GAD7980 ADC在振动数据采集中的实战应用与设计要点

news2026/5/18 12:53:13
1. 项目概述为什么我们需要“快、精、高”的振动数据采集在工业设备状态监测、精密仪器分析乃至消费电子性能评估领域振动数据就像设备的“心电图”。它直接反映了机械结构的健康状况、运动部件的平衡性以及系统运行的稳定性。过去我们可能只需要知道设备“振不振动”而现在我们需要精确地知道它“以何种频率、多大振幅、在哪个相位上振动”甚至要捕捉瞬间的冲击和微弱的早期故障征兆。这就对数据采集的前端——模数转换器ADC提出了近乎苛刻的要求速度要快能跟上高频振动信号精度要高能分辨微小的振幅变化分辨率要足能在强背景噪声下提取有效信号。最近我在一个风机轴承在线监测系统的升级项目中就深度体验了ADI公司的GAD7980这颗ADC。项目目标是替换旧系统中那款采样率不足、噪声偏大的ADC以捕捉轴承早期磨损产生的高频冲击信号。一番折腾下来我对“快速、精密、高分辨率”这七个字在实战中的意义有了更血肉丰满的理解。它不仅仅是一份芯片数据手册上的参数罗列更直接关系到故障预警的提前量、系统误报的降低以及整个监测方案的可靠性。如果你也在为振动、音频、动态应变等高性能数据采集系统选型那么围绕GAD7980的这番深度拆解与实操笔记或许能给你带来一些直接的参考。2. GAD7980核心优势与振动采集场景的深度匹配GAD7980是一款18位、2 MSPS每秒百万次采样的逐次逼近型SARADC。单看参数在众多ADC中似乎并不算最顶尖但将其放入振动数据采集这个具体战场它的各项特性恰好形成了一套“组合拳”拳拳到肉地解决了我们的核心痛点。2.1 “快速”的价值不止于带宽更关乎动态捕捉振动信号尤其是冲击信号如轴承剥落、齿轮断齿其能量往往集中在极短的时间内。一个2 MSPS的采样率理论上可以无失真地采集最高1 MHz的信号根据奈奎斯特采样定理。这对于大多数机械振动分析通常关注数Hz到数十kHz而言已经绰绰有余。但“快速”的真正价值远不止于此。首先高采样率允许我们使用更高的抗混叠滤波器截止频率。这意味着我们可以保留更多真实的高频信号成分而不是在ADC之前就被滤波器无情砍掉。在风机监测中轴承早期故障的特征频率如轴承外圈故障频率及其谐波可能高达数kHzGAD7980的采样能力确保了这些关键信息能被完整记录。其次它提升了系统的动态响应能力。在多通道同步采集系统中例如同时采集XYZ三个方向的振动高采样率意味着每个通道都能获得足够高的时间分辨率便于后续进行精确的相位分析和轨迹绘制。GAD7980支持多片同步采样这对于分析振型至关重要。实操心得采样率不是越高越好。盲目追求过高的采样率会导致数据量暴增增加后端处理、存储和传输的压力。对于振动分析通常将采样率设置为所关心最高频率的2.56倍到4倍而不仅仅是2倍这是一个在信号保真度和系统效率之间的经验平衡点。对于GAD7980在关注10kHz以下振动时设置500 kSPS的采样率往往是性价比最高的选择。2.2 “精密”的内涵低噪声与高线性度的实战意义精密在ADC领域主要体现为低噪声和高线性度。GAD7980在2 MSPS全速运行时信噪比SNR典型值可达96 dB总谐波失真THD低至-110 dB。这些指标翻译成振动采集的语言意味着什么低噪声高SNR让你能“听”到更微弱的声音。想象一下在嘈杂的工厂车间里试图识别一台机器轴承发出的初期轻微摩擦声。系统的本底噪声就像车间的背景噪音如果ADC自身噪声太大SNR低那么微弱的故障信号就完全被淹没在噪声里了。GAD7980的高SNR特性相当于提供了一个极其安静的“聆听环境”使得微米级甚至亚微米级的振动位移变化都能被有效检测出来。这对于预测性维护PdM至关重要因为最早的故障征兆往往信号极其微弱。高线性度低THD则保证了信号“不变形”。振动信号分析严重依赖频谱分析FFT。如果ADC的非线性严重会在原始频率成分之外产生大量的谐波失真即THD。这些虚假的谐波成分会污染频谱图让你误判为设备存在某种规律的故障频率导致“幽灵报警”。GAD7980优异的线性度确保了从传感器出来的信号是什么样子数字化后几乎还是那个样子为后续精准的频谱诊断打下了坚实基础。2.3 “高分辨率”的威力在满量程中“明察秋毫”18位分辨率意味着GAD7980可以将输入电压范围划分为2^18 262,144个离散的阶梯。对于±10V的输入范围其最小可分辨的电压变化LSB约为 20V / 262,144 ≈ 76 µV。在振动采集中高分辨率带来了两大直接好处第一大幅提升了动态范围的有效利用率。我们不必再为了捕捉一个巨大的冲击信号而将量程设置得很大以至于微小的正常振动信号只用了ADC量程的底部一点点浪费了分辨率。现在我们可以设置一个更合理的量程既能保证大信号不饱和又能让小信号享受到高分辨率带来的精细化测量。第二便于实现“数字增益”。在后端数字信号处理中我们可以轻松地对特定频段或幅值范围的信号进行放大乘以一个系数而不必担心像模拟放大那样引入额外的噪声和非线性。高分辨率的原始数据为这种灵活的数字处理提供了充足的“底气”。与同类方案的对比思考在选型时我们自然也对比了其他架构的ADC。例如Σ-Δ型ADC虽然它能轻松实现24位甚至更高分辨率且在低频段有极佳的噪声性能但其输出数据速率ODR通常较低且存在固有的群延迟对于需要快速响应和精确相位同步的多通道振动采集有时并不适合。而SAR型ADC如GAD7980以其确定的采样周期、低延迟和易于实现多片同步的特性在动态信号采集领域一直占据着重要地位。GAD7980在SAR ADC中将速度、精度和分辨率做了一个非常均衡且高性能的整合。3. 基于GAD7980的振动采集前端硬件设计要点拥有一颗好的ADC芯片只是成功了一半围绕它的电路设计才是将性能落到实处的关键。以下是我在项目中总结的几个核心硬件设计要点。3.1 模拟前端AFE设计驱动与滤波的艺术GAD7980的输入是SAR架构典型的开关电容输入。在采样瞬间它会从外部电路吸入一个瞬态电流脉冲。如果驱动能力不足就会导致输入电压建立不完整引入误差。驱动运放的选择必须选择一款建立时间快、输出驱动能力强、噪声低的运放来驱动GAD7980。我推荐使用ADA4898-1或类似的高速精密运放。其低噪声1 nV/√Hz和高压摆率50 V/µs特性能确保在GAD7980的采样孔径时间内将输入信号稳定建立到所需的精度例如18位精度要求建立到1 LSB以内。抗混叠滤波器AAF设计这是振动采集的“守门员”。它的任务是在信号进入ADC之前滤除高于奈奎斯特频率采样率/2的高频成分防止其混叠到低频段造成干扰。对于振动信号一个简单的二阶有源低通滤波器如Sallen-Key拓扑通常就足够了。截止频率Fc设定通常设为有用最高频率的1.1到1.5倍。例如若关心5kHz以下的振动采样率设为25.6 kSPS则奈奎斯特频率为12.8 kHz。可将AAF的Fc设置为6-7 kHz。这样既保证了5kHz信号无衰减通过又对12.8kHz以上的噪声有足够抑制。运放选择滤波器运放同样要求低噪声和高带宽。可以使用驱动运放的同款以简化物料清单BOM。注意事项RC元件选择。滤波器中电阻和电容的精度和温度稳定性直接影响滤波器的截止频率精度。务必使用1%精度、低温漂的薄膜电阻和C0G/NP0介质的陶瓷电容或聚丙烯电容。一个随温度漂移的滤波器会使得系统频率响应不稳定。3.2 电源与基准源设计稳定的基石ADC的性能天花板很大程度上由它的电源和电压基准决定。电源去耦GAD7980的模拟电源AVDD和数字电源DVDD必须分开处理即使它们最终来自同一个稳压器。在每个芯片的电源引脚附近必须放置一个10 µF的钽电容或陶瓷电容用于低频去耦和一个0.1 µF的X7R陶瓷电容用于高频去耦并且尽可能靠近引脚。数字地DGND和模拟地AGND应在芯片下方单点连接通常通过一个0欧姆电阻或磁珠以便于调试。电压基准VREF这是ADC的“尺子”尺子不准一切测量都失去意义。GAD7980需要一个外部高精度、低噪声、低温度漂移的基准源。我选用的是ADR4540这是一款超高精度、低噪声的基准源。其初始精度高达0.02%噪声低至1.8 µVpp温漂仅3 ppm/°C。为基准源输出同样配置坚实的去耦网络例如1 µF 0.1 µF。基准源的负载调整率也要考虑确保在ADC采样瞬间吸入电流时基准电压依然稳定。3.3 数字接口与时钟设计确保数据无误传输GAD7980采用标准的SPI接口进行配置和数据读取。虽然接口简单但细节决定成败。时钟信号质量提供给GAD7980的采样时钟CONVST和SPI通信时钟SCLK必须干净、稳定。任何抖动Jitter都会直接转化为ADC的采样时间误差在高频输入时导致信噪比下降。建议使用有源晶振或时钟发生器芯片提供低抖动的时钟源并通过较短的走线传输至ADC。SPI走线对于高速SPI在2 MSPS时SCLK频率可能高达数十MHz需将SCLK、SDI、SDO、CS等信号线当作传输线来处理。保持走线长度匹配远离模拟信号和电源线以减少串扰。如果传输距离较长如超过10厘米需考虑端接匹配。数字隔离在工业现场为了阻断地环路干扰保护核心处理器通常在ADC的数字输出端或处理器端使用数字隔离器如ADuM3151。这会将ADC侧的SPI信号通过磁耦或容耦方式隔离后传送给处理器。注意隔离器的速度必须能满足SPI通信的最高速率。4. 软件驱动与数据采集流程实现硬件搭建好后需要通过软件通常是运行在MCU或FPGA上的固件来驱动GAD7980并构建一个稳定的数据流管道。4.1 初始化配置与时序控制GAD7980的配置寄存器相对简单主要通过SPI写入。关键配置包括工作模式选择连续转换模式还是单次转换模式。对于连续振动采集自然选择连续模式。输入范围根据前端传感器和调理电路的输出范围选择±5V、±10V等。数据输出格式选择偏移二进制码还是二进制补码以匹配处理器的数据处理习惯。最关键的时序是CONVST信号。在连续转换模式下CONVST的每一个上升沿启动一次新的转换。转换完成后ADC会拉低BUSY信号此时可以通过SPI读取转换结果。必须严格按照数据手册中的时序图来编程确保从CONVST上升沿到开始读取数据之间有足够的转换时间t_CONVERT。// 伪代码示例基于STM32 HAL库的GAD7980单次转换触发与读取 void GAD7980_ReadData(int16_t *data) { // 1. 拉高CONVST引脚启动转换 HAL_GPIO_WritePin(GAD_CONVST_GPIO_Port, GAD_CONVST_Pin, GPIO_PIN_SET); // 2. 等待最短的脉冲宽度如10ns通常一个空操作或短延时即可 __NOP(); __NOP(); // 3. 拉低CONVST引脚 HAL_GPIO_WritePin(GAD_CONVST_GPIO_Port, GAD_CONVST_Pin, GPIO_PIN_PIN_RESET); // 4. 等待BUSY引脚变低转换完成 while (HAL_GPIO_ReadPin(GAD_BUSY_GPIO_Port, GAD_BUSY_Pin) GPIO_PIN_SET); // 5. 通过SPI读取18位数据通常为3个字节 uint8_t rx_buf[3]; HAL_SPI_Receive(hspi1, rx_buf, 3, HAL_MAX_DELAY); // 6. 将3个字节组合成18位有符号整数 *data (int16_t)((rx_buf[0] 10) | (rx_buf[1] 2) | (rx_buf[2] 6)); }4.2 高速连续数据流的构建对于2 MSPS的连续采集靠CPU轮询BUSY引脚然后SPI读取是绝对来不及的必须利用外设的DMA直接存储器访问功能。推荐方案使用外部时钟驱动CONVST利用定时器TIM的输出比较模式产生一个精确的、频率等于采样率如500 kHz的方波直接连接到CONVST引脚。这样采样间隔由硬件保证极其精准。将BUSY信号连接到外部中断或作为SPI的触发源更巧妙的方法是利用BUSY的下降沿转换完成作为SPI DMA传输的触发信号。这样转换一完成DMA自动发起SPI读取请求无需CPU干预。配置SPI DMA为循环模式设置DMA将SPI数据寄存器DR的内容自动搬运到一个大的内存缓冲区如一个双缓冲数组。当缓冲区半满或全满时触发DMA中断通知CPU处理前一半或后一半已满的数据同时DMA继续向另一半填充数据实现无缝连续采集。这种“硬件定时触发 硬件事件驱动DMA”的模式将CPU解放出来只负责处理已经采集好的数据块如进行FFT、滤波、特征值提取等是实现稳定高速数据流的关键。4.3 数据校准与补偿即使硬件设计再完美系统也难免存在零点偏移和增益误差。因此上电后或定期进行系统校准是提升长期测量精度的必要步骤。零点校准将ADC输入端短接到地或一个已知的零电压基准采集一段时间的数据计算其平均值该值即为零点偏移量Offset。后续所有采样数据减去这个偏移量。增益校准向ADC输入端施加一个精确的、接近满量程的正弦波或直流电压如9.9V采集数据。已知输入电压为V_ref测得的数据平均值为D_ref。那么增益系数Gain V_ref / (D_ref - Offset)。后续所有采样数据需先减偏移再乘以增益系数才能得到真实的电压值。这些校准系数可以存储在非易失性存储器中每次上电加载。5. 系统集成测试与性能验证方法电路板焊接完成、代码编写完毕后不能直接上现场必须在实验室进行全面的性能验证。5.1 静态性能测试零点与噪声测试输入端接地以较高采样率如100 kSPS连续采集一段时间如1秒得到10万个样本。计算这些样本的平均值应接近0和标准差。标准差乘以6.6近似为峰峰值噪声与RMS噪声的比值可以估算出系统的峰峰值噪声它应该远小于1 LSB才能保证ADC的有效位数ENOB接近标称值。线性度测试使用高精度的可编程电压源如Keithley 2400从负满量程到正满量程以固定的步进如满量程的1/100输入直流电压记录ADC输出码值。绘制“输入电压-输出码值”曲线它应该是一条完美的直线。计算其微分非线性DNL和积分非线性INL这些值在数据手册中都有标称实测值应优于或接近手册值。5.2 动态性能测试这是振动采集系统最核心的测试。正弦波测试使用低失真的音频分析仪或高精度信号发生器产生一个1 kHz、幅度为满量程90%的正弦波输入到采集系统。以远高于2倍频率的采样率如200 kSPS采集一段数据。对采集到的数据进行FFT分析观察频谱图。信噪比SNR查看基波1kHz的幅值与除基波和直流外所有频率成分的RMS幅值之比。应接近GAD7980手册标称的96 dB。总谐波失真THD查看二次、三次等谐波2kHz, 3kHz...的幅值总和与基波幅值之比。应非常小优于-100 dB。无杂散动态范围SFDR频谱中最大的杂散非谐波分量与基波幅值之比。这个指标反映了ADC对微弱信号的检测能力越大越好。多通道同步测试如果系统有多片GAD7980用于多轴同步采集需要测试它们之间的同步精度。给所有通道输入同一个高频正弦波信号如10 kHz采集数据后比较各通道波形的相位差。理想情况下应该为0实际由于布线延迟等原因可能会有几个纳秒到几十纳秒的偏差这个偏差需要测量出来并在后期数据处理中予以补偿。5.3 实际振动信号模拟测试在实验室使用振动台或函数发生器配合积分电路模拟真实的振动信号如正弦扫频、随机振动、冲击脉冲输入系统。将采集到的数据与商用高精度数据采集卡如NI PXIe系统采集的同一信号进行对比验证整个采集链路从传感器接口到ADC数字输出的幅值精度和频率响应是否达标。6. 常见问题排查与实战调试技巧在实际调试中总会遇到一些预料之外的问题。以下是我踩过的一些坑和解决方法。6.1 问题排查速查表现象可能原因排查步骤与解决方法采样数据跳动大噪声远超标称1. 电源噪声大2. 模拟输入信号被数字噪声干扰3. 基准电压不稳定4. 驱动运放振荡或不稳定1. 用示波器检查AVDD和VREF引脚上的纹波确保在mV级别以下。加强去耦。2. 检查模拟走线是否与数字线特别是时钟线平行或过近。重新布局或用地线隔离。3. 测量基准源输出纹波和负载瞬态响应。确保基准源驱动能力足够输出端电容配置正确。4. 检查运放反馈环路确保相位裕度足够。在运放输出和ADC输入之间串联一个小电阻如10-100Ω。采集到的正弦波失真严重THD差1. 抗混叠滤波器设计不当引起相位失真或幅度波动2. 输入信号超出运放或ADC的线性范围3. 采样时钟抖动过大1. 用网络分析仪或信号源示波器测量滤波器频响曲线确保在通带内平坦。2. 检查信号链中各环节的输入输出范围确保无饱和。适当降低输入信号幅度测试。3. 更换更低抖动的时钟源检查时钟走线是否受到干扰。多通道数据之间存在固定的相位差或幅度差1. 各通道的模拟前端RC参数、运放存在微小差异2. 提供给各ADC的采样时钟存在延迟差3. 各ADC的基准电压存在差异1. 统一各通道的元器件型号和参数特别是滤波器的RC值。2. 使用时钟缓冲器如ADCLK914将同一个主时钟分发到各ADC并保持时钟走线等长。3. 为所有ADC使用同一个基准电压源并通过缓冲器分配到各芯片。高速连续采集时数据丢失或错位1. SPI通信速率设置过高时序不满足2. DMA缓冲区设置过小或中断处理太慢3. CONVST信号受到噪声干扰1. 降低SPI时钟频率确保在ADC数据手册规定的最大SCLK频率以下并留有余量。2. 增大DMA缓冲区优化中断服务函数只做标志位设置等最简操作将数据处理移到主循环。3. 检查CONVST信号波形确保边沿干净。可在驱动端串联一个小电阻并在ADC端对地加一个小电容以减缓边沿、减少振铃。6.2 调试中的“笨”办法与“巧”工具热风枪与冷冻喷雾当怀疑温漂问题时用热风枪轻微加热注意不要损坏芯片和周边元件或用冷冻喷雾冷却ADC、基准源等关键芯片同时监测输出数据的变化可以快速定位对温度敏感的环节。示波器的FFT功能不要只把示波器当电压表用。用它测量电源纹波、基准电压、时钟信号时一定要打开FFT功能看看在哪些频段存在异常的频谱成分。开关电源的开关噪声、数字电路的时钟谐波泄露都能一目了然。“割线”与“飞线”在调试版上大胆使用割线刀和飞线。例如如果怀疑数字地噪声影响了模拟部分可以尝试割断ADC下方模拟地和数字地的连接铜皮然后用一根导线在电源滤波电容的接地点进行单点连接观察效果。软件可调参数在软件中将采样率、滤波器截止频率如果使用可编程滤波器、量程等参数设计为可实时配置的。这样在调试时可以通过上位机软件快速改变参数观察系统响应而不需要反复烧录固件。回顾整个基于GAD7980的振动采集前端设计与调试过程我最大的体会是高性能ADC芯片提供了坚实的“天花板”但最终的系统性能“地板”则是由每一个电源去耦电容、每一毫米的PCB走线、每一行驱动代码的时序所共同决定的。振动信号是细微而诚实的任何环节的瑕疵都会被它放大并记录下来。GAD7980以其均衡而优秀的性能给了我们捕捉这些细微信号的强大工具而如何用好这个工具则需要我们秉持工程师的严谨在每一个细节上反复打磨。当你在频谱图上清晰地看到那个表征早期故障的特征频率尖峰而背景噪声却如平静的湖面时你就会觉得所有这些在实验室里的调试、排查和优化都是值得的。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2621684.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…