↓

Posts

2022

创建一个关闭hyperv的启动项

··
1 2 3 4 5 bcdedit /copy {current} /d "HyperV off" REM output: 已将该项成功复制到 {07bd2ddd-8ef8-11ec-a1a5-af70b7752f1b} bcdedit /set {07bd2ddd-8ef8-11ec-a1a5-af70b7752f1b} hypervisorlaunchtype off bcdedit /default {07bd2ddd-8ef8-11ec-a1a5-af70b7752f1b}

电子器件的Noise Figure

··
先放公式 $$ \begin{aligned} NF&=10\log(\frac{\text{SNR}_i}{\text{SNR}_o}) \\ &=10\log(\frac{S_i/N_i}{S_o/N_o}) \\ &=10\log(\frac{S_i}{S_o}\frac{N_o}{N_i}) \\ &=10\log(\frac{1}{G}\frac{GN_i+N_{add}}{N_i}) \\ &=10\log(1+\frac{N_{add}}{GN_i}) \end{aligned} $$ 式中,$\text{SNR}_i$和$\text{SNR}_o$分别为输入和输出信号的信噪比(以比值计),$S_i$和$S_o$分别为输入和输出信号的幅值,$N_i$和$N_o$分别为输入和输出噪声的幅值,$N_{add}$为经过系统后增加的噪声幅值,$G$为系统的增益。

使用cconv工具进行简繁转换

··
0 iconv用于简繁转换的问题 # 经典的iconv工具可以进行简繁转换,但是仅支持逐字从一个字符集转换到另一个字符集。若两个字符集之间没有对应关系,则转换会失败。另一方面,简繁之间部分词语存在对应关系,部分字也存在一对多的情况,在这种情况下iconv工具并不能很好的得到期望的结果。

均匀电流导线内的磁场

··
坐标系定义如图,该坐标系下的向量表示为$(r,\theta,z)$。导线区域内的电流密度可定义为$\bm J=(0,0,J)$,求导线内部磁场时,由对称关系,可以定义导线内部磁场强度为$\bm H=\bm H(r)=H(r)\bm{e_\theta}$,即$H_\theta=H(r)$,$H_r=H_z=0$。

ubuntu中ufw的使用方法

··
在新版本(18.04+)的ubuntu中,ufw取代了iptables作为默认的防火墙管理工具。其使用方法比iptables简单。 ufw默认规则阻止所有的外来连接(incoming),允许所有的出口连接(outgoing),阻止路由连接(routed)。

论文词汇与例句收集

··
conducive adj. 有利于 However, if K is too large, the decomposition of useful signal representing the real damage signal of Lamb wave will be over decomposed, which is not conducive to blind source separation. – http://dx.doi.org/10.3390/s20154205 secular equation 特征方程,同characteristic equation we find that one of the two shear bulk waves is polarized along $\bm a$, and travels with speed $\bm v_a$, given in terms of the elastic moduli by the following secular equation – https://doi.org/10.1121/1.3372624

应力与应力张量的坐标变换

··
应力 # 经过物体内的任一点,可选取一个有向平面微元(其方向可由其法向$\bm n$定义),该平面微元上的单位面积受力称为应力,可记作$\bm T^{(\bm {n})}$,称为牵引矢量(Traction Vector)。要全面描述一个点的应力情况,需要知道经过该点任意平面微元的受力情况。柯西应力定理表明,三维空间中,三个互相垂直的矢量(例如$\bm T^{(\bm {e_i})}$)可以确定该点任意的$\bm T^{(\bm {n})}$。

Voigt记号

··
Voigt记号用于对称张量的降阶。例如一个二阶三维张量$X=\sigma_{ij}$,满足$\sigma_{ij}=\sigma_{ji}$,则原有的9个元素的二阶三维张量可简化为6个元素的一阶六维张量$\sigma_k$。

2021

高斯回波模型参数估计方法

··
使用高斯回波模型的测厚方法 # 取信号的极大值 若极大值$y_M$小于阈值则跳过该极大值 取极大值点$N_M$附近$2N$点进行模型拟合 $$ \left \lgroup \begin{array}{l} \bm n = [N_M - N, N_M + N) \ \bm t = \bm n / f_s \ \bm y = Samples(\bm n) \end{array} \right . $$ 使用优化的高斯-牛顿迭代法优化模型参数 使用模型 $$ \left \lgroup \begin{array}{l} \bm\theta = [\alpha, \tau, f_c, \phi, \beta] \ s(\bm t;\theta) = \beta e^{-\alpha(\bm t - \tau)^2}\cos[2\pi f_c(\bm t - \tau) + \phi] \end{array} \right . $$ 取初始向量 $$ \left \lgroup \begin{array}{l} \bm\theta^{(0)} = [\alpha^{(0)}, \tau^{(0)}, f_c^{(0)}, \phi^{(0)}, \beta^{(0)}] \ \alpha^{(0)} = 10 \ \tau^{(0)} = \underset{t}{\arg\max}(\bm y(t))=N_M / f_s \ f_c^{(0)} = 4 \ \phi^{(0)} = 0 \ \beta^{(0)} = \max(\bm y(t)) = y_M \end{array} \right . $$ 使用以下迭代过程 $$ \bm\theta^{(k+1)} = \theta^{(k)} + cM(\bm t;\bm\theta^{(k)})(\bm y - s(\bm t;\bm\theta^{(k)})), c=2\sqrt{\frac{2}{\pi}}\frac{\sqrt{\alpha^{(k)}}}{f_s\beta^{(k)}} $$ 其中$f_s$为采样频率(MHz),再定义 $$ \left \lgroup \begin{array}{l} \bm T = \bm t - \tau \ \bm A = e^{-\alpha\bm T^2} \ \bm \Phi = 2\pi f_c \bm T + \phi \ \bm f = \bm A \cos \Phi \ \bm g = \bm A \sin \Phi \end{array} \right . $$ 则$s(\bm t;\bm\theta^{(k)})) = \beta\bm f$,且: $$ \left \lgroup \begin{array}{l} \bm{M_1} = 2\alpha\bm f - 2\alpha\cdot4\alpha\bm T^2\bm f \ \bm{M_2} = 2\bm T\bm f \ \bm{M_3} = -2\alpha \bm T\bm g / \pi \ \bm{M_4} = 4\pi f_c\bm T\bm f - \bm g \ \bm{M_5} = 1.5\beta\bm f - 2\alpha\beta\bm T^2\bm f \end{array} \right . $$ 有: $$ \left \lgroup \begin{array}{l} \alpha^{(k+1)} = \alpha^{(k)} + \bm{M_1} \cdot (\bm y - \beta\bm f) \ \tau^{(k+1)} = \tau^{(k)} + \bm{M_2} \cdot (\bm y - \beta\bm f)\ f_c^{(k+1)} = f_c^{(k)} + \bm{M_3} \cdot (\bm y - \beta\bm f) \ \phi^{(k+1)} = \phi^{(k)} + \bm{M_4} \cdot (\bm y - \beta\bm f) \ \beta^{(k+1)} = \beta^{(k)} + \bm{M_5} \cdot (\bm y - \beta\bm f) \end{array} \right . $$ 迭代终止条件可取: $$ ||\bm\theta^{(k+1)} - \bm\theta^{(k)}|| < tolerance $$ 或者: $$ \max|\bm\theta^{(k+1)} - \bm\theta^{(k)}| < tolerance $$ 在测厚应用中,由于在迭代最终阶段,$\tau$随迭代次数变化很小,终止条件也可以取: $$ |\tau^{(k+1)}-\tau^{(k)}| < tolerance $$ 一般可取$tolerance = 1\times10^{-6}$ 使用得到的多个回波模型的参数$\bm\tau=[\tau_1, \tau_2, ..., \tau_n]$计算回波延时(TOF),再根据声速计算厚度即可。

2020

超声仿真工具箱k-Wave的安装与使用

··
下载 # 官网简单注册即可下载工具箱。嫌麻烦的也可以到这里下载。 当前版本1.3,需求Matlab 2011a或更新的版本。 安装 # 把压缩包里的文件夹直接解压到类似C:\Program Files\Polyspace\R2020a\toolbox这样的路径,然后在Matlab里添加路径,如图。 重启Matlab即可完成安装,安装完毕后可以在Matlab的帮助中看到k-Wave的帮助主题。

在WSL2上使用systemctl

··
起因 # Windows 10 2004版本终于正式推出了WSL2,与WSL1比较,WSL2更像(大胆点,像改成是)一个运行在hyper-V里面的虚拟机(连磁盘都是虚拟磁盘啦)。不过有微软的黑科技加成,WSL2依然可以从linux下的命令行直接运行/调用windows程序。因为本质虚拟机,所以原来在WSL1里面的一些问题也就不存在了(例如网络工具、docker、编译器运行时等)。理所当然的切换到了WSL2。

超声回波信号模型

··
简介 # 超声回波信号模型(Echo Model, EM)是对超声回波信号经验性的建模。选择适当的模型,可以用少量参数表示一个回波信号。虽然是经验性的,部分模型参数仍与具有实际意义的物理参数相关联,例如与飞行时间(Time of Flight, ToF)一致的时延参数。超声回波信号建模、模型参数估计方法以及模型参数的物理解释等研究从上世纪末至今一直较为活跃。

基追踪(Basis Pursuit, BP)

··
BP问题介绍 # 基追踪不同于匹配追踪(Match Pursuit, MP),描述的不是一种算法,而是一类问题。基追踪用来描述信号在过完备字典(Overcomplete Dictionary)下的稀疏表示(Sparse Representation, SR)1。由于字典是过完备的,信号总能通过基的线性组合表达。此外,由于字典中的基一般不是线性无关的,所以信号在选定字典下的稀疏表示并不唯一。

删除Windows的Web凭据

··
1 for /F "tokens=1,2 delims= " %G in ('cmdkey /list ^| findstr target') do cmdkey /delete %H 动机 # Windows的Web凭据可以通过控制面板->用户账户->管理Web凭据查看,这些凭据用于旧的Microsft Edge浏览器和Internet Explorer浏览器。