当前位置: 首页 > article >正文

IEEE P370:用于高达 50 GHz 互连的夹具设计和数据质量公制标准

大多数高频仪器,如矢量网络分析仪 (VNA) 和时域反射仪 (TDR),都可以在同轴接口的末端进行非常好的测量。然而,复杂系统中使用的互连很少具有同轴接口。用于表征这些设备的夹具的设计和实施会对测量数据产生重大影响,因此也会对被测设备 (DUT) 的观察特性产生重大影响。这些影响的程度可能会以用户不一定明显的方式破坏测量数据。因此,需要一些方法来确定测量数据的质量和可用性。P370 标准委员会的任务是解决这些问题,以测量高达 50 GHz 的互连。

P370 委员会由来自 25 家公司和大学的约 60 名成员组成。它有三个任务组:测试夹具设计标准、去嵌入验证和 S 参数完整性和验证。任务组 1 正在起草夹具设计指南,以确保使用符合设计标准的夹具测量的设备在去除(“去嵌入”)夹具效应后将为 DUT 生成准确的测量数据。为此,已经设计和构建了参考结构设计套件,并进行了广泛的测量。TG1 还发布了一个用于执行去嵌入过程的示例软件工具。任务组 2 已经为各种结构开发了一个 S 参数库,并正在研究与库数据相比,去嵌入数据的验证过程。已生成并评估错误数据。任务组 3 正在开发用于检查 S 参数数据完整性的指标和软件工具,包括被动性、因果性和互易性。本文预览了作为 P370 标准的一部分开发的夹具设计指南、参考结构、去嵌入技术以及 S 参数质量指标和验证方法。

迄今为止,主要测试设备制造商和大学都参与了该委员会的工作。该委员会正在取得良好进展,目前正在审查规范草案。草案准备在 2019 年初进行投票表决的目标日期。请注意,由于 P370 标准仍是未经批准的草案,因此本文中包含的任何材料都可能发生变化。

测试夹具设计标准

给定夹具的测量数据质量在很大程度上取决于夹具的设计。P370 标准对夹具设计中包含的结构及其电气特性都提出了要求。标准草案包括以下结构:

  1. 测量夹具插入损耗和回波损耗需要如图 1 所示的 2x 直通结构。

 

图 1.用于测量夹具插入损耗的 2 个贯通结构

对 2x thru 结构提出了许多要求,旨在确保从该结构进行可用、准确的测量:

  • 2X 直通应与测试夹具走线位于同一 PCB 层上
  • 2X 直通应包含与测试夹具相同的层转换和测试点发射
  • 将测量参考平面设置在同轴测试点时,2X thru 的插入损耗应满足表 1 中的要求。

 

表 1.2x 直通的最小插入损耗,按夹具类别

2. 在单端 DUT 的情况下,需要图 2 所示的“狗腿”结构来测量夹具串扰。这些结构的目的是量化测试夹具引起的串扰,这在大多数去嵌入工具中通常不会考虑。

 


图 2.用于测量单端夹具串扰的“狗腿”结构

3. 对于差分 DUT,使用图 3 所示的“蜘蛛腿”结构。

 

图 3 .“蜘蛛腿”结构,用于测量差分 DUT 的夹具串扰

4. 当使用 1x-reflect 算法进行去嵌入时,需要一个可选的 1x reflect(开路或短路)结构,如图 4 所示。当 2x-thru 可用时,这不是推荐的算法。因此,当在某些应用程序中无法构建 2x-thru 结构时,它只是一个信息性规范。

 


图 4.1 个用于夹具校准的反射结构

验证结构

建议在基于 PCB 的测试夹具上包含两种结构,以提供验证夹具去嵌入所需的数据。这些是 Line 和 Beatty 结构。线结构提供了一种验证去嵌入结果的定性方法,因为去嵌入线结构的 S 参数应遵循传输线的理想行为。[2] 中描述的 Beatty 结构如图 5 所示,是一个谐振网络,可以深入了解制造过程以及校准质量。增加的线宽会产生一个大的低阻抗不连续性,并在公式 1 定义的频率上产生谐振的驻波。

                                                                       


其中
c 是光速,
L 是长度的 2 倍,如图 5 所示。
εr是 PCB 材料的有效介电常数 (DK)

 

图 5.共振 Beatty 结构的物理设计

这种结构的插入损耗和回波损耗特性如图 6 所示。

 

图 6.谐振 Beatty 结构的插入和回波损耗

夹具电气要求

P370 标准对所描述的灯具的电气性能提出了许多要求。引入了合规性 “类” 的概念。这些类别表示夹具的电气性能质量相对于理想或相对于 DUT 的特性。与电气性能较差的 Fixtures 相比,具有良好电气性能的 Fixtures 将产生更好的反嵌 DUT 数据。类别定义中包含的性能参数包括插入损耗、回波损耗、插入和回波损耗分离、串扰以及差分到共模的转换(在差分夹具的情况下)。表 2 总结了类定义。

 

表 2.Fixture 类定义

请注意,某些 de-embedding 算法不考虑 fixture 串扰。给定的灯具被描述为 A 类,直到它符合 A 类限制的最大频率,B 类从该频率到满足 B 类限制的其他更高频率,C 类,直到它符合 C 类限制的其他更高频率。

 


图 7.夹具阻抗变化

去嵌入方法

传统的去嵌入是使用 [3] 中描述的级联 T 矩阵方法完成的。这种方法对左侧夹具、DUT 和右侧夹具使用级联矩阵,如图 8 所示。矩阵经过数学作以去除夹具贡献并单独生成 DUT 的 S 参数,如 [3] 所述。P370 标准草案建议使用所谓的“阻抗校正 2X”方法。这种方法在 [4] 中进行了描述,消除了当夹具阻抗与测试设备、用于校准的结构甚至夹具的两半之间的阻抗变化时引入的误差。

 

图 8.级联 FIX-DUT-FIX 模型

反嵌入验证

一旦开发或选择了去嵌入方法,最好在使用前验证其准确性。P370 标准提出了三种验证去嵌入方法的方法:

  1. 使用合成库
  2. 使用 Plug and Play 测试板
  3. 使用用户制造的演示板

第一个选项允许用户将去嵌入的 DUT 数据与从场求解器和/或电路仿真器获得的综合数据进行比较。为此,P370 委员会生成了一个综合数据库,其中包括同轴发射连接器、单端和差分导入走线以及 DUT 结构。包括使用各种设计参数组合(如介电常数、介电损耗角正切、走线宽度和走线间距)的结构,其结果是改变线路或线对阻抗。如图 9 所示,还包括不同的发射孔几何形状,它们以各种配置与图 10 所示的示例 DUT 组合在一起。由于性能取决于通孔几何形状,组合的测试夹具将具有不同的电气特性,如表 2 所示。合成的 S 参数库可供 EDA 工具供应商用于测试其工具的功能。

 

图 9.通过具有不同拓扑的 S 参数库中包含的几何结构启动

 


图 10.S 参数库中包含的示例 DUT。

 

表 2 显示了 S 参数库的内容摘要。

 

选项 2 使用即插即用板,使用户能够将去嵌入过程的结果与夹具和样品 DUT 组件的直接测量结果进行比较。在这种情况下,将同轴连接器适配器插入 DUT 和夹具之间,以便随时可以直接测量 DUT(无需去嵌入),以便与去嵌入结果进行比较。即插即用板组由 P370 委员会开发,其测试数据可用于验证去嵌入算法。该板套件的实现示例如图 11 所示。

 

图 11.即插即用板套件示例

选项 3 使用演示板,提供了一种验证同一板上相同结构的多个样品去嵌入结果的方法。这对于量化由于制造过程变化而导致的测量结果差异非常有用。图 12 显示了典型演示板的布局,其中多个 DUT 和多个夹具(类似于仿真库)构建在同一块板上。这包括制造相同的 2x 直通参考、连接到 DUT 的夹具以及 DUT 本身的变化。此外,该测试板可以探索去嵌入过程对夹具特性变化的敏感性,例如阻抗、发射、损耗和延迟。

相关资源

 

图 12.具有多个 DUT 和夹具结构的演示板

S 参数完整性和验证

精确仿真取决于被仿真系统中组件的准确模型或数据。如果提取或去嵌入的 DUT 数据不准确或质量差,则仿真结果将不准确。随着兴趣频率的增加,这会产生更大的影响。在处理 S 参数数据时,有许多潜在的问题来源,其中一些问题可能不会立即显现出来。其中一些来源包括:

  • 端口命名的差异,尤其是差分 DUT 的差异
  • 频率范围或步长的差异
  • 归一化阻抗中的失配
  • S 参数质量差,包括非因果、非被动和非互易数据

P370 标准草案涉及这些。建议采用首选的端口命名方法,奇数端口位于 DUT 或网络的输入侧,偶数端口位于右侧或输出侧,如图 13a 所示。因此,对于单端双端口 DUT 的简单情况,端口 1 是输入,端口 2 是输出,s21 描述了 DUT 或网络的“直通”行为。这与常规用法一致。对于四端口 DUT 或网络,差分输入端口 1 由单端端口 1 和 3 组成,而差分输出端口 2 由单端端口 2 和 4 组成,如图 13b 所示。

 

图 13.单端 (a) 和差分双端口 (b) DUT 或网络的首选端口编号

S 参数数据的误解是导致错误的常见原因。为了解决数据误解的许多原因,已经提出了许多新关键字以包含在 Touchstone 文件头中,并将要求将其纳入由 IBIS 开放论坛维护的 Touchstone 文件标准中。这些包括:

  • 数据源 – 测量、计算或模拟
  • 组件类型 – 去嵌入结构、校准结构、DUT、复合材料(夹具-DUT-夹具或夹具-DUT)或夹具
  • 校准方法 – SOLT 或 TRL
  • 去嵌入方法 – 1X 反射、2x 直通、阻抗校正 2x 直通或通用 S 参数文件

仿真器通常可以处理仿真器处理仿真器使用的模型或 S 参数的频率范围差异,但仿真的最大频率将是所用模型和/或数据的最低最大频率。步长的差异也可以通过插值来处理,但结果中可能会引入一些不准确之处,尤其是在步长较大的情况下。

S 参数质量

S 参数可以表现出许多可能导致仿真问题的行为,从不准确的结果到仿真工具的“崩溃”,无所不包。这些不良行为通常属于以下三类之一:非因果性、非被动性和非互惠性。真实的物理系统在施加输入之前不会在其输出处产生能量。另一方面,非因果系统可以在输入发生之前产生输出。如果去嵌入的 S 参数是非因果性的,这将产生错误的仿真结果。

同样,如果没有输入,没有内部能源的真实物理系统不会产生任何输出。但是,非被动系统不满足此要求。

真实的无源物理系统通常是互易的,这意味着如果 DUT 的输入和输出反转,则施加给定输入将产生与反转输入和输出之前获得相同的输出。对于非互易 DUT,正常连接的 DUT 的输出可能与输入和输出反转之前获得的输出不同。

鉴于这些不良行为通常是由不准确的去嵌入引起的,P370 委员会开发了一套指标来衡量 S 参数的质量。鉴于数据量大且用户检查所有潜在交互的能力有限,通常很难衡量 S 参数数据的质量。唯一执行的质量检查可能是检查 s21 和 s11 的幅度。这种方法是不完整的,因为它忽略了由测量和去嵌入误差导致的一些常见问题,这些问题可能导致非被动、非因果或非互惠行为。作为 P370 标准工作的一部分开发的质量检查工具使用户能够评估 S 参数数据,并根据这些数据的质量和可用性做出决策。这些工具提供数据质量三个方面的定量度量,旨在作为示例实施,但使用它们不是符合标准所必需的。

该标准草案指定了具有特定数值范围的指标,这些数值指定给定 S 参数的质量级别,范围为 0 到 100。相应的指标是被动质量指标 (PQM)、因果关系质量指标 (CQM) 和互惠质量指标 (RQM),其限制如标准草案中所定义。图 14 中绘制了两个样本 S 参数的 S21 和 s11。一种使用传统的 2x 方法去嵌入,而另一种使用阻抗校正方法。在图中可以观察到两者之间的明显差异。图 14a 中 S 参数的 CQM 值为 81 mV,而图 14b 中 S 参数的值为 7 mV,这表明第一种情况存在显著的非因果行为。

 

图 14.两个 S 参数的 S21 和 s11 图。

基于应用程序的质量检查

P370 中提出的一种新方法是基于应用程序的质量检查。目标是根据物理单位中的无源性、因果性和互易性来估计给定 S 参数的质量。该过程如下:

  • 首先,将基于原始 S 参数创建 S 参数模型,用于无源性、因果性和互易性比较
  • 然后,将在时域中定义相似性指标,以获得物理单位的估计值
  • 最后,时域中的相似性度量将在原始模型和创建的模型之间应用,以获得物理单位中相应的被动性、因果性和互易性估计。

S 参数的比较

在评估 S 参数数据的准确性时,比较两个不同的 S 参数通常很有用。这些可以代表两组 DUT 数据,提取和去嵌入测量数据,或使用两种不同方法获得的去嵌入数据。这传统上是定性的,例如比较 s11 或 s21 数据的两个重叠图的形状。这种方法不精确,并且没有提供两个参数之间一致性的任何定量度量。P370 委员会还开发了一种用于比较两个 S 参数的软件工具,该工具提供了两个 S 参数相似性的定量测量。已经定义了比较指标,允许使用误差矢量幅度 (EVM) 对一致性程度进行分类:

  • 在每个频率上计算的绝对误差矢量的大小
  • 在每个频率下计算的相对误差矢量的大小
  • 复合误差矢量的幅值,即绝对误差 10 矢量的 0.9 x + 相对误差矢量的幅值的 0.1 x
  • 累积或积分相对能量误差,直到每个频率值。

误差向量计算如图 15 所示。

 

图 15.误差矢量幅度计算

一致性度用于将结果分为三个质量级别,每个级别的限值标准在标准中列出。S 参数级别的带宽是相似性指标满足指定限制的最高频率。也可以对时域(例如 TDR)数据进行比较。频域比较示例如图 16 所示。

 

图 16.S 参数比较示例

教程

P370 标准草案包括有关多端口网络的网络参数、校准和去嵌入以及印刷电路板设计和制造等主题的教程材料。

最佳实践

P370 标准包括最佳实践的描述,为设计人员提供指导,以帮助避免在这些频率下可能遇到的一些常见问题。这些包括夹具设计、同轴发射连接器封装、过孔设计、直流频率外推以及生成用于仿真的高斯脉冲。

结论

IEEE P370 标准提供了有关夹具设计、最佳实践、用于验证去嵌入工具的数据库以及用于评估和比较 S 参数数据的示例工具的指南。设计使用频率高达 50 GHz 的夹具和测量设备并非易事,希望该标准能为用户提供获得准确、可用结果的方法,以便在他们的设计中使用。

引用

  1. DeGroot, D.、Jargon, J. 和 Marks, R.:“多线 TRL 揭晓”,ARFTG 微波测量会议,2002 年 12 月。
  2. Barnes, H.、Schaefer, R. 和 Moreira, J.:“用于提取高频 PCB 材料特性的试样结构分析”,2013 年第 17 届 IEEE 信号和电源完整性 (SPI) 研讨会,2013 年 5 月 12 日。
  3. Frei, J.、Cai, X.-D. 和 Muller, S.:“具有 7 对称扩展的多端口 S 参数和 T 参数转换”,IEEE Trans. Microwave Theory and Techniques,第 56 卷第 11 期,2008 年 11 月,第 8 页,第 2493-2504 页。
  4. 巴恩斯,H.,博加廷,E.,莫雷拉,J.,埃里森,J.,纳多尔尼,J.,黄,CC,齐克劳里,M.,穆恩,SJ/。和 Herrmann, V.:“用于评估去嵌入算法和相应指标的准确性的 NIST 可追溯 PCB KIT”,DesignCon 2018。

 

 

相关文章:

IEEE P370:用于高达 50 GHz 互连的夹具设计和数据质量公制标准

大多数高频仪器,如矢量网络分析仪 (VNA) 和时域反射仪 (TDR),都可以在同轴接口的末端进行非常好的测量。然而,复杂系统中使用的互连很少具有同轴接口。用于表征这些设备的夹具的设计和实施会对测…...

青少年编程与数学 02-020 C#程序设计基础 09课题、面向对象编程

青少年编程与数学 02-020 C#程序设计基础 09课题、面向对象编程 一、概述1. 对象(Object)2. 类(Class)3. 封装(Encapsulation)4. 继承(Inheritance)5. 多态(Polymorphism…...

Denoising Autoencoders 视频截图 DAEs简单实现 kaggle 去噪编码器

https://www.bilibili.com/video/BV1syzrYaEtw Denoising Autoencoders (DAEs) 是一种无监督学习模型,属于自动编码器(Autoencoder)的一种扩展形式。它们的目标是通过训练神经网络来学习数据的鲁棒表示(robust representation&a…...

GoogLeNet网络模型

GoogLeNet网络模型 诞生背景 在2014年的ImageNet图像识别挑战赛中,一个GoogLeNet的网络架构大放异彩,与VGG不同的是,VGG用的是3*3的卷积,而GoogLeNet从1*1到7*7的卷积核都用,也就是使用不同大小的卷积核组合。 网络…...

LeetCode Hot100 (贪心)

121. 买卖股票的最佳时机 题意 给定一个数组 prices ,它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票。设计一个算法来计算你所能获取的最大利润。返回你可以从…...

仿真科普|弥合市场需求断层,高性能仿真,“性能”与“安全”如何兼得?

2025年3月,塔塔科技(Tata Technologies)确认曾在去年遭受勒索软件组织“猎手国际”(Hunters International)的攻击,1.4TB工程数据被窃取,涉及航空发动机热障涂层工艺参数等超过 73 万份文件。 X…...

工业控制核心引擎高性能MCU——MM32F5370

RAMSUN提供的MM32F5370搭载180MHz Arm China Star-MC1处理器,集成DSP、FPU与三角函数加速单元(CORDIC),轻松应对复杂算法需求。其技术亮点包括: 超高精度PWM:8通道208ps级高精度PWM输出,满足储能…...

Maven---配置本地仓库

目录 5. 5.1在Maven路径下新建文件夹用于本地仓库存储 5.2 复制本地仓库路径 5.3 找到配置文件路径,使用VSCode方式打开 5.4 新增一行代码 5.5 复制本地仓库路径,设置存储路径 5.1在Maven路径下新建文件夹用于本地仓库存储 5.2 复制本地仓库路径 5…...

vue中events选项与$on监听自定义事件他们的区别与不同,以及$emit与$on之间通信和mounted生命周期钩子函数有哪些作用和属性

events 选项确实曾经被用于监听事件,但它主要用于早期版本的 Vue.js(1.x)中,用于组件之间的通信。在 Vue 2.x 中,events 选项已经被废弃,取而代之的是更强大的 $emit 和 $on 方法。 使用$emit来监听自定义…...

【C++ 】智能指针:内存管理的 “自动导航仪”

目录 一、引入 二、智能指针的两大特性: 1、RAII 特点: 好处: 2、行为像指针 三、智能指针起初的缺陷:拷贝问题 四、几种智能指针的介绍。 1、C98出现的智能指针——auto_ptr auto_ptr解决上述拷贝构造的问题&#xff1a…...

设备制造行业项目管理难点解析,如何有效解决?

在设备制造行业,项目管理是企业运营的核心环节,直接影响项目交付效率、成本控制和盈利能力。然而,由于行业特性复杂、项目周期长、涉及部门多,企业在实际操作中常常面临诸多管理痛点。金众诚工程项目管理系统,依托金蝶…...

浅谈 PAM-2 到 PAM-4 的信令技术演变

通信信令技术演进:从 PAM-2 到 PAM-4 在当今数字化高速发展的时代,数据传输需求呈爆炸式增长,行业对通信带宽的要求愈发严苛。为顺应这一趋势,通信信令技术不断革新,曾经占据主导地位的不归零(NRZ&#xff…...

Protos-SIP:经典 SIP 协议模糊测试工具!全参数详细教程!Kali Linux教程!

简介 该测试套件的目的是评估会话发起协议 (SIP) 实现的实现级别安全性和稳健性。 Protos-SIP 是一款专为 SIP 协议模糊测试(Fuzzing)设计的工具,最初由 OUSPG(Oulu University Secure Programming Group)开发&#…...

复数三角不等式简介及 MATLAB 演示

复数三角不等式简介及 MATLAB 演示 1. 复数三角不等式简介 复数三角不等式(Complex Triangle Inequality)是复数的一种重要性质,它类似于普通的三角不等式,但适用于复数空间。具体来说,复数三角不等式可以描述复数之…...

【Doris基础】Apache Doris 基本架构深度解析:从存储到查询的完整技术演进

目录 1 引言 2 Doris 架构全景图 2 核心组件技术解析 2.1 Frontend 层(FE) 2.2 Backend 层(BE) 3 数据存储与复制机制 3.1 存储架构演进 3.2 副本复制策略 4 查询处理全流程解析 4.1 查询生命周期 5 高可用设计 5.1 F…...

程序人生-hellohelloo

计算机系统 大作业 题 目 程序人生-Hello’s P2P 专 业 计算机与电子通信 学   号 2023111976 班   级 23L0504 学 生 孙恩旗     指 导 教 师 刘宏伟    计算机科…...

ASP.NET Core SignalR的基本使用

文章目录 前言一、SignalR是什么?在 ASP.NET Core 中的关键特性:SignalR 工作原理简图: 二、使用步骤1.创建ASP.NET Core web Api 项目2.添加 SignalR 包3.创建 SignalR Hub4.配置服务与中间件5.创建控制器(模拟服务器向客户端发送消息)6.创建…...

【C语言】讲解 程序分配的区域(新手)

目录 代码区 数据区 堆区 栈区 常量区 重点比较一下堆区与 栈区 总结: 前言: C语言程序的内存分配区域是理解其运行机制的重要部分。根据提供的多条证据,我们可以总结出C语言程序在运行时主要涉及以下五个关键内存区域: 代…...

【脚本 完全参数化的通用 APT 源配置方案-Debian/Ubuntu】

通过脚本在 Debian/Ubuntu 系统上一键切换 APT 源 如Dockerfile中 使用某个源(比如 aliyun) 假设你的目录结构是: . ├── Dockerfile └── switch-apt-source.shFROM ubuntu:22.04# 把脚本拷贝到镜像中 COPY switch-apt-source.sh /us…...

数据集笔记:SeekWorld

提出了一项新任务:地理定位推理(Geolocation Reasoning) 该任务要求模型在感知视觉信息的同时,推理出图像中视觉语义所隐含的高级逻辑关系,从而确定图像的拍摄地点 TheEighthDay/SeekWorld at main 构建了一个基于规则…...

LeetCode 算 法 实 战 - - - 移 除 链 表 元 素、反 转 链 表

LeetCode 算 法 实 战 - - - 移 除 链 表 元 素、反 转 链 表 第 一 题 - - - 移 除 链 表 元 素方 法 一 - - - 原 地 删 除方 法 二 - - - 双 指 针方 法 三 - - - 尾 插 第 二 题 - - - 反 转 链 表方 法 一 - - - 迭 代方 法 二 - - - 采 用 头 插 创 建 新 链 表 总 结 &a…...

Jenkins实践(10):pipeline构建历史展示包名和各阶段间传递参数

Jenkins实践(10):构建历史展示包名和pipeline各阶段间传递参数 1、构建历史展示包名 参考:https://blog.csdn.net/fen_fen/article/details/148167868 1.1、方法说明 Jenkins版本:Jenkins2.452 通过修改 currentBuild.displayName 和 currentBuild.description 实现: …...

从头认识AI-----循环神经网络(RNN)

前言 前面我们讲了传统的神经网络,如MLP、CNN,这些网络中的输入都被单独处理,没有上下文之间的信息传递机制,这在处理序列数据(如语音、文本、时间序列)时很鸡肋: 如何理解一句话中“前后文”的…...

配置远程无密登陆ubuntu服务器时无法连接问题排查

配置远程无密登陆ubuntu服务器时无法连接问题排查 登陆端排查服务器端登陆排查 登陆端排查 ssh -v 用户名Ubuntu服务器IP可能日志输出 debug1: Authentications that can continue: publickey,password服务器端登陆排查 sudo tail -f /var/log/auth.log可能日志输出 Authen…...

5.31 数学复习笔记 22

前面的笔记,全部写成一段,有点难以阅读。现在改进一下排版。另外,写笔记实际上就是图一个放松呢,关键还是在于练习。 目前的计划是,把讲义上面的高数例题搞清楚之后,大量刷练习册上面的题。感觉不做几本练…...

kafka学习笔记(三、消费者Consumer使用教程——使用实例及及核心流程源码讲解)

1.核心概念与架构 1.1.消费者与消费者组 Kafka消费者是订阅主题(Topic)并拉取消息的客户端实例,其核心逻辑通过KafkaConsumer类实现。消费者组(Consumer Group)是由多个逻辑关联的消费者组成的集合。 核心规则 同一…...

鸿蒙 Form Kit(卡片开发服务)

Form Kit(卡片开发服务) 鸿蒙应用中,Form / Card / Widget 都翻译为“卡片” Form Kit(卡片开发服务)提供一种界面展示形式,可以将应用的重要信息或操作前置到服务卡片,以达到服务直达、减少跳转…...

算力卡上部署OCR文本识别服务与测试

使用modelscope上的图像文本行检测和文本识别模型进行本地部署并转为API服务。 本地部署时把代码中的检测和识别模型路径改为本地模型的路径。 关于模型和代码原理可以参见modelscope上这两个模型相关的页面: iic/cv_resnet18_ocr-detection-db-line-level_damo iic…...

KWIC—Implicit Invocation

KWIC—Implicit Invocation ✏️ KWIC—Implicit Invocation 文章目录 KWIC—Implicit Invocation📝KWIC—Implicit Invocation🧩KWIC🧩核心组件🧩ImplementationScheme⚖️ 隐式调用 vs 显式调用对比 🌟 总结 &#x…...

Visual Studio 2022 发布独立的 exe 文件

我们在用 Visual Studio 2022 写好一个 exe 程序之后,如果想把这个拿到其他地方运行,需要把 exe 所在的文件夹一起拿过去。 编译出来的 exe 文件需要其他几个文件一同放在同一目录才能运行,原因在于默认情况下,Visual Studio 是把…...