游戏开发初等数学基础
凑数图()

立体图形面积体积
1. 立方体(Cube):
- 表面积公式: 6 a 2 6a^2 6a2 (其中 a a a 是边长)。
- 体积公式: a 3 a^3 a3 (其中 a a a 是边长)。
2. 球体(Sphere):
- 表面积公式: 4 π r 2 4\pi r^2 4πr2 (其中 r r r 是半径)。
- 体积公式: 4 3 π r 3 \frac{4}{3}\pi r^3 34πr3 (其中 r r r 是半径)。
3. 圆柱体(Cylinder):
- 表面积公式(侧面和两个底面总和): 2 π r h + 2 π r 2 2\pi rh + 2\pi r^2 2πrh+2πr2 (其中 r r r 是底面半径, h h h 是高度)。
- 体积公式: π r 2 h \pi r^2h πr2h (其中 r r r 是底面半径, h h h 是高度)。
4. 锥体(Cone):
- 表面积公式(侧面和底面总和): π r ( r + r 2 + h 2 ) \pi r(r + \sqrt{r^2 + h^2}) πr(r+r2+h2) (其中 r r r 是底面半径, h h h 是高度)。
- 体积公式: 1 3 π r 2 h \frac{1}{3}\pi r^2h 31πr2h (其中 r r r 是底面半径, h h h 是高度)。
5. 圆环(Torus):
- 表面积公式: 4 π 2 R r 4\pi^2 Rr 4π2Rr (其中 R R R 是大半径, r r r 是小半径)。
- 体积公式: 2 π 2 R r 2 2\pi^2 Rr^2 2π2Rr2 (其中 R R R 是大半径, r r r 是小半径)。
平面图形面积与周长
1. 矩形(Rectangle):
- 面积公式: A = l ⋅ w A = l \cdot w A=l⋅w (其中 l l l 是长度, w w w 是宽度)。
- 周长公式: P = 2 ( l + w ) P = 2(l + w) P=2(l+w) (其中 l l l 是长度, w w w 是宽度)。
2. 正方形(Square):
- 面积公式: A = a 2 A = a^2 A=a2 (其中 a a a 是边长)。
- 周长公式: P = 4 a P = 4a P=4a (其中 a a a 是边长)。
3. 圆(Circle):
- 面积公式: A = π r 2 A = \pi r^2 A=πr2 (其中 r r r 是半径)。
- 周长公式: P = 2 π r P = 2\pi r P=2πr (其中 r r r 是半径)。
4. 三角形(Triangle):
- 面积公式: A = 1 2 b h A = \frac{1}{2}bh A=21bh (其中 b b b 是底边长, h h h 是高度)。
- 周长公式: P = a + b + c P = a + b + c P=a+b+c (其中 a a a、 b b b、 c c c 是三边长度)。
5. 梯形(Trapezoid):
- 面积公式: A = 1 2 ( a + b ) h A = \frac{1}{2}(a + b)h A=21(a+b)h (其中 a a a 和 b b b 是上下底边长, h h h 是高度)。
- 周长公式: P = a + b + c + d P = a + b + c + d P=a+b+c+d (其中 a a a、 b b b、 c c c、 d d d 是各边长度)。
6. 圆环(Annulus):
- 面积公式: A = π ( R 2 − r 2 ) A = \pi(R^2 - r^2) A=π(R2−r2) (其中 R R R 是外圆半径, r r r 是内圆半径)。
- 周长公式: P = 2 π ( R + r ) P = 2\pi(R + r) P=2π(R+r) (其中 R R R 是外圆半径, r r r 是内圆半径)。
三角函数
1. 两角相加的三角函数公式:
- sin ( A + B ) = sin ( A ) cos ( B ) + cos ( A ) sin ( B ) \sin(A + B) = \sin(A)\cos(B) + \cos(A)\sin(B) sin(A+B)=sin(A)cos(B)+cos(A)sin(B)
- cos ( A + B ) = cos ( A ) cos ( B ) − sin ( A ) sin ( B ) \cos(A + B) = \cos(A)\cos(B) - \sin(A)\sin(B) cos(A+B)=cos(A)cos(B)−sin(A)sin(B)
- tan ( A + B ) = tan ( A ) + tan ( B ) 1 − tan ( A ) tan ( B ) \tan(A + B) = \frac{\tan(A) + \tan(B)}{1 - \tan(A)\tan(B)} tan(A+B)=1−tan(A)tan(B)tan(A)+tan(B)
2. 两角差的三角函数公式:
- sin ( A − B ) = sin ( A ) cos ( B ) − cos ( A ) sin ( B ) \sin(A - B) = \sin(A)\cos(B) - \cos(A)\sin(B) sin(A−B)=sin(A)cos(B)−cos(A)sin(B)
- cos ( A − B ) = cos ( A ) cos ( B ) + sin ( A ) sin ( B ) \cos(A - B) = \cos(A)\cos(B) + \sin(A)\sin(B) cos(A−B)=cos(A)cos(B)+sin(A)sin(B)
- tan ( A − B ) = tan ( A ) − tan ( B ) 1 − tan ( A ) tan ( B ) \tan(A - B) = \frac{\tan(A) - \tan(B)}{1 - \tan(A)\tan(B)} tan(A−B)=1−tan(A)tan(B)tan(A)−tan(B)
3. 二重角的三角函数公式:
- sin ( 2 A ) = 2 sin ( A ) cos ( A ) \sin(2A) = 2\sin(A)\cos(A) sin(2A)=2sin(A)cos(A)
- cos ( 2 A ) = cos 2 ( A ) − sin 2 ( A ) = 2 cos 2 ( A ) − 1 = 1 − 2 sin 2 ( A ) \cos(2A) = \cos^2(A) - \sin^2(A) = 2\cos^2(A) - 1 = 1 - 2\sin^2(A) cos(2A)=cos2(A)−sin2(A)=2cos2(A)−1=1−2sin2(A)
- tan ( 2 A ) = 2 tan ( A ) 1 − tan 2 ( A ) \tan(2A) = \frac{2\tan(A)}{1 - \tan^2(A)} tan(2A)=1−tan2(A)2tan(A)
4. 半角的三角函数公式:
- sin ( A 2 ) = ± 1 − cos ( A ) 2 \sin\left(\frac{A}{2}\right) = \pm\sqrt{\frac{1 - \cos(A)}{2}} sin(2A)=±21−cos(A)
- cos ( A 2 ) = ± 1 + cos ( A ) 2 \cos\left(\frac{A}{2}\right) = \pm\sqrt{\frac{1 + \cos(A)}{2}} cos(2A)=±21+cos(A)
- tan ( A 2 ) = ± 1 − cos ( A ) 1 + cos ( A ) \tan\left(\frac{A}{2}\right) = \pm\sqrt{\frac{1 - \cos(A)}{1 + \cos(A)}} tan(2A)=±1+cos(A)1−cos(A)
5. 和差化积公式:
- sin ( A ) sin ( B ) = 1 2 [ cos ( A − B ) − cos ( A + B ) ] \sin(A)\sin(B) = \frac{1}{2}[\cos(A - B) - \cos(A + B)] sin(A)sin(B)=21[cos(A−B)−cos(A+B)]
- cos ( A ) cos ( B ) = 1 2 [ cos ( A − B ) + cos ( A + B ) ] \cos(A)\cos(B) = \frac{1}{2}[\cos(A - B) + \cos(A + B)] cos(A)cos(B)=21[cos(A−B)+cos(A+B)]
- sin ( A ) cos ( B ) = 1 2 [ sin ( A − B ) + sin ( A + B ) ] \sin(A)\cos(B) = \frac{1}{2}[\sin(A - B) + \sin(A + B)] sin(A)cos(B)=21[sin(A−B)+sin(A+B)]
6. 和差化积公式的反函数:
- sin ( A + B ) = 2 sin ( A + B 2 ) cos ( A − B 2 ) \sin(A + B) = 2\sin\left(\frac{A + B}{2}\right)\cos\left(\frac{A - B}{2}\right) sin(A+B)=2sin(2A+B)cos(2A−B)
- sin ( A − B ) = 2 sin ( A − B 2 ) cos ( A + B 2 ) \sin(A - B) = 2\sin\left(\frac{A - B}{2}\right)\cos\left(\frac{A + B}{2}\right) sin(A−B)=2sin(2A−B)cos(2A+B)
- cos ( A + B ) = 2 cos ( A + B 2 ) cos ( A − B 2 ) \cos(A + B) = 2\cos\left(\frac{A + B}{2}\right)\cos\left(\frac{A - B}{2}\right) cos(A+B)=2cos(2A+B)cos(2A−B)
- cos ( A − B ) = − 2 sin ( A + B 2 ) sin ( A − B 2 ) \cos(A - B) = -2\sin\left(\frac{A + B}{2}\right)\sin\left(\frac{A - B}{2}\right) cos(A−B)=−2sin(2A+B)sin(2A−B)
向量
1. 向量加法和减法:
- 加法公式:对于两个向量 a ( x 1 , y 1 ) \mathbf{a}(x_1,y_1) a(x1,y1) 和 b ( x 2 , y 2 ) \mathbf{b}(x_2,y_2) b(x2,y2),它们的和为 c ( x 1 + x 2 , y 1 + y 2 ) \mathbf{c}(x_1+x_2,y_1+y_2) c(x1+x2,y1+y2),即 c = a + b \mathbf{c} = \mathbf{a} + \mathbf{b} c=a+b。
- 减法公式:对于两个向量 a ( x 1 , y 1 ) \mathbf{a}(x_1,y_1) a(x1,y1) 和 b ( x 2 , y 2 ) \mathbf{b}(x_2,y_2) b(x2,y2),它们的和为 c ( x 1 − x 2 , y 1 − y 2 ) \mathbf{c}(x_1-x_2,y_1-y_2) c(x1−x2,y1−y2),即 c = a − b \mathbf{c} = \mathbf{a} - \mathbf{b} c=a−b。
2. 向量数量乘法:
- 数乘公式:对于向量 a \mathbf{a} a 和标量 k k k, k k k 乘以向量 a \mathbf{a} a 的每个分量,即 k a k\mathbf{a} ka,得到一个新的向量。
3. 点积(内积):
- 点积公式:对于两个向量 a \mathbf{a} a 和 b \mathbf{b} b,它们的点积为 a ⋅ b = ∣ a ∣ ∣ b ∣ cos ( θ ) \mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| |\mathbf{b}| \cos(\theta) a⋅b=∣a∣∣b∣cos(θ),其中 ∣ a ∣ |\mathbf{a}| ∣a∣ 和 ∣ b ∣ |\mathbf{b}| ∣b∣ 分别是向量 a \mathbf{a} a 和 b \mathbf{b} b 的模长, θ \theta θ 是它们之间的夹角。
- 性质:
- 对于平行向量,点积为正, cos ( θ ) = 1 \cos(\theta) = 1 cos(θ)=1。
- 对于垂直向量,点积为零, cos ( θ ) = 0 \cos(\theta) = 0 cos(θ)=0。
- 点积具有交换律: a ⋅ b = b ⋅ a \mathbf{a} \cdot \mathbf{b} = \mathbf{b} \cdot \mathbf{a} a⋅b=b⋅a。
- 点积具有分配律: a ⋅ ( b + c ) = a ⋅ b + a ⋅ c \mathbf{a} \cdot (\mathbf{b} + \mathbf{c}) = \mathbf{a} \cdot \mathbf{b} + \mathbf{a} \cdot \mathbf{c} a⋅(b+c)=a⋅b+a⋅c。
- 用途:
-
计算夹角:点乘可用于计算两个向量之间的夹角。具体地,两个向量 a \mathbf{a} a 和 b \mathbf{b} b 的点乘 a ⋅ b \mathbf{a} \cdot \mathbf{b} a⋅b 等于它们的模长之积与夹角的余弦值的乘积: a ⋅ b = ∣ a ∣ ∣ b ∣ cos ( θ ) \mathbf{a} \cdot \mathbf{b} = |\mathbf{a}| |\mathbf{b}| \cos(\theta) a⋅b=∣a∣∣b∣cos(θ)。这可用于判断两个向量的相对方向,例如是否平行、垂直或是在一般的夹角。
-
投影:点乘可用于计算一个向量在另一个向量上的投影。通过将一个向量 a \mathbf{a} a 投影到另一个向量 b \mathbf{b} b 上,可以得到 a \mathbf{a} a 在 b \mathbf{b} b 方向上的分量,其大小为 a ⋅ b / ∣ b ∣ \mathbf{a} \cdot \mathbf{b} / |\mathbf{b}| a⋅b/∣b∣。
-
工作、能量和功率:点乘在物理学中用于计算力和位移之间的功和能量。力在方向上的分量乘以位移等于所做的功。
-
4. 叉积(外积):
-
叉积公式:对于两个三维向量 a \mathbf{a} a 和 b \mathbf{b} b,它们的叉积 a × b \mathbf{a} \times \mathbf{b} a×b 的计算方式如下:
a × b = ∣ i j k a 1 a 2 a 3 b 1 b 2 b 3 ∣ \mathbf{a} \times \mathbf{b} = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ a_1 & a_2 & a_3 \\ b_1 & b_2 & b_3 \end{vmatrix} a×b= ia1b1ja2b2ka3b3
其中,ijk分别表示xyz三个轴的基本单位向量,通常我们并不关注。这可以通过展开行列式来计算,结果是一个新的向量,其分量为 c 1 c_1 c1、 c 2 c_2 c2 和 c 3 c_3 c3。
-
分量计算:根据行列式展开, c 1 c_1 c1、 c 2 c_2 c2 和 c 3 c_3 c3 分别计算如下:
c 1 = a 2 b 3 − a 3 b 2 c_1 = a_2 b_3 - a_3 b_2 c1=a2b3−a3b2
c 2 = a 3 b 1 − a 1 b 3 c_2 = a_3 b_1 - a_1 b_3 c2=a3b1−a1b3
c 3 = a 1 b 2 − a 2 b 1 c_3 = a_1 b_2 - a_2 b_1 c3=a1b2−a2b1 -
性质:
- 叉积的结果是垂直于 a \mathbf{a} a 和 b \mathbf{b} b 的向量。
- 叉积的模长等于 a \mathbf{a} a 和 b \mathbf{b} b 构成的平行四边形的面积。
- 叉积具有反交换律: a × b = − ( b × a ) \mathbf{a} \times \mathbf{b} = -(\mathbf{b} \times \mathbf{a}) a×b=−(b×a)。
- 叉积具有分配律: a × ( b + c ) = a × b + a × c \mathbf{a} \times (\mathbf{b} + \mathbf{c}) = \mathbf{a} \times \mathbf{b} + \mathbf{a} \times \mathbf{c} a×(b+c)=a×b+a×c。
-
作用:
-
法向量:叉乘可用于计算平面上三个点或三个向量所确定的平面的法向量。对于两个向量 a \mathbf{a} a 和 b \mathbf{b} b 的叉乘 a × b \mathbf{a} \times \mathbf{b} a×b,结果是一个垂直于 a \mathbf{a} a 和 b \mathbf{b} b 平面的向量,其方向遵循右手定则。
-
面积:叉乘的模长等于两个向量所张成的平行四边形(或平行四边形的面积)的面积。这在计算几何学中非常有用。
-
角动量和扭矩:在物理学和工程学中,叉乘用于计算角动量和扭矩(力矩)。角动量是物体旋转时的动力学性质,而扭矩用于描述力对物体的旋转作用。
-
电磁学中的洛伦兹力:在电磁学中,洛伦兹力的计算涉及电荷、电场和磁场之间的叉乘关系。
-
右手定则
a. 伸开你的右手,将大拇指、食指和中指垂直伸出,使它们呈 90 度角。
b. 让大拇指指向第一个输入向量 a \mathbf{a} a 的方向。
c. 让食指指向第二个输入向量 b \mathbf{b} b 的方向。
d. 你的中指所指向的方向就是结果法向量 n \mathbf{n} n 的方向。
e. 方向的确定是根据右手的构型而来,所以它遵循右手定则。
5. 混合积(三重积):
- 混合积公式:对于三个向量 a \mathbf{a} a、 b \mathbf{b} b 和 c \mathbf{c} c,它们的混合积为 a ⋅ ( b × c ) \mathbf{a} \cdot (\mathbf{b} \times \mathbf{c}) a⋅(b×c)。混合积表示了这三个向量所构成的平行六面体的有向体积。
- 性质:
- 混合积的绝对值等于平行六面体的体积。
- 混合积可以用来判断三个向量是否共面,如果混合积为零,它们共面。
相关文章:
游戏开发初等数学基础
凑数图() 立体图形面积体积 1. 立方体(Cube): 表面积公式: 6 a 2 6a^2 6a2 (其中 a a a 是边长)。体积公式: a 3 a^3 a3 (其中 a a a 是边长)。 2. 球体(Sphere): 表面积公…...
svg图片代码data:image/svg+xml转png图片方法
把代码保存为html格式的文件中,用浏览器访问,即可右键保存 从AI软件或其它网站得到svg图片代码后,把他复制到下面源码上 注意:src""图片地址中,一些参数的含义 d‘这里是图片代码数据’ viewBox是图片显示区域,宽,高等 fill%23000000’这里表示颜色 ,后面6位0表示黑色…...
解决问题:Replace `‘vue‘;⏎` with `“vue“;`
使用vscode写vue文件的问题: Replace vue;⏎ with "vue"; error Replace v-model:value"xxx"placeholder"inputsearch prettier/prettier 7:38 error Insert ⏎ potentially fixable with the --fix option 原因:格式问题&a…...
ThinkPHP 5.0通过composer升级到5.1,超级简单
事情是这样的,我实现一个验证码登录的功能,但是这个验证码的包提示tp5的版本可以是5.1.1、5.1.2、5.1.3。但我使用的是5.0,既然这样,那就升个级呗,百度了一下,结果发现大部分都是讲先备份application和修改…...
计算机竞赛 多目标跟踪算法 实时检测 - opencv 深度学习 机器视觉
文章目录 0 前言2 先上成果3 多目标跟踪的两种方法3.1 方法13.2 方法2 4 Tracking By Detecting的跟踪过程4.1 存在的问题4.2 基于轨迹预测的跟踪方式 5 训练代码6 最后 0 前言 🔥 优质竞赛项目系列,今天要分享的是 🚩 深度学习多目标跟踪 …...
一文了解大模型工作原理——以ChatGPT为例
文章目录 写在前面1.Tansformer架构模型2.ChatGPT原理3.提示学习与大模型能力的涌现3.1 提示学习3.2 上下文学习3.3 思维链 4.行业参考建议4.1 拥抱变化4.2 定位清晰4.3 合规可控4.4 经验沉淀 写在前面 2022年11月30日,ChatGPT模型问世后,立刻在全球范围…...
CPP-Templates-2nd--第十九章 萃取的实现 19.7---
目录 19.7 其它的萃取技术 19.7.1 If-Then-Else 19.7.2 探测不抛出异常的操作 19.7.3 萃取的便捷性(Traits Convenience) 别名模板和萃取(Alias Templates And Traits) 变量模板和萃取(Variable Templates and Traits&…...
python 采用selenium+cookies 获取登录后的网页
百度网页由于需要登陆手机短信验证。比较麻烦 这里我采用先人工登录百度账号,然后将百度账号的相关cookies保存下来 然后采用selenium动态登录网页 整体代码如下 from selenium import webdriverimport timeoptions webdriver.ChromeOptions()options.add_argu…...
【测试开发】答疑篇 · 什么是软件测试
【测试开发】答疑篇 文章目录 【测试开发】答疑篇1. 生活中的测试2. 什么是软件测试3. 为什么要有测试/没有测试行不行4. 软件测试和软件开发的区别5. 软件测试和软件调试之间的区别6. 软件测试的岗位7. 优秀测试人员具备的素质 【测试开发】答疑篇 软件不一定是桌面应用&#…...
深入解析顺序表:揭开数据结构的奥秘,掌握顺序表的精髓
💓 博客主页:江池俊的博客⏩ 收录专栏:数据结构探索👉专栏推荐:✅C语言初阶之路 ✅C语言进阶之路💻代码仓库:江池俊的代码仓库🔥编译环境:Visual Studio 2022Ἰ…...
数据风险量化评估方案
一、企业面临数据安全的痛点 1、企业缺少清晰的数据安全意识 各部门重视度不够,缺少主动数据安全管控意识。数据安全管控架构不清晰,职责划分不明确。对数据安全管控认识不全面、不深刻。工作人员对于所持有的数据缺乏概念,导致数据的价值无…...
EasyAVFilter代码示例之将视频点播文件转码成HLS(m3u8+ts)视频点播格式
以下是一套完整的视频点播功能开发源码,就简简单单几行代码,就可以完成原来ffmpeg很复杂的视频点播转码调用流程,而且还可以集成在自己的应用程序中调用,例如java、php、cgo、c、nodejs,不需要再单独一个ffmpeg的进程来…...
day-50 代码随想录算法训练营(19)动态规划 part 11
123.买卖股票的最佳时机||| 分析:只能买卖两次,就是说有五个状态: 没有买过第一次买入第一次卖出第二次买入第二次卖出 思路:二维数组,记录五个状态 1.dp存储:dp[i][1] 第一次买入 dp[i][2] 第一次卖…...
自定义权限指令与防止连点指令
1.权限指令 // 注册一个全局自定义权限指令 v-permission Vue.directive(permission, {inserted: function(el, binding, vnode) {const {value} binding; // 指令传的值// user:edit:phone,sysData:sampleconst permissions [user:edit:address, sysData:entrust, sysData:…...
UE5、CesiumForUnreal实现瓦片坐标信息图层效果
文章目录 1.实现目标2.实现过程2.1 原理简介2.2 cesium-native改造2.3 CesiumForUnreal改造2.4 运行测试3.参考资料1.实现目标 参考CesiumJs的TileCoordinatesImageryProvider,在CesiumForUnreal中也实现瓦片坐标信息图层的效果,便于后面在调试地形和影像瓦片的加载调度等过…...
PostgreSQL执行计划
1. EXPLAIN命令 1)PostgreSQL中EXPLAIN命令的语法格式: postgres# \h explain Command: EXPLAIN Description: show the execution plan of a statement Syntax: EXPLAIN [ ( option [, ...] ) ] statement EXPLAIN [ ANALYZE ] [ VERBOSE ] statementwhere option can be…...
【2023 睿思芯科 笔试题】~ 题目及参考答案
文章目录 1. 题目 & 答案单选题编程题问题1:解析1:问题2:解析2: 声明 名称如标题所示,希望大家正确食用(点赞转发评论) 本次笔试题以两种形式考察的,分别是:选择题&a…...
Java手写AVL树
Java手写AVL树 1. AVL树实现思路原理 为了解释AVL树的实现思路原理,下面使用Mermanid代码表示该算法的思维导图: #mermaid-svg-ycH8kKpzVk2HWEby {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid…...
运维自动化:提高效率的秘诀
🌷🍁 博主猫头虎(🐅🐾)带您 Go to New World✨🍁 🦄 博客首页——🐅🐾猫头虎的博客🎐 🐳 《面试题大全专栏》 🦕 文章图文…...
C++设计模式_05_Observer 观察者模式
接上篇,本篇将会介绍C设计模式中的Observer 观察者模式,和前2篇模板方法Template Method及Strategy 策略模式一样,仍属于“组件协作”模式。Observer 在某些领域也叫做 Event 。 文章目录 1. 动机( Motivation)2. 代码…...
基于 4SAPI 的企业文档智能处理系统:效率提升 20 倍,信息提取准确率 95%
前言 在数字化转型的今天,企业积累了海量的非结构化文档数据,包括合同、财务报表、技术手册、产品说明书、会议纪要、法律文件等。这些文档中蕴含着企业最核心的知识和资产,但传统的人工文档处理模式已经成为企业数字化的最大瓶颈࿱…...
用surf( )函数绘制三维曲面图
在“用plot3( )函数绘制三维曲线图”中,实现了三维曲线的绘制,得到了一个类似面包圈形状的旋转曲面,很喜欢这个造型,就想到是不是可以直接绘制出曲面,而不只是用曲线方式绘制出看起来像曲面的图形。一看参考书…...
青龙脚本自动化:五款实用脚本助你轻松管理日常任务
青龙脚本自动化:五款实用脚本助你轻松管理日常任务 【免费下载链接】huajiScript 滑稽の青龙脚本库 项目地址: https://gitcode.com/gh_mirrors/hu/huajiScript 在当今快节奏的数字时代,自动化工具已成为提升效率的必备利器。如果你正在寻找一款能…...
蓝牙窃密攻防实战:从协议漏洞到固件后门,国家安全部警示的近场威胁全解析
2026年5月11日,国家安全部官方发布重磅警示,明确指出蓝牙设备已成为不法分子实施近距离窃密、监听、跟踪的"隐形獠牙"。从日常使用的无线耳机、智能手表,到办公场景的蓝牙键鼠、会议音箱,再到工业控制中的蓝牙传感器&am…...
STM32从Keil移植到GCC编译环境,搞定startup_stm32f10x_hd.S报错的完整流程
STM32从Keil到GCC编译环境迁移实战指南 当你决定将STM32项目从熟悉的Keil MDK环境迁移到GCC工具链时,可能会遇到一系列令人头疼的兼容性问题。作为一名经历过多次环境迁移的嵌入式开发者,我深知这个过程可能遇到的陷阱。本文将带你系统性地解决从启动文件…...
物联网超低功耗设计:从睡眠优先到能量自治的十年续航之道
1. 项目概述:让物联网节点运行数十年的设计哲学如果你正在部署一个大规模的物联网网络,无论是智慧城市的数千个路灯传感器,还是遍布数公里农田的环境监测节点,最让你头疼的问题恐怕不是通信协议,也不是数据处理&#x…...
答辩 PPT 还在熬夜手搓?Paperxie AI 一键救场,毕业季不熬无用夜
paperxie-免费查重复率aigc检测/开题报告/毕业论文/智能排版/文献综述/AI PPThttps://www.paperxie.cn/ppt/createhttps://www.paperxie.cn/ppt/create 当论文终稿尘埃落定,本以为能松一口气,却发现答辩 PPT 成了压垮心态的最后一根稻草。对着空白页面不…...
别再让电机烧了!聊聊工业设备中三相电源保护的两种经典电路设计与选型
工业三相电机保护电路设计实战:从原理到工程落地 在空压机房嘈杂的轰鸣声中,老王师傅正对着烧毁的电机摇头叹气——这已经是本月第三台因电源故障报废的设备。类似场景在工业现场屡见不鲜,统计显示超过40%的电机故障源于电源异常,…...
从理论到仿真:深入解读Walker星座设计,用STK验证你的卫星通信作业
从理论到仿真:深入解读Walker星座设计,用STK验证你的卫星通信作业 卫星通信系统的设计从来不是纸上谈兵。当你在教科书上看到那些优美的轨道方程和覆盖计算公式时,是否想过如何将它们转化为真实的系统性能验证?这正是STKÿ…...
第八部分-企业级实践——39. 私有镜像仓库
39. 私有镜像仓库 1. 私有镜像仓库概述 私有镜像仓库用于存储和管理企业内部 Docker 镜像,提供镜像存储、分发、安全扫描、访问控制等功能。 ┌────────────────────────────────────────────────────────…...
