频率响应、零极点、稳定性专题
一、Laplace变换
如图所示一个低通滤波器,列基尔霍夫方程,得到线性微分方程:
\[
C{\frac {dV_C}{dt}}+{\frac {V_R}{R}}=0
\]
正是因为电感电容的存在,使得电路方程出现微分、积分项。而Laplace变换将微分方程转化为线性代数方程,成为快速求解微分方程的有力工具。
但是列出电路的微分方程之后再进行Laplace变换,求解之后再进行反变换仍然很复杂,聪明的电子工程师们便想到直接将电路中的电阻器 ®、 电容器 © 和电感元件 (L)变换到s域。
R | L | C |
---|---|---|
R | sL | 1 s C {1 \over sC} sC1 |
于是这个电路可以看作一个分压器
V C ( s ) V i n ( s ) = 1 / C s R + 1 / C s = 1 1 + R C s \frac{V_{C}(s)}{V_{{in}}(s)}={\frac {1/Cs}{R+1/Cs}}={\frac {1}{1+RCs}} Vin(s)VC(s)=R+1/Cs1/Cs=1+RCs1
下面便引出系统的传输函数。
二、传递函数
对于最简单的连续时间输入信号 x ( t ) x(t) x(t) , 和输出信号 y ( t ) y(t) y(t) 来说传递函数 H ( s ) H(s) H(s) 所反映的就是零状态条件下输入信号的拉普拉斯变换 X ( s ) = L { x ( t ) } X(s)={\mathcal {L}}\left\{x(t)\right\} X(s)=L{x(t)} 与输出信号的拉普拉斯变换 Y ( s ) = L { y ( t ) } Y(s)={\mathcal {L}}\left\{y(t)\right\} Y(s)=L{y(t)} 之间的线性映射关系:
Y ( s ) = H ( s ) X ( s ) Y(s) = H(s) X(s) Y(s)=H(s)X(s)
或者
H ( s ) = Y ( s ) X ( s ) = L { y ( t ) } L { x ( t ) } H(s)=\frac{Y(s)}{X(s)} = \frac{ \mathcal{L} \left\{ y(t) \right\} }{\mathcal{L} \left\{ x(t) \right\} } H(s)=X(s)Y(s)=L{x(t)}L{y(t)}
而当系统为封闭回路的负反馈系统时:
由上图可得:
Y ( s ) = Z ( s ) G ( s ) ⇒ Z ( s ) = Y ( s ) G ( s ) Y(s)=Z(s)G(s)\Rightarrow Z(s)={\dfrac {Y(s)}{G(s)}} Y(s)=Z(s)G(s)⇒Z(s)=G(s)Y(s)
X ( s ) − Y ( s ) H ( s ) = Z ( s ) = Y ( s ) G ( s ) ⇒ X ( s ) = Y ( s ) [ 1 + G ( s ) H ( s ) ] / G ( s ) X(s)-Y(s)H(s)=Z(s)={\dfrac {Y(s)}{G(s)}}\Rightarrow X(s)=Y(s)\left[{1+G(s)H(s)}\right]/G(s) X(s)−Y(s)H(s)=Z(s)=G(s)Y(s)⇒X(s)=Y(s)[1+G(s)H(s)]/G(s)
⇒ Y ( s ) X ( s ) = G ( s ) 1 + G ( s ) H ( s ) \Rightarrow {\dfrac {Y(s)}{X(s)}}={\dfrac {G(s)}{1+G(s)H(s)}} ⇒X(s)Y(s)=1+G(s)H(s)G(s)
三、零极点
传递函数可以写成如下更加普遍的形式:
X ( s ) = N ( s ) D ( s ) = M ∏ i = l R ( s − β i ) ∏ j = l R ( s − α j ) X(s) = \frac{N(s)}{D(s)} = M \frac{\prod_{i=l}^{R}(s-\beta_{i})}{\prod_{j=l}^{R}(s-\alpha_{j})} X(s)=D(s)N(s)=M∏j=lR(s−αj)∏i=lR(s−βi)
所有让分母 D ( s ) D(s) D(s) 为0等点 s z s_z sz 为系统的极点;
所有让分子 N ( s ) N(s) N(s) 为0等点 s p s_p sp 为系统的零点;
考虑一个由一个零点和两个极点组成的系统,在极坐标上表示为下图:
从上图中可以看出傅立叶变换和拉普拉斯变换的关系:
傅立叶变换为拉普拉斯变换在s平面虚轴 j ω j\omega jω 上的求值。
由此,引出波特图。
四、波特图
从上图中可以看到,系统的传递函数 H ( J ω ) H(J\omega) H(Jω) 其实就是将复平面中极点零点到虚轴上某一点的向量相乘除:
H ( j ω ) = N → M 1 → M 2 → = j ω − z 1 ( j ω − p 1 ) ( j ω − p 2 ) H(j\omega) = \frac{\stackrel{\rightarrow}{N}}{\stackrel{\rightarrow}{M_1} \stackrel{\rightarrow}{M_2}} = \frac{j\omega - z_1}{(j\omega - p_1)(j\omega - p_2)} H(jω)=M1→M2→N→=(jω−p1)(jω−p2)jω−z1
表示为幅度(取对数)和相位:
20 log 10 ∣ H ( j ω ) ∣ = 20 log 10 ∣ j ω − z 1 ∣ ∣ j ω − p 1 ∣ ∣ j ω − p 2 ∣ 20\log_{10} |H(j\omega)| = 20\log_{10}\frac{| j\omega- z_1| }{| j\omega - p_1| |j\omega - p_2|} 20log10∣H(jω)∣=20log10∣jω−p1∣∣jω−p2∣∣jω−z1∣
∠ H ( j ω ) = e j ( α 1 − α 2 − α 3 ) \angle H(j\omega) = e^{j(\alpha1 - \alpha2 - \alpha3)} ∠H(jω)=ej(α1−α2−α3)
其中 α 1 , α 2 , α 3 \alpha1, \alpha2, \alpha3 α1,α2,α3 为图中向量的角度,由此便可以画出波特图。
下面以一个低通RC滤波器电路举例:
H ( j f ) = 1 1 + j 2 π f R C H(jf) = \frac{1}{1+j2\pi f R C} H(jf)=1+j2πfRC1
ω c = 1 R C \omega_\mathrm{c} = {1 \over {RC}} ωc=RC1
H ( j ω ) = 1 1 + j ω ω c H(j\omega) = {1 \over 1+j{\omega \over {{\omega_\mathrm{c}}}}} H(jω)=1+jωcω1
画出波特图如下:
下面介绍如何得到上图。
增益图
A v d B = 20 log ∣ H ( j ω ) ∣ = 20 log 1 ∣ 1 + j ω ω c ∣ A_\mathrm{vdB} = 20 \log|H(j\omega)| = 20 \log {1 \over \left|1+j{\omega \over {{\omega_\mathrm{c}}}}\right|} AvdB=20log∣H(jω)∣=20log∣ ∣1+jωcω∣ ∣1
= − 20 log ∣ 1 + j ω ω c ∣ = − 10 log [ 1 + ω 2 ω c 2 ] = - 20\log \left|1+j{\omega \over {{\omega_\mathrm{c}}}}\right| = -10\log{\left[1 + \frac{\omega^2}{\omega_\mathrm{c}^2}\right]} =−20log∣ ∣1+jωcω∣ ∣=−10log[1+ωc2ω2]
- 在角频率小于 ω c \omega_\mathrm{c} ωc 时,因 ω ω c {\omega \over {\omega_\mathrm{c}}} ωcω 项较小,相对 1 而言可以忽略,因此其增益值为定值1,在增益图上是一条位在 0dB 的水平线
- 在角频率大于 ω c \omega_\mathrm{c} ωc 时,因 ω ω c {\omega \over {\omega_\mathrm{c}}} ωcω 项较大,相对而言 1 可以忽略,因此式子简化为 $-20 \log {\omega \over {\omega_\mathrm{c}}} $ , 是斜率为-20dB/十倍频的斜线
- 在角频率等于 ω c \omega_\mathrm{c} ωc 时, − 10 log [ 1 + ω 2 ω c 2 ] = − 10 log 2 = − 3 d B -10\log{\left[1 + \frac{\omega^2}{\omega_\mathrm{c}^2}\right]} = -10\log 2 = -3dB −10log[1+ωc2ω2]=−10log2=−3dB,因此该点为 -3dB 转折点
相位图
φ = − tan − 1 ω ω c \varphi = -\tan^{-1}{\omega \over {\omega_\mathrm{c}}} φ=−tan−1ωcω
- 其中 $ \omega$ , ω c \omega_\mathrm{c} ωc 分别是输入角频率及截止角频率。 当输入角频率远小于截止角频率时, ω ω c \frac{\omega}{\omega_c} ωcω比例的数值很小,因此相位角接近零度。
- 当频率增加,相位角的绝对值也随之增加。在时 ω = ω c \omega = \omega_c ω=ωc 时 为-45度。
- 当输入角频率远大于截止角频率时,相位角会趋近-90度。
关于波特图一点说明
注意 :通常我们说波特图中遇到一个极点幅度开始以20dB/十倍频的斜率下降,在极点处相移为-45度;零点则是幅度上升,相移45度。
有人会疑问零点、极点不应该使得传递函数为零或者无穷大吗?
其实从s平面那幅图可以看出,其实我们所谓的在波特图中遇到的零点极点,并不是s平面中由传递函数公式求解出的零点极点。只有当零点或者极点真的出现在虚轴 j ω j\omega jω 上时,该频率的输入才会导致零输出或者无穷大输出。
五、稳定性
巴克豪森判据:
对于一个负反馈系统:
Y X ( s ) = H ( s ) 1 + β H ( s ) \frac{Y}{X}(s) = \frac{H(s)}{1+\beta H(s)} XY(s)=1+βH(s)H(s)
如果 β H ( s ) = − 1 \beta H(s) = -1 βH(s)=−1 则增益为无穷,电路产生振荡,此条件可表达为:
∣ β H ( s ) ∣ ≥ 1 |\beta H(s)| \ge 1 ∣βH(s)∣≥1
∠ β H ( s ) = − 18 0 o \angle \beta H(s) = -180^{o} ∠βH(s)=−180o
上式可以理解为,输入信号经过正向通路以及反馈回路一圈之后相移360度(环路增益的180度以及负反馈叠加点的180度),使得负反馈变成正反馈。此时如果环路增益的幅度大于1,则在输入信号上不断叠加一个放大了的信号,一个发散的数列不断叠加必然是无界的。
因此,避免振荡的放法就是在环路增益相移180度时,保证其幅度小于1。(收敛序列求和是有界的)
上图中定义了“增益交点GX“、“相位交点PX“、“相位裕度PM“等概念。(注意上图为环路增益的波特图)
奈奎斯特判据
如果将波特图绘制到极坐标系中,可以得到奈奎斯特图:
图中红色的线为传递函数曲线,其与单位圆的交点为GX点,与实轴的另一交点为PX点,并且能直观地看出相位裕度,增益裕度。
另外如果-1这个点不被传递函数曲线包围,则系统是稳定的。
六、反馈、相位裕度、稳定性的关系
相位裕度
此处参照sansen书中方法
定义开环增益
A O = G A_O = G AO=G
闭环增益
A c = G 1 + G H ≈ 1 H A_c = \frac{G}{1+GH} \approx \frac{1}{H} Ac=1+GHG≈H1
所以
d B ( A O A c ) = d B ( A O ) − d B ( A c ) ≈ d B ( G H ) dB (\frac{A_O}{A_c} )= dB (A_O ) - dB(A_c) \approx dB(GH) dB(AcAO)=dB(AO)−dB(Ac)≈dB(GH)
图中 A O A_O AO 曲线与 A c A_c Ac 曲线差就是环路增益,因此两条曲线(实线)交点对应的频率,也即 A O / A c = 1 A_O/A_c = 1 AO/Ac=1,就是环路增益降到单位增益的频率。这个点就是增益交点,可以从这个点看相位裕度。
(思考的切入点:让两条曲线相交,其实在数学上是让两个函数相等)
GBW
上图定义出增益带宽积,在闭环增益(Y/X)图中,为主极点的下降曲线与横轴的交点出的频率(单位增益)。
20 log A O − 10 log ( 1 + ( ω ω m a j o r ) 2 ) = 0 20\log A_O - 10\log(1+(\frac{\omega}{\omega_{major}})^2) = 0 20logAO−10log(1+(ωmajorω)2)=0
得出
ω ≈ A O × ω m a j o r ≈ A c × ω c \omega \approx A_O \times \omega_{major} \approx A_c \times \omega_c ω≈AO×ωmajor≈Ac×ωc
注意:
- GBW点其实是约等于的结果,但在对数图中可以看作不变。
- 另外,对于多极点系统,还是看第一个主极点延长线与实轴的交点,即 G B W = ω 1 ⋅ A O GBW = \omega_1 \cdot A_O GBW=ω1⋅AO。
- 反馈系数改变,闭环增益相位曲线 ∠ Y X ( j ω ) \angle \frac{Y}{X}(j\omega) ∠XY(jω) 是会改变的;而环路增益相位曲线 ∠ β H ( j ω ) \angle \beta H(j\omega) ∠βH(jω) 不变。
- sansen书中看闭环增益转折点求PM,其实它对应的是开环增益的相位图,如下图,所以不要被迷惑。之所以这样,是因为双极点系统,总相移肯定是180度。
而180度相移点是第二个极点再往右,若f2出现在GBW点右侧,则系统相对比较稳定。
相位裕度、极点位置、尖峰相互关系
环路增益越大(图中两条曲线相差越宽),PM越小。当PM很小的时候,闭环增益曲线就会产生尖峰。
开环增益
H ( j ω ) = A O ( 1 + j ω ω 1 ) ( 1 + j ω ω 2 ) H(j\omega) = \frac{A_O}{(1+j\frac{\omega}{\omega_1})(1+j\frac{\omega}{\omega_2})} H(jω)=(1+jω1ω)(1+jω2ω)AO
闭环增益
Y X = H 1 + β H = A O β A O + j ω ( 1 ω 1 + 1 ω 2 ) + ( j ω ) 2 ω 1 ω 2 \frac{Y}{X} = \frac{H}{1+\beta H} = \frac{A_O}{\beta A_O + j\omega({1 \over \omega_1} + {1 \over \omega_2}) +\frac{(j\omega)^2}{\omega_1 \omega_2} } XY=1+βHH=βAO+jω(ω11+ω21)+ω1ω2(jω)2AO
因为 A O × ω 1 = G B W A_O \times \omega_1 = GBW AO×ω1=GBW, 所以
Y X ≈ 1 1 + j ω β G B W + ( j ω ) 2 β G B W f 2 \frac{Y}{X} \approx \frac{1}{1+ \frac{j\omega}{\beta GBW} +\frac{(j\omega)^2}{ \beta GBW f_2}} XY≈1+βGBWjω+βGBWf2(jω)21
= 1 1 + 2 ζ ω n j ω + ( j ω ) 2 ( ω n ) 2 =\frac{1}{1+2\frac{\zeta}{\omega_n}j\omega + \frac{(j\omega)^2}{(\omega_n)^2}} =1+2ωnζjω+(ωn)2(jω)21
其中 ζ \zeta ζ 为阻尼因子, ω n \omega_n ωn 为谐振频率。
PM的求解需要解释一下:
因为 P M = 18 0 o + ∠ H ( G X ) PM = 180^o + \angle H(GX) PM=180o+∠H(GX), 而对于双极点系统,有
∠ ω = e − j ( arctan ω ω 1 + arctan ω ω 2 ) \angle \omega = e^{-j(\arctan \frac{\omega}{\omega_1} + \arctan \frac{\omega}{\omega_2})} ∠ω=e−j(arctanω1ω+arctanω2ω)
而对于 ω = G X \omega = GX ω=GX 这个点,因为 G X > > ω 1 GX >>\omega_1 GX>>ω1 所以第一级已经达到90度相移。另外
G X = ω 1 ( 1 + β A O ) ≈ β ω 1 A O = β ⋅ G B W GX = \omega_1(1+\beta A_O) \approx \beta \omega_1 A_O = \beta \cdot GBW GX=ω1(1+βAO)≈βω1AO=β⋅GBW
所以
P M = 18 0 o − 9 0 o − arctan G X ω 2 = 9 0 o − arctan β ⋅ G B W ω 2 PM = 180^o-90^o - \arctan \frac{GX}{\omega_2} = 90^o - \arctan \frac{\beta \cdot GBW}{\omega_2} PM=180o−90o−arctanω2GX=90o−arctanω2β⋅GBW
可得
ω n = G B W ⋅ ω 2 ⋅ β \omega_n = \sqrt{GBW \cdot \omega_2 \cdot \beta} ωn=GBW⋅ω2⋅β
ζ = 1 2 ω 2 G B W ⋅ β \zeta = {1 \over 2} \sqrt{\frac{\omega_2}{GBW \cdot \beta}} ζ=21GBW⋅βω2
P M = 9 0 o − arctan β ⋅ G B W ω 2 PM = 90^o - \arctan \frac{\beta \cdot GBW}{\omega_2} PM=90o−arctanω2β⋅GBW
结论
由信号系统知识可知:
- ζ > 1 \zeta >1 ζ>1, 二阶系统为两个实数极点,其实是两个一阶系统相乘;对应情况为第二个极点 ω 2 \omega_2 ω2 非常远(比如3GBW处,此时相位裕度60度~70度);
- 0 < ζ < 1 0<\zeta<1 0<ζ<1, 两个共轭极点,为一个谐振系统;在闭环传输函数转折点出现尖峰。
- 第二个极点越近( ω 2 \omega_2 ω2 越小),相位裕度越小, ζ \zeta ζ 越小,尖峰越高,越不稳定!
有激励的输入响应
如图,输入信号为
1 s − j ω \frac{1}{s-j\omega} s−jω1
电路的传递函数为
H ( s ) = 1 s R C + 1 H(s) = \frac{1}{sRC + 1} H(s)=sRC+11
所以输出信号(s域)为
V o u t ( s ) = 1 s R C + 1 ⋅ 1 s − j ω V_{out}(s) = \frac{1}{sRC + 1} \cdot \frac{1}{s-j\omega} Vout(s)=sRC+11⋅s−jω1
= A s − j ω + B s R C + 1 =\frac{A}{s-j\omega} + \frac{B}{sRC+1} =s−jωA+sRC+1B
其中
A = 1 j ω R C + 1 ↔ 1 ( ω R C ) 2 + 1 ⋅ e j ( − α ) A=\frac{1}{j\omega RC +1} \leftrightarrow \frac{1}{\sqrt{(\omega RC)^2 +1}} \cdot e^{j( - \alpha)} A=jωRC+11↔(ωRC)2+1 1⋅ej(−α)
B = − R C j ω R C + 1 ↔ R C ( ω R C ) 2 + 1 ⋅ e − j α B=\frac{-RC}{j\omega RC +1} \leftrightarrow \frac{RC}{\sqrt{(\omega RC)^2 +1}} \cdot e^{-j\alpha} B=jωRC+1−RC↔(ωRC)2+1 RC⋅e−jα
1 s − j ω ↔ e j ω t \frac{1}{s-j\omega} \leftrightarrow e^{j\omega t} s−jω1↔ejωt
1 s R C + 1 ↔ e − t R C \frac{1}{sRC+1} \leftrightarrow e^{-\frac{t}{RC}} sRC+11↔e−RCt
所以输出信号时域为
V o u t ( t ) = 1 ( ω R C ) 2 + 1 ⋅ e j ( ω t − α ) − R C ( ω R C ) 2 + 1 ⋅ e − t R C ⋅ e − j α V_{out}(t) = \frac{1}{\sqrt{(\omega RC)^2 +1}} \cdot e^{j(\omega t - \alpha)} - \frac{RC}{\sqrt{(\omega RC)^2 +1}} \cdot e^{-\frac{t}{RC}} \cdot e^{-j\alpha} Vout(t)=(ωRC)2+1 1⋅ej(ωt−α)−(ωRC)2+1 RC⋅e−RCt⋅e−jα
其中
tan α = ω R C \tan \alpha = \omega RC tanα=ωRC
上式中,第一项为稳态响应,第二项是一个随时间衰减的量。这就解释了为什么我们要求系统的极点要在s平面的左半平面,这样系统才不会发散。
更新日志
2017年2月11日
来自eetop网友的两个问题补充。
问题原文:
楼主的文章仔细看过,写的很好,特来学习,有2个问题向楼主请教下:
- 其实我们所谓的在波特图中遇到的零点极点,并不是s平面中由传递函数公式求解出的零点极点,这个很难理解
- 只有当零点或者极点真的出现在虚轴 jω 上时,该频率的输入才会导致零输出或者无穷大输出。比如一对虚轴上的共轭极点,计算确实使输出无穷大,但在时域上,对应的却是一个固定幅度的正弦波,并没有振荡啊,这怎么理解呢?
问题解释:
问题一我觉得是因为术语的定义给人们带来了误解。
我们在信号系统还有控制理论中学过的零极点,就是系统拉普拉斯变换后传输函数的分子分母解出来的根,这个根(零点极点)可以是整个s平面上任意一个点。但是很多书中讲传输函数,波特图时候并没有把这个零点,极点的概念讲清楚。
其实我们说系统遇到一个极点,波特图开始一个20dB/10倍频的下降,很多人下意识地认为波特图横坐标对应的那个频率值就是这个极点,这是错误的,这里应该是有一个s平面到bode图的映射的。问题二是正弦函数拉普拉斯变化引入的数学问题,正弦函数傅立叶变换本来就是两个冲击函数,反过来虚轴上两个共轭极点的逆变换是稳态的正弦波也就不足为奇。
这个可以参考知乎上这个解答如何理解正弦函数的傅立叶变换?
而且两个共轭极点构成一个二阶系统,二阶系统与一阶系统的分析方法有所不同。更高阶的系统最低能分解为多个一阶与二阶系统来分析。
频率响应、零极点、稳定性专题相关推荐
- 定点量化误差python仿真.零极点(1)
定点量化误差python仿真.零极点(1) 原文:https://blog.csdn.net/forlsy/article/details/44347917 在算法仿真中,由于是全精度的计算,曲线往往 ...
- matlab中如何求零极点,Matlab中绘制零极点
<Matlab中绘制零极点>由会员分享,可在线阅读,更多相关<Matlab中绘制零极点(2页珍藏版)>请在人人文库网上搜索. 1.ZPLANE Z-plane zero-pol ...
- Android系统(111)---Android稳定性专题之开篇
Android稳定性专题之开篇 一.稳定性问题有哪些 Android应用程序自身的稳定性问题主要有两类一类是Crash,一类是ANR. Crash:比如空指针.数组越界.子线程中刷新UI等错误造成的程 ...
- matlab 画拉普拉斯变换的零极点
画出 X(s)=2s+3s2+2s+4=2s+3(s+1)2+3X(s) = \frac{2s+3}{s^2+2s+4}=\frac{2s+3}{(s+1)^2+3}X(s)=s2+2s+42s+3 ...
- 数字信号处理 | 实验二 MATLAB z换和z逆变换分析+求解差分方程+求解单位冲击响应+求解幅频相频特性曲线+求解零极点
1.实验目的 (1)掌握离散时间信号的z变换和z逆变换分析 (2)掌握MATLAB中利用filter函数求解差分方程: (3)掌握MATLAB中利用impz函数求解单位冲击响应h(n); (4)掌握M ...
- f分布表完整图a=0.01_自动控制原理2.2.2传递函数零极点,零点如何影响输出响应曲线...
2.传递函数零点和极点 传递函数分子多项式和分母多项式经因式分解后可写为如下形式: Zi是分子多项式零点,称为传递函数零点,Pj是分母多项式零点,称为传递函数极点.系数K*=b0/a0称为传递函数系数 ...
- 【老生谈算法】matlab实现用CZT求解系统函数的零极点——零极点
用CZT求解系统函数的零极点:算法说明及MATLAB程序演示 1.文档下载: 本算法已经整理成文档如下,有需要的朋友可以点击进行下载 序号 文档(点击下载) 本项目文档 [老生谈算法]用CZT求解系统 ...
- 识别 零极点 matlab,matlab计算零极点分布图
最近看书过程中看到一个matlab内容和大家分享分享 通过编程来计算单位冲击响应,单位阶跃y(t)和频率响应H(jw) 程序如下 clc%清空命令行 clear%从工作区中删除项目.释放系统内存 cl ...
- 用matlab求其零极点,用CZT求解系统函数的零极点:算法说明及MATLAB程序演示
求解z 变换)(z X 的零.极点 设)(n x 是实序列,其z 变换)(z X 一般是z 或1-z 的实系数有理分式.当)(z X 的分子多项式和分母多项式的阶数很高时,分解因式求)(z X 的零. ...
最新文章
- head和tail命令详解
- 原来Transformer就是一种图神经网络,这个概念你清楚吗?
- Lite-HRNet
- BJUI实现每日数据汇总默认显示某天的数据
- 算法学习笔记2022.1.11
- 论文浅尝 | 二维卷积知识图谱嵌入
- 【LeetCode笔记】96. 不同的二叉搜索树(Java、动态规划)
- 阿里云k8s私有仓库registry操作管理
- UncategorizedSQLException异常处理办法
- 蓝桥杯2017年第八届C/C++省赛C组第七题-Excel地址
- 多路温度采集计算机网络监测设计,多路温度采集
- 【Proteus仿真】51单片机驱动蜂鸣器播放《天空之城》
- 信息系统项目管理师进度管理论文范例
- 云计算机根据部署,华为云计算FusionCompute环境部署实验之使用批量部署工具安装...
- 开源视频服务器软件MJPG-streamer研究
- 冒泡排序算法,C语言冒泡排序算法详解
- python3经典小程序代码_一个可以套路别人的python小程序实例代码
- 解除了网课自动暂停的限制!终于可以一边听课,一边玩耍了!
- Eclipse Che的用户管理和权限
- html5游戏封装安卓,html5游戏移植到android并打包成apk,加广告《二》