星(LEO,GEO)有不同的设计,但是其通信系统,如空间路由器,基本相同。我们对其电池模型进行介绍。

太阳能板用于光能转化为电能,但其输入并不稳定,因为可能出现日食,或者太阳能板相对于太阳的角度变化。因此可充电的电池用于存储能源并在太阳能不充足的时候被使用。需要使用能源的包括空间路由器、GN&C(guidance, navigation, and control)、反射放大器等。一般为了防止能源短缺,电源系统都被仔细设计。
电池有个叫做cycle life(周期数)的参数,该参数表示电池被完全充放电的最大使用次数。本文主要就是为了减少消耗的周期数。放电深度DOD是影响周期数的重要参数。在第IV节将会给出能源模型。

C 方法概述

方法核心就是将空间路由器和一些其他的部件切换到休眠态。首先基于预测的链路开断和转交切分为时间片,如5分钟。然后对每个时间片计算流量的汇聚,其他节点将会没有流量。路由的计算使用的中心化的方阿飞,使用地站或者GEO等进行计算,提前几个时间片计算,然后将结果传送给每个卫星。GN&C计算将能知晓什么时间片切换到休眠状态或者唤醒,而其他部件如多路复用器,天线接收器,TWTAs可以关机节能,但需要保持一个控制信道打开来接收控制信号。请注意,已经有一些先进的技术,如灵活的有效载荷[12],它可以根据带宽需求优化某些组件(如twta)的功耗,这些可用于优化单颗卫星的能源,但是为了清晰的表达,这里仅考虑有固定速率的ISL,未来再进一步有华为更灵活的场景。

本方法适用于任意类型的卫星,如LEO,GEO,不同的路由方式如ATM,IP也可使用(除了DTN,因为有不同的能源消耗模型)。还要注意,路由计算和更新是在软件层执行的,如上所示,除了睡眠模式触发机制外,不需要修改系统有效负载设计。

IV 卫星能源模型

包含:路由器的能源消耗、太阳能板的能源产生、电池的存储、太阳能板和电池的老化

A 空间路由器的能源消耗

通过扩展传统的地面路由器生成能源模型。互联网中经典的路由器包括:一个主管引擎卡,一组线路卡,一个或多个交换网卡,和一个带背板的底盘。这样的设计是为了可扩展性,对于空间路由器则规模的重量都太大了。且空间路由器的带宽和连接的需求都比地面骨干网要小。因此可以假设空间路由器只有一个中央处理器和一组网络接口,没有独立的网络处理器和存储。

路由器的能耗可以被分为三部分:固定OS消耗,与流量无关;与流量线性相关的buffer IO、路由表查表、信号传输的消耗;与流量指数相关的处理器的消耗。对节点vi,设定其能耗是Pi,Pi0P_i^0Pi0​设为其固定消耗,Fij是节点vi到vj之间的流量,Ni+N_i^+Ni+​是以i为源头的接入到i上的终端集合,Ni−N_i^-Ni−​则是以i为重点的终端集合,因此节点vi的整体的传输流量规模是:

对这些流量的查表、buffer的能耗系数是ρi,传输到vj的能耗是ρijsFijρ^s_{ij}F_{ij}ρijs​Fij​,其系数取决于载波频率、传输速率、误码率、天线半径和空间链路长度[42]。接收到来自于vj的链路的接收消耗是ρjirFjiρ^r_{ji}F_{ji}ρjir​Fji​,其系数为常数。处理器的消耗是μ_i Fi^(α_i )那俩参数都是由处理器决定的常数[43]。如果没有流量的时候能耗为0,那么

设定Pi*是其他设备需要的能源,那么总能源需求为

B 太阳能板的能源供应

卫星在阴面没有光照,阳面也会因为角度而能源供应不同。给出卫星的位置和方向角(面对太阳的角度)为自变量的卫星能源生成模型;给出与卫星高度有关的卫星阴面阶段计算。

1)根据卫星位置和方向角给出能源输出

一个典型的卫星太阳能电池板系统使用单轴太阳能跟踪,它总是最大化太阳能板和阳光之间的角度。太阳能电池板的轴与滚动轴(经度轴)重合。α表示轨道平面和日光之间的角度。ω表示卫星的角速度,从而轨道周期是2π/ω。假定在时间t0的时候卫星在离太阳最远的距离,那么在时间t的时候卫星已经经过的弧度是θ=(t-t0)ω。β是日光和太阳能板之间的角度。通过单轴跟踪可以实现最小化这个角度(下面的公式经过了附录的证明)

γ表示单位面积的太阳辐照量,S表示太阳能板的面积,转换效率是ηs,Ps表示能源生成量

日光与轨道平面之间的角度在两个轨道周期内变化很小,但公转周期内并不固定。N表示距离1.1的天数αmax表示可以达到的最大的角度,N0则是达到最大角度的天数。下面的公式在附录中可以找到证明。

对于极地轨道,最大的α是90°,对于同步轨道,则等于黄道的倾角,为23.44°

2) 阴面的影响

距离太阳最远的位置是阴面的中心位置。设定阴面的弧度值是θ0,则:

阴面的阶段是阳光和轨道角度的函数。R为地球半径,H是卫星高度

卫星的t0随着公转而变化。令阳光和赤道平面之间的角度是αe,对于极地轨道当αe为0的时候设定时间为tbaset^{base}tbase

如果北极靠近太阳,卫星从南向北移动时,卫星靠近太阳,反之亦然,则使用加号。

3) 数值结果

3个星座:1)极轨星座1700km,轨道周期120分钟
2)极地轨道8500km,轨道周期300分钟
3)同步轨道36000km,轨道周期24小时
令t0=0,太阳能板最大输出功率也就是ηsγ S=400W。ηs是与温度相关的函数但是变化很小,这里就没有进行温度的变化,仅在IV-D中模拟了由于老化带来的ηs的变化

图2和3给出了随时间变化的输出功率。可以发现即使在向阳的时候,如果轨道平面和阳光之间的夹角很大,功率也不高。而阴面总是阶段性的出现,对于高轨道则持续时间更短。对8500km的α=45的轨道,没有机会到阴面去。

图4是一年内不同轨道的阴面时间。当α足够小的时候阴面每年在两个季节出现。轨道高度越高则该季节持续时间越短。高轨道卫星的最大日食时间更长,即使日食周期只占整个轨道周期的一小部分。
从该模型可以得到卫星太阳能电池板输出功率的一些一般特性:能源的可预测性、卫星有不同的阴面时间,该特点具有季节性

讨论:太阳能板有其他安装方式,比如按照纬度、垂直于地面。然而,我们的模型有一个重要的性质——无论α值如何,在每个周期中总能产生一些能量。
C 电池能源存储
假定电池最大容量在生命周期内变化很小。令vi的最大容量是CBmaxC_B^{max}CBmax​,C_B(t)是时间t的时候的容量。电池的充放电速率是受限的。PB+P_B^+PB+​,PB−P_B^-PB−​分别表示最大的充放电速率。η+η-表示充放电效率,这里忽略掉温度的影响。Pd(t)表示功率的消耗,Δt是一个很短的时间,这个时间内电量基本没有变化。当电量供应充足的时候

当电量供应不足的时候


D 太阳能板和电池老化

由于羽流污染,微流星体撞击,辐射损坏等,能量转换效率ηs会下降,令ηsmaxηs^{max}ηsmax为最大的转换效率,Y为经过的年份, δ是每年老化的比例

锂电池的周期数受DOD,放电速度、温度等的影响。这里主要考虑DOD
D(t)表示t时间的放电深度。L表示周期数,A和B是电池的一些特性参数

电池不会总按照固定的放电方式,因此给出一个基线周期数L ̂。这个周期数对应放电深度D ̂=100%。

然后考虑对应基线消耗的周期数。设定f(D)为放电深度为D的时候周期数消耗速率,这表示从t1到t2的时候寿命的消耗为:

公式15的证明也在附录中。定义g(D)



图5和图6分别给出了f(d),g(d),发现更深的DOD对寿命的消耗更快

讨论:温度是另一个影响因素,在[-20,25]°C老化速度随着温度下降而加快,[25,70]老化速度随着温度增高而加快。卫星的温度系统比较复杂,而且有很多不同的技术用于保持内部温度的恒定。

V 卫星节能路由问题

问题的目标是增长卫星的寿命。与地面无线传感器网络WSN相比,卫星更昂贵。我们可以认为卫星服务寿命结束后会立刻发射新的卫星替代原卫星进行服务。本章提出EESR问题并证明其NP难。
从IV-D看最简单的就是选择更低DOD的路径,其他的路由器则进入休眠状态,但这样会出现震荡,如下图所示。

为防止震荡,进行时间分片。时间分片的另一个原因是星间链路的改变。链路ij的流量为所有点对之间所有路径中经过链路ij的流量之和,然后根据这个流量可以计算能源消耗,目标设置为最小化DOD,需要决策的变量是对每一条流使用哪个路径进行路由。这里证明了NP难

VI 算法

首先假定所有空间路由器都开启,运行GreenSR-B计算路由,然后使用GreenSR-A选择路由器来切换到睡眠模式,然后使用GreenSR计算有QoS要求的节能路由。

A GreenSR-B算法

拓扑会变得很快所以需要一个高效的算法。首先对EESR问题的目标进行线性化并转化拓扑,这样就可以通过Dijkstra算法计算。然后提出一种二分查找的算法来优化链路成本,从而可以通过路由逼近最优解。
从t1到t2,基线DOD是Dbase,即如果这段时间没有流量通过的话t2时间的DOD。

当能源供应充足的时候Dbase可能会少于0,因此扩充g(D)中D的范围为-∞,1,函数如图9所示

假定ω是t1到t2时间的DOD增加,则ξ表示线性的下降

处理器的消耗μ_i Fi^(α_i )中α_i接近1。将vi和vj之间的链路拆分成vi, vij和vij,vj两条,分别用发射和接收成本计算,那么发送方和接收方的成本:

那么对于流量Fij,其在链路ij上的成本就是

从而可以计算得到有最小DOD增加的路径。本文希望找到一个比较合理的ω,当大于这个数的时候会倾向于少使用链路,小于的时候则会倾向于多使用。因此提出了GreeRB-B算法。算法输入包含在t1,t2时间段的网络拓扑和流量需求,以及基线DOD,g(D),能耗函数,最大电池容量。对每个节点初始化ω和ξ。对于每个循环,首先根据ξ获取到链路成本,然后计算最短路径,并更新ω和ξ,然后计算能源消耗,计算复杂度是:

B GreenSR-A算法

主要目标是节省那部分固定能源消耗,和地面类似但仍因为耗能模式不同而不同。本文认为有很多无人居住的区域,因此卫星可以关闭。与地面互联网生成最小生成树不同,卫星网络可以生成一个最小子图用来转交所有流量。

主要目的是生成一个子图,方法就是:初始化的时候加入所有链路需求不为0的链路放入子图,对子图中每对找到其在子图中的最短路径,获得该路径的成本。对不属于子图的每个节点尝试打开,如果成本降低则打开否则关闭。
C GreenSR算法
考虑跳数的最大链路利用率。卫星中误码率很高,长跳数会导致丢包重传概率大;利用率过高会导致拥塞。这里的方法是修改其成本函数,加入跳数和利用率的部分进行计算

VII 性能仿真

A 仿真设置

极地轨道6*12,1700km,时间片5分钟,总共仿真半年。流量数据来自于Internet Usage statistic, 模型使用引力模型

模型中i和j之间的流量与两个点的量正相关,与距离负相关。
将地面分为12*24=288个区域,用户的需求随日夜变化而变化。10^6用户对应1Mbps流量。每个区域连接到最近的卫星上。

将每个节点的固定消耗设置为50W,所有空间链路速率为1Gbps,根据[42]将ρijrρ^r_{ij}ρijr​设置为0.01W/Mbps,ρijsρ^s_{ij}ρijs​设置为0.05W/Mbps。ρi和μi设置为0.01W/Mbps,αi为1.4。其他设备的电量消耗为50W。电池最大电量设置为5000瓦特分钟。充放电速度设置为足够大,太阳能板的最大供电速度ηsγ S为500W。根据[45],A设置为0.8。当然后面也修改了这些固定值来看结果的变化。

B 结果

本章画了很多图,感兴趣可以看原文。
1) 电池周期数。节省41.2%。整体上看,所有卫星的电池周期数都比较相近;从单颗卫星看,其有很大量时间处于阳面不需要使用电池,且我们的方案DOD更低一些;随着电池容量的增加我们的方案提升变小,因为实际的DOD需求更小;单星的固定消耗与能节省的比例成正比;转交能源消耗与流量关系参数对结果有轻微影响。不过未来随着激光链路的使用,能源消耗只会更少。
2)能源和吞吐。在没有使用本文算法前,能源消耗为2~5W/Mbps,其范围比较广,因为空耗能源比例不同,但我们这里能维持在0.5W/Mbps
3) 睡眠节点。每个节点平均能维持连续40分钟甚至更多的睡眠,因此我们切分5分钟的时间片是合理的,因为卫星倾向于保持稳定的状态。在80%的时间里仅有20/72的卫星被切换到睡眠状态。
4) 路径长度:比较少
5)链路流量:利用率从0.1到0.6
6)计算时间:最高2.5s。根据其计算复杂度的公式,(但是随着节点的增加,时间将会平方增加)

2016 JSAC Towards Energy-Efficient Routing in Satellite Networks 阅读报告相关推荐

  1. 《A Novel Pipeline Approach for Efficient Big Data Broadcasting》阅读报告

    //最近有很重要的事情,等忙完这阵,就把公式和图片一个一个的补上去:只是个人阅读本论文的笔记,仅供参考 1.论文基本信息 作者: Chi-Jen Wu Department of Electrical ...

  2. Highly-Resilient, Energy-Effificient Multipath Routing in Wireless Sensor Networks阅读报告

    Ganesan D, Govindan R, Shenker S, et al. Highly-resilient, energy-efficient multipath routing in wir ...

  3. 【论文翻译】3461 AdderSR Towards Energy Efficient Image Super-Resolution(个人粗略翻译)

    AdderSR: Towards Energy Efficient Image Super-Resolution[3461] 本文仅为根据博主个人理解的翻译,如有错误或不准确之处,敬请各位读者指出 摘 ...

  4. 语义分割--Efficient and Robust Deep Networks for Semantic Segmentation

    Efficient and Robust Deep Networks for Semantic Segmentation Code: https://lmb.informatik.uni-freibu ...

  5. 论文解读:AdderSR Towards Energy Efficient Image Super-Reso

    本文主要介绍的是加法神经网络的超分应用 (CVPR 2021 Oral),这篇是华为诺亚AdderNet的衍生版本,在超分辨率上的应用. AdderNet显著降低了分类网络的能耗,同时实现了相当的性能 ...

  6. 【CVPR2021】AdderSR: Towards Energy Efficient Image Super-Resolution

    目录 0.论文精华 1.论文来源 2.摘要 3.引言 4.相关工作 5.网络结构 5.1 Preliminaries and Motivation 5.2 用加法网络学习恒等映射--解决第一个问题 5 ...

  7. 节能以太网EEE(Energy Efficient Ethernet)

    Enery-Efficient-Ethernet(EEE):高效节能以太网,相关标准在IEEE 802.3az EEE在2010年9月制定完成. 基本思路是在没有数据传输的过程中通过MAC发送LPI( ...

  8. 2016百度之星 - 初赛(Astar Round2B)解题报告

    此文章可以使用目录功能哟↑(点击上方[+]) 被自己蠢哭,去年还能进一下复赛,今年复赛都没戏了... 链接→2016"百度之星" - 初赛(Astar Round2B)  Prob ...

  9. 【IJCAI 2016】Modularity Based Community Detection with Deep Learning 阅读小记

    一.动机   从低秩嵌入的角度来看,现有的多种社团检测算法中有两类代表:随机模型(Stochastic Model)和模块度最大化模型(Modularity Optimization Model).在 ...

最新文章

  1. 2021年度(十四五)国家重点研发计划重点专项立项公示进展
  2. 微信公众号开发(python+werobot)-自动回复
  3. Java之JDK和JRE
  4. 【Python】利用 Python 实现多任务进程
  5. 基于 abp vNext 和 .NET Core 开发博客项目 - Blazor 实战系列(二)
  6. J2EE 第二阶段项目之编写代码(六)
  7. 在package-lock.json中指定node-mass版本+独立编译flink中的flink-runtime-web模块
  8. fluent瞬态计算终止条件在哪里设置_Fluent案例7【圆柱绕流】
  9. Ionic4 Camera插件在iOS13上选取视频失败 上传时候提示权限不足
  10. 【Hadoop Summit Tokyo 2016】基于Apache Spark的数据科学
  11. 大数据架构师工作内容有哪些?
  12. 计算机while语句知识点总结,while循环使用方法
  13. 《孙子兵法特殊战法之火攻篇》
  14. java filter 重定向_在Filter的doFilter中进行重定向 出现异常
  15. 多因子模型matlab,【干货】不可不知的N种量化策略模型——量化因子
  16. 用Obspy读取segy的文件头并保存到csv数据库
  17. python绘制动态图形_让Python绘制一套动态图形给你看看
  18. 多线程---详解各种锁和AQS原理
  19. VB:编一个子过程DeleStr(s1,s2),将字符串s1中出现的s2子字符串删去,结果存放在s1中
  20. php 判断是否微信访问,PHP判断是否微信访问的方法示例

热门文章

  1. OpenCV入门(十)——图像分割技术
  2. 网站内容运营需要做哪些工作呢?
  3. 知之为知之,不知为不知,(MySQL操作)是知也。
  4. OCR助手-免费OCR工具
  5. (转载)F28x7x TMU介绍及使用方法
  6. 车站信号计算机联锁系统英语,电气大纲车站信号计算机联锁系统教学大纲
  7. 计算机应用基础蓝色方框在哪,计算机应用基础Word2010综合测试操作步骤参考自测题步骤...
  8. 给MFC添加图片,动图,添加背景音乐(打包大放送)
  9. 微博提现验证码服务器繁忙,为什么我的新浪BLOG登录不了.而显示系统繁忙或者验证码错误.为? 爱问知识人...
  10. PowerPoint轻松实现列表播放功能