现代通信原理14.2:M进制数字调制信号波形的向量表示
文章目录
- 1. 用向量表示MMM进制信号
- 2. OOK信号波形的向量表示
- 3. 2PSK信号波形的向量表示
- 4. 正交2FSK信号波形的向量表示
1. 用向量表示MMM进制信号
对于M进制数字调制信号而言,如果我们有了完备的标准正交波形集{fn(t),n=1,2,…,N}\{f_n(t),\ n=1,2,\ldots, N\}{fn(t), n=1,2,…,N},就可以把信号sm(t),m=1,2,…,Ms_m(t),m=1,2,\ldots,Msm(t),m=1,2,…,M,表示成{fn(t)}\{f_n(t)\}{fn(t)}的线性组合,即
sm(t)=∑n=1Nsmnfn(t),m=1,2,…,M(1.1)\tag{1.1} s_m(t)=\sum_{n=1}^{N}s_{mn}f_n(t),\quad m=1,2,\ldots,M sm(t)=n=1∑Nsmnfn(t),m=1,2,…,M(1.1)由此,我们可以把信号sm(t)s_m(t)sm(t)表示成向量
sm=[sm1,sm2,…,smN],(1.2)\tag{1.2} {\rm s}_m=[s_{m1},s_{m2},\ldots,s_{mN}], sm=[sm1,sm2,…,smN],(1.2)其中,
smn=∫−∞∞sm(t)fn(t),m=1,2,…,M;n=1,2,…,N.(1.3)\tag{1.3} s_{mn}=\int_{-\infty}^{\infty}s_m(t)f_n(t),\quad m=1,2,\ldots,M;n=1,2,\ldots,N. smn=∫−∞∞sm(t)fn(t),m=1,2,…,M;n=1,2,…,N.(1.3)也就是说,sm(t)s_m(t)sm(t)为正交函数集{fn(t),n=1,2,…,N}\{f_n(t),\ n=1,2,\ldots, N\}{fn(t), n=1,2,…,N}所张成的向量空间中的一个点。进一步,可以得到信号sm(t)s_m(t)sm(t)的能量为Em=∫−∞∞sm2(t)dt=∑n=1Nsmn2=∥sm∥2.E_m=\int_{-\infty}^{\infty}s_m^2(t)dt=\sum_{n=1}^{N}s_{mn}^2=\|{\bf s}_m\|^2. Em=∫−∞∞sm2(t)dt=n=1∑Nsmn2=∥sm∥2.若有能量信号sm(t)s_m(t)sm(t)和sk(t)s_k(t)sk(t),其内积为
⟨sm(t),sk(t)⟩=∫−∞∞sm(t)sk(t)dt=∑n=1N∑i=1Nsmnski∫−∞∞fn(t)fi(t)dt=∑n=1Nsmnskn=sm⋅sk,(1.4)\tag{1.4} \begin{aligned} \langle s_m(t),s_k(t)\rangle&=\int_{-\infty}^{\infty}s_m(t)s_k(t)dt\\&=\sum_{n=1}^{N}\sum_{i=1}^{N}s_{mn}s_{ki}\int_{-\infty}^{\infty}f_{n}(t)f_{i}(t)dt\\ &=\sum_{n=1}^{N}s_{mn}s_{kn}={\bf s}_m\cdot{\bf s}_k, \end{aligned} ⟨sm(t),sk(t)⟩=∫−∞∞sm(t)sk(t)dt=n=1∑Ni=1∑Nsmnski∫−∞∞fn(t)fi(t)dt=n=1∑Nsmnskn=sm⋅sk,(1.4)相关系数为
ρmk=1EmEk∫−∞∞sm(t)sk(t)dt=sm⋅sk∥sm∥∥sk∥,(1.5)\tag{1.5} \begin{aligned} \rho_{mk}=\frac{1}{\sqrt{E_m}\sqrt{E_k}}\int_{-\infty}^{\infty}s_{m}(t)s_{k}(t)dt=\frac{{\bf s}_m\cdot{\bf s}_k}{\|{\bf s}_m\|\|{\bf s}_k\|}, \end{aligned} ρmk=EmEk1∫−∞∞sm(t)sk(t)dt=∥sm∥∥sk∥sm⋅sk,(1.5)二者之间(欧式)距离为
dmk=∫−∞∞[sm(t)−sk(t)]2dt=Em+Ek−2EmEkρmk.(1.6)\tag{1.6} \begin{aligned} d_{mk}=\sqrt{\int_{-\infty}^{\infty}[s_m(t)-s_k(t)]^2dt}=\sqrt{E_m+E_k-2\sqrt{E_mE_k}\rho_{mk}}. \end{aligned} dmk=∫−∞∞[sm(t)−sk(t)]2dt=Em+Ek−2EmEkρmk.(1.6)若Em=Ek=EsE_m=E_k=E_sEm=Ek=Es,则有
dmk=2Es(1−ρmk).(1.7)\tag{1.7} \begin{aligned} d_{mk}=\sqrt{2E_s(1-\rho_{mk})}. \end{aligned} dmk=2Es(1−ρmk).(1.7)若用向量表示,则信号sm(t)s_m(t)sm(t)和sk(t)s_k(t)sk(t)之间欧氏距离为
dmn=∥sm−sk∥.(1.8)\tag{1.8} d_{mn}=\|{\bf s}_m-{\bf s}_k\|. dmn=∥sm−sk∥.(1.8)
【小结】
- MMM个能量有限信号可以映射为NNN维信号空间中的MMM个点;
- 在NNN维信号空间中的MMM个点集合称为信号星座,其图形称信号星座图(或信号空间图);
- 信号空间图中从坐标原点到信号空间中某一向量长度的平方等于相应信号的能量;
- 在信号空间中,两向量端点之间的距离称为两个信号波形之间的欧式距离,其平方等于两信号波形之差的能量。
2. OOK信号波形的向量表示
- OOK发送信号波形
OOK调制时,发送信号为
s(t)={s1(t)=2Es1Tbcos2πfct"1"s2(t)=0"0"(2.1)\tag{2.1} s(t)=\left\{ \begin{aligned}&s_1(t)=\sqrt{\frac{2E_{s1}}{T_b}}\cos2\pi f_ct\quad &"1"\\ &s_2(t)=0\quad &"0" \end{aligned} \right. s(t)=⎩⎪⎨⎪⎧s1(t)=Tb2Es1cos2πfcts2(t)=0"1""0"(2.1)其中,Es1E_{s1}Es1为信号s1(t)s_1(t)s1(t)的能量。注意由于Es2=0E_{s2}=0Es2=0,因此当“0”、“1”等概率时,信号的平均能量Es=12[Es1+Es2]=Es12E_s=\frac{1}{2}[E_{s1}+E_{s2}]=\frac{E_{s1}}{2}Es=21[Es1+Es2]=2Es1,故Es1=2EsE_{s1}=2E_sEs1=2Es - 正交函数集构造
下面我们来构造正交函数集{fn(t),n=1,2,…,N}\{f_n(t),\ n=1,2,\ldots, N\}{fn(t), n=1,2,…,N}。
【Gram-Schmidt方法构造正交函数集】
下面我们讨论如何用Gram-Schmidt方法,从能量有限的信号集{sm(t),m=1,2,…,M}\{s_m(t),m=1,2,\ldots,M\}{sm(t),m=1,2,…,M}构造正交函数集{fn(t),n=1,2,…,N}\{f_n(t),\ n=1,2,\ldots, N\}{fn(t), n=1,2,…,N}。首先,有
f1(t)=s1(t)E1,f_1(t)=\frac{s_1(t)}{\sqrt{E_1}}, f1(t)=E1s1(t),这里E1E_1E1为信号s1(t)s_1(t)s1(t)的能量。随后,我们把s2(t)s_2(t)s2(t)投影到f1(t)f_1(t)f1(t)上去,得到
c12=∫−∞∞s2(t)f1(t)dt,c_{12}=\int_{-\infty}^{\infty}s_2(t)f_1(t)dt, c12=∫−∞∞s2(t)f1(t)dt,再从s2(t)s_2(t)s2(t)中将c12f1(t)c_{12}f_1(t)c12f1(t)减去,可以得到
f2′(t)=s2(t)−c12f1(t),f_2'(t)=s_2(t)-c_{12}f_1(t), f2′(t)=s2(t)−c12f1(t),对其归一化后有
f2(t)=f2′(t)E2,f_2(t)=\frac{f_2'(t)}{\sqrt{E_2}}, f2(t)=E2f2′(t),其中E2E_2E2为f2′(t)的能量f_2'(t)的能量f2′(t)的能量。一般情况下,有
fn(t)=fn′(t)En,f_n(t)=\frac{f_n'(t)}{\sqrt{E_n}}, fn(t)=Enfn′(t),这里EnE_nEn为信号
fn′(t)=sn(t)−∑i=1n−1cinfi(t)f_n'(t)=s_n(t)-\sum_{i=1}^{n-1}c_{in}f_i(t) fn′(t)=sn(t)−i=1∑n−1cinfi(t)的能量,而
cin=∫−∞∞sn(t)fi(t)dt.c_{in}=\int_{-\infty}^{\infty}s_n(t)f_i(t)dt. cin=∫−∞∞sn(t)fi(t)dt.
由于s1(t)=2Es1Tbcos2πfcts_1(t)=\sqrt{\frac{2E_{s1}}{T_b}}\cos2\pi f_cts1(t)=Tb2Es1cos2πfct,我们得到
f1(t)=s1(t)Es1=2Tbcos2πfct,f_1(t)=\frac{s_1(t)}{\sqrt{E_{s1}}}=\sqrt{\frac{2}{T_b}}\cos2\pi f_ct, f1(t)=Es1s1(t)=Tb2cos2πfct,由s2(t)=0s_2(t)=0s2(t)=0,得到c12=0c_{12}=0c12=0,因此f2(t)=0f_2(t)=0f2(t)=0。故可以得到一维正交函数集
{f1(t)=2Tbcos2πfct},0≤t≤Tb.(2.2)\tag{2.2} {\Large \{}f_1(t)=\sqrt{\frac{2}{T_b}}\cos2\pi f_ct{\Large \}},\ 0\le t\le T_b.{f1(t)=Tb2cos2πfct}, 0≤t≤Tb.(2.2)
- OOK信号的向量形式
下面我们把si(t),i=1,2s_i(t),i=1,2si(t),i=1,2表示为向量形式,有
si=[si1],i=1,2{\bf s}_i=[s_{i1}],\ i=1,2 si=[si1], i=1,2这里si1=∫−∞∞si(t)f1(t)dts_{i1}=\int_{-\infty}^{\infty}s_i(t)f_1(t)dtsi1=∫−∞∞si(t)f1(t)dt为波形si(t)s_i(t)si(t)映射到f1(t)f_1(t)f1(t)上的投影,因此,可得
s11=∫−∞∞s1(t)f1(t)dt=Es1f1(t)=2Esf1(t)s21=0(2.3)\tag{2.3} \begin{aligned} s_{11}&=\int_{-\infty}^{\infty}s_1(t)f_1(t)dt=\sqrt{E_{s1}}f_1(t)=\sqrt{2E_{s}}f_1(t)\\ s_{21}&=0 \end{aligned} s11s21=∫−∞∞s1(t)f1(t)dt=Es1f1(t)=2Esf1(t)=0(2.3)所以我们可以将信号s1(t)s_1(t)s1(t)和s2(t)s_2(t)s2(t)分别映射为一维向量s1{\bf s}_1s1以及s2{\bf s}_2s2,即
s1(t)=2Es1Tbcos2πfct→s1=[2Es]s2(t)=0→s2=[0](2.4)\tag{2.4} \begin{aligned} s_1(t)=\sqrt{\frac{2E_{s1}}{T_b}}\cos2\pi f_ct\ &\rightarrow \ {\bf s}_{1}=[\sqrt{2E_{s}}]\\ s_{2}(t)=0&\rightarrow \ {\bf s}_2=[0] \end{aligned} s1(t)=Tb2Es1cos2πfct s2(t)=0→ s1=[2Es]→ s2=[0](2.4) - OOK信号星座图
由于N=1N=1N=1,因此信号空间为一维空间,可以画出两个信号对应的向量点,即星座图,如图1所示。显然,对于OOK信号,其两个信号s1(t)s_1(t)s1(t)与s2(t)s_2(t)s2(t)之间的互相关系数以及距离分别为
ρ12=0(2.5)\tag{2.5} \rho_{12}=0 ρ12=0(2.5)以及d12=Es1+Es2−2Es1Es2ρ12=Es1=2Es.(2.6)\tag{2.6} \begin{aligned} d_{12}&=\sqrt{E_{s1}+E_{s_2}-2\sqrt{E_{s1}E_{s2}}\rho_{12}}\\ &=\sqrt{E_{s1}}=\sqrt{2E_s}. \end{aligned} d12=Es1+Es2−2Es1Es2ρ12=Es1=2Es.(2.6)从图1中,也很容易看出两个信号点之间的距离为d12=2Esd_{12}=\sqrt{2E_s}d12=2Es。
图1 OOK信号的星座图
3. 2PSK信号波形的向量表示
- 2PSK发送信号波形
2PSK发送信号为
s(t)={s1(t)=2EsTbcos2πfct"1"s2(t)=−2EsTbcos2πfct"0"(3.1)\tag{3.1} s(t)=\left\{ \begin{aligned}&s_1(t)=\sqrt{\frac{2E_{s}}{T_b}}\cos2\pi f_ct\quad &"1"\\ &s_2(t)=-\sqrt{\frac{2E_{s}}{T_b}}\cos2\pi f_ct\quad &"0" \end{aligned} \right. s(t)=⎩⎪⎪⎪⎨⎪⎪⎪⎧s1(t)=Tb2Escos2πfcts2(t)=−Tb2Escos2πfct"1""0"(3.1)显然,对于2PSK信号,有平均符号能量Es=Es1=Es2E_s=E_{s1}=E_{s2}Es=Es1=Es2。 - 完备标准正交函数集
与OOK类似,我们构造一维正交函数集
{f1(t)=2Tbcos2πfct},0≤t≤Tb.(3.2)\tag{3.2} {\Large \{}f_1(t)=\sqrt{\frac{2}{T_b}}\cos2\pi f_ct{\Large \}},\ 0\le t\le T_b.{f1(t)=Tb2cos2πfct}, 0≤t≤Tb.(3.2) - 2PSK信号的向量形式
由于
s1(t)=Esf1(t)s2(t)=−Esf1(t)(3.3)\tag{3.3} \begin{aligned} s_1(t)&=\sqrt{E_s}f_1(t)\\ s_2(t)&=-\sqrt{E_s}f_1(t) \end{aligned} s1(t)s2(t)=Esf1(t)=−Esf1(t)(3.3)我们可以将信号s1(t)s_1(t)s1(t)和s2(t)s_2(t)s2(t)分别映射为一维向量s1{\bf s}_1s1以及s2{\bf s}_2s2,即
s1(t)=2Es1Tbcos2πfct→s1=[Es]s2(t)=−2Es1Tbcos2πfct→s2=[−Es](3.4)\tag{3.4} \begin{aligned} s_1(t)&=\sqrt{\frac{2E_{s1}}{T_b}}\cos2\pi f_ct\ &\rightarrow \ {\bf s}_{1}=[\sqrt{E_{s}}]\\ s_2(t)&=-\sqrt{\frac{2E_{s1}}{T_b}}\cos2\pi f_ct\ &\rightarrow \ {\bf s}_{2}=[-\sqrt{E_{s}}] \end{aligned} s1(t)s2(t)=Tb2Es1cos2πfct =−Tb2Es1cos2πfct → s1=[Es]→ s2=[−Es](3.4)
`- 2PSK信号的星座图
2PSK信号的星座图,如图2所示。显然,对于2PSK信号,其两个信号s1(t)s_1(t)s1(t)与s2(t)s_2(t)s2(t)之间的互相关系数以及距离分别为
ρ12=−1(3.5)\tag{3.5} \rho_{12}=-1 ρ12=−1(3.5)以及d12=2Es(1−ρ12)=2Es.(3.6)\tag{3.6} \begin{aligned} d_{12}&=\sqrt{2E_{s}(1-\rho_{12})}=2\sqrt{E_s}. \end{aligned} d12=2Es(1−ρ12)=2Es.(3.6)
图2 2PSK信号星座图
4. 正交2FSK信号波形的向量表示
- 正交2FSK信号波形
设2FSK信号为
si(t)=2EsTscos2πfit,(4.1)\tag{4.1} s_i(t)=\sqrt{\frac{2E_{s}}{T_s}}\cos2\pi f_i t, si(t)=Ts2Escos2πfit,(4.1)这里,f1=fc+Δf2f_1=f_c+\frac{\Delta f}{2}f1=fc+2Δf,f2=fc−Δf2f_2=f_c-\frac{\Delta f}{2}f2=fc−2Δf。显然,对于2FSK信号,有平均符号能量Es=Es1=Es2E_s=E_{s1}=E_{s2}Es=Es1=Es2。
为了定义正交2FSK信号,我们来看s1(t)s_1(t)s1(t)和s2(t)s_2(t)s2(t)的相关系数
ρ12=1Es∫0Tss1(t)s2(t)dt=2Ts∫0Tscos(2πf1t)cos(2πf2t)dt=1Ts∫0Ts[cos2π(f1+f2)t+cos2π(f1−f2)t]dt=1Ts∫0Ts[cos2πfct+cos2πΔft]dt≈1Ts∫0Tscos2πΔftdt=Sa(2π⋅Δf⋅Ts)(4.2)\tag{4.2} \begin{aligned} \rho_{12}&=\frac{1}{E_s}\int_{0}^{T_s}s_1(t)s_2(t)dt\\ &=\frac{2}{T_s}\int_{0}^{T_s}\cos (2\pi f_1t)\cos (2\pi f_2t)dt\\ &=\frac{1}{T_s}\int_{0}^{T_s}[\cos 2\pi (f_1+f_2)t +\cos 2\pi (f_1-f_2)t]dt\\ &=\frac{1}{T_s}\int_{0}^{T_s}[\cos 2\pi f_ct +\cos 2\pi \Delta ft ]dt\\ &\approx \frac{1}{T_s}\int_{0}^{T_s}\cos 2\pi \Delta ft \ dt\\ &={\rm Sa}(2\pi \cdot \Delta f\cdot T_s) \end{aligned} ρ12=Es1∫0Tss1(t)s2(t)dt=Ts2∫0Tscos(2πf1t)cos(2πf2t)dt=Ts1∫0Ts[cos2π(f1+f2)t+cos2π(f1−f2)t]dt=Ts1∫0Ts[cos2πfct+cos2πΔft]dt≈Ts1∫0Tscos2πΔft dt=Sa(2π⋅Δf⋅Ts)(4.2)为了保证s1(t)s_1(t)s1(t)和s2(t)s_2(t)s2(t)正交,有ρ12=0\rho_{12}=0ρ12=0,因此Δf=k⋅12Ts\Delta f=k\cdot \frac{1}{2T_s}Δf=k⋅2Ts1,这里kkk为任意不为零整数。 - 完备标准正交函数集
对于正交2FSK信号,我们构造二维正交函数集
f1(t)=2Tbcos2πf1t,0≤t≤Ts.f2(t)=2Tbcos2πf2t,0≤t≤Ts.(4.3)\tag{4.3} f_1(t)=\sqrt{\frac{2}{T_b}}\cos2\pi f_1t,\quad 0\le t\le T_s.\\ f_2(t)=\sqrt{\frac{2}{T_b}}\cos2\pi f_2t,\quad 0\le t\le T_s. f1(t)=Tb2cos2πf1t,0≤t≤Ts.f2(t)=Tb2cos2πf2t,0≤t≤Ts.(4.3) - 正交2FSK信号的向量形式
由于
s1(t)=Esf1(t)s2(t)=Esf2(t)(4.4)\tag{4.4} \begin{aligned} s_1(t)&=\sqrt{E_s}f_1(t)\\ s_2(t)&=\sqrt{E_s}f_2(t) \end{aligned} s1(t)s2(t)=Esf1(t)=Esf2(t)(4.4)我们可以将信号s1(t)s_1(t)s1(t)和s2(t)s_2(t)s2(t)分别映射为一维向量s1{\bf s}_1s1以及s2{\bf s}_2s2,即
s1(t)=2Es1Tbcos2πfct→s1=[Es,0]s2(t)=−2Es1Tbcos2πfct→s2=[0,Es](3.4)\tag{3.4} \begin{aligned} s_1(t)&=\sqrt{\frac{2E_{s1}}{T_b}}\cos2\pi f_ct\ &\rightarrow \ {\bf s}_{1}=[\sqrt{E_{s}},0]\\ s_2(t)&=-\sqrt{\frac{2E_{s1}}{T_b}}\cos2\pi f_ct\ &\rightarrow \ {\bf s}_{2}=[0,\sqrt{E_{s}}] \end{aligned} s1(t)s2(t)=Tb2Es1cos2πfct =−Tb2Es1cos2πfct → s1=[Es,0]→ s2=[0,Es](3.4)
`- 正交2FSK信号的星座图
正交2FSK信号的星座图如图3所示。显然,s1(t)s_1(t)s1(t)与s2(t)s_2(t)s2(t)之间的互相关系数ρ12=0\rho_{12}=0ρ12=0,距离d12=2Es(1−ρ12)=2Es.d_{12}=\sqrt{2E_{s}(1-\rho_{12})}=\sqrt{2E_s}.d12=2Es(1−ρ12)=2Es.
图3 正交2PSK信号星座图
比较2ASK、2PSK以及正交2FSK这三种信号,我们会发现,在信号平均能量EsE_sEs相等的情况下,2ASK和2FSK这两种调制方式中,两个信号点之间的欧式距离相等,均为2Es\sqrt{2E_s}2Es;而对于2PSK调制,两个信号点之间欧式距离为2Es2\sqrt{E_s}2Es,事实上,这也是为什么采用相干解调时,2PSK的误码性能最好的原因。
现代通信原理14.2:M进制数字调制信号波形的向量表示相关推荐
- 基于MATLAB的多进制数字调制信号的矢量星座图分析
1 前言 通信即传输信息,进行信息的时空转移.通信系统的作用就是将信息从信源发送到一个或多个目的地.实现通信的方式和手段很多,如手势.语言.旌旗.烽火台和击鼓传令,以及现代社会的电报.电话.广播.电视 ...
- 【笔记整理】通信原理第六章复习——数字带通传输系统(下)(多进制数字调制)
多进制数字调制系统 在信道频带受限时,为了提高频带利用率,通常多进制数字调制系统.以增加信号功率和实现上的复杂性. RB=Rblog2M,ηb=RbBR_B=\frac{R_b}{\log_2M}, ...
- 现代通信原理14.1:正交向量空间与正交信号空间
文章目录 1.向量空间 1.1 向量空间的概念 1.2 向量的内积 1.3 向量的范数 1.4 标准正交向量组 1.5 Gram-Schmidt正交化 1.6 向量的正交表示 2.信号空间 2.1 信 ...
- 字符串16进制数字转换到Ascll字符串
16进制数字转换到Ascll的原理也比较简单,由于unsignal char是8位数据 (这里用unsignal char的原因是表示的数字大小为0-255,用16进制数字FF表示) 可以包含2位16 ...
- 时钟表24进制HTML,24进制数字电子钟时计器、译码显示电路 具有自动清零功能
设计要求 时间以24秒为一个周期,具有自动清零功能. 前言 24进制电子数字钟是实现具有24进制清零功能的电子钟,它主要由脉冲.10进制加法器74LS160.译码器74LS48.共阴极tisim9和P ...
- notepad++ 16进制数字加前缀0x
最近在写一个C#的嵌入式打印机的demo 遇到一个问题 因为我们研发给出指令是16进制,但前面没有0x,写代码时需要在前面增加0x 在csdn上面搜了一下,发现有用txt增加的或者是notepad++ ...
- java10进制数和16进制数字相互转换
1 将java10进制数字转换为16进制 String hex= Integer.toHexString(numb); 2 将java 16进制字符转换为10进制数 BigInteger bigint ...
- FPGA多进制数字相位调制( MPSK)
目 录 摘要 1 Abstract 2 第1章 绪论 3 1.1 设计意义 3 1.2 设计要求 3 第2章 多进制数字相位调制
- string char* 16进制数字转化 unsigned char* 转化 字符串拼接
项目中用到了16进制数字的转化 , 但是输出的是通过sha1加密,字符是两两转化为16进制数,要求是将其连接起来发送成一个字符串. 首先 要用到string时需要加载相关的头文件 #include & ...
- 字符串转16进制和16进制数字解码成字符串的方法 ,适用于所有字符(包括中文)
package com.test;import java.io.ByteArrayOutputStream;public class Test {public static void main(Str ...
最新文章
- 教育部:不得将研究生当作廉价劳动力!也不得故意拖延毕业时间!
- Python发展迅猛,如何在Python热中脱颖而出了?
- annotation java log_使用java注释来注入logger依赖关系
- 算法模板-对称性递归
- virtualenv在windows10下面使用的注意事项
- 状态开关(ToggleButton)
- android shape.xml 属性详解
- vmware-vmx.exe无法结束进程_孤儿进程与僵尸进程产生原理分析,以及终极解决方案案例实现...
- 免费证书https://lamp.sh/ssl.html
- win10电脑开机密码忘了怎么办_电脑开机密码忘了怎么办最简单的方法_windows7教程...
- ERR_BLOCKED_BY_CLIENT - 请求被广告拦截插件拦截
- maven(2)——修改maven的setting.xml文件,更改下载地址和镜像
- 数据库查看内存,数据大小
- 计算机cpu型号有,Intel九代CPU型号都有哪些?盘点目前已知的Intel处理器型号大全...
- Grid++ Report6.5使用
- 工行网银助手 重装错误
- c言语或符号怎么输入
- Java程序员最喜欢的11款免费IDE编辑器
- 连接mysql的url是什么意思_URL是什么意思?
- POJ 2356 Find a multiple 神题 传说中的经典.
热门文章
- 国内趋于概念化的 “数据分析”在硅谷是怎样真正落地的?
- 12.python之pymsql模块
- 【译文】Nodejs官方文档(Part 3 断言测试)
- 移动互联网赌博的大礼包触发
- [原创]RCP项目:邮件客户端
- SpringBoot 轻量级英文版个人博客 flame
- bci测试如何整改_电源动态响应测试,什么样的波形算合格?
- python语言程序设计编程题_《python语言程序设计》_第二章编程题
- c++:template使用中的常见报错
- 动物统计加强版 nyoj290