【程序人生】研二上快结束了~整理最近的思路

看一下自己的《每日科研进展》群聊,把最近做的事情和后面要做的事情整理一下思路。

1月1日到1月7日 在整理NoC Router执行流程和Chisel环境Setup流程:
NoC Router执行流程
在这里插入图片描述

Chisel安装流程总结:

  1. 先安装jdk,配置环境变量
  2. 安装sbt,不用配置环境变量
  3. 安装idea社区版
  4. 离线安装scala的idea插件
  5. 配置sbt换源
  6. 利用template工程验证helloworld,
    注意:6.1 配置自己下载的sbt完成项目构建
    6.2 setup scala sdk 选择自己的scala 而不是create

1月8日到1月17日 在学习无线通信,从作业、project、PPT、去年期末考试题、教材着手复习,学习了

  • 各种衰落的发生的条件
  • AWGN/瑞利衰落信道下错误率的推导
  • 多普勒频移与相干时间
  • 时延扩展与相干带宽
  • 排队论(主要是M/M/1类型)

等无线通信的基础知识,在project环节对基于深度学习的信道估计进行了复习和整理,由于补充了无线通信的基础知识,对深度学习信道估计理解更深入了一些。

一开始我对瑞利衰落下检测错误率的推导完全不清楚,看书看的很懵,L师兄给我看了他之前调研mimo的ppt,认真阅读之后很有收获。在做project阶段,认真阅读了Q学弟做的PPT,了解了深度学习信道估计领域的前沿论文和前后之间的关系。所以我觉得不能只知道守着自己做的那点事,多学习别人成熟的调研结果是很有意义的。同理,在学习过程中切忌守着有限的资料闭门造车,一定要多找资料。

后面离放假还有半个月,目前的长期计划是一方面跟着组内的科研思路走,做好NoC的工作,另一方面补充IC前端设计相关知识,争取秋招进芯片行业。

目前手头的资料:

  • 手把手教你设计RISC-V处理器
  • 从零教你写CPU的B站视频
  • 集创赛
  • 胡伟武《计算机体系结构》书籍
  • 《通信IC设计》书籍

感觉需要补充的知识:

  • 继续做NoC
  • AXI学习
  • Chisel学习

近期计划:
针对本周周五、周六、周日,以及下周的计划,最基本的是完成自己分内的科研工作,从理论和实现两方面考虑,理论部分要补充NI的知识,具体来说先从老师发的NI的论文入手,阅读完并总结一下,实现的角度继续补充Chisel知识,把NoC Router的测试尽快推进。

【评估多目标跟踪方法】9个高度敏捷目标在编队中的轨迹和测量究(Matlab代码实现)内容概要:本文围绕“评估多目标跟踪方法”,重点究9个高度敏捷目标在编队飞行中的轨迹生成与测量过程,并提供完整的Matlab代码实现。文中详细模拟了目标的动态行为、运动约束及编队结构,通过仿真获取目标的状态信息与观测数据,用于验证和比较不同多目标跟踪算法的性能。究内容涵盖轨迹建模、噪声处理、传感器测量模拟以及数据可视化等关键技术环节,旨在为雷达、无人机编队、自动驾驶等领域的多目标跟踪系统提供可复现的测试基准。; 适合人群:具备一定Matlab编程基础,从事控制工程、自动化、航空航天、智能交通或人工智能等相关领域的究生、科人员及工程技术人员。; 使用场景及目标:①用于多目标跟踪算法(如卡尔曼滤波、粒子滤波、GM-CPHD等)的性能评估与对比实验;②作为无人机编队、空中交通监控等应用场景下的轨迹仿真与传感器数据分析的教学与究平台;③支持对高度机动目标在复杂编队下的可观测性与跟踪精度进行深入分析。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注轨迹生成逻辑与测量模型构建部分,可通过修改目标数量、运动参数或噪声水平来拓展实验场景,进一步提升对多目标跟踪系统设计与评估的理解。
本软件实现了一种基于时域有限差分法结合时间反转算法的微波成像技术,旨在应用于乳腺癌的早期筛查。其核心流程分为三个主要步骤:数据采集、信号处理与三维可视化。 首先,用户需分别执行“WithTumor.m”与“WithoutTumor.m”两个脚本。这两个程序将在模拟生成的三维生物组织环境中进行电磁仿真,分别采集包含肿瘤模型与不包含肿瘤模型的场景下的原始场数据。所获取的数据将自动存储为“withtumor.mat”与“withouttumor.mat”两个数据文件。 随后,运行主算法脚本“TR.m”。该程序将加载上述两组数据,并实施时间反转算法。算法的具体过程是:提取两组仿真信号之间的差异成分,通过一组专门设计的数字滤波器对差异信号进行增强与净化处理,随后在数值模拟的同一组织环境中进行时间反向的电磁波传播计算。 在算法迭代计算过程中,系统会按预设的周期(每n次迭代)自动生成并显示三维模拟空间内特定维切面的电场强度分布图。通过对比观察这些动态更新的维场分布图像,用户有望直观地识别出由肿瘤组织引起的异常电磁散射特征,从而实现病灶的视觉定位。 关于软件的具体配置要求、参数设置方法以及更深入的技术细节,请参阅软件包内附的说明文档。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

农民真快落

我琢磨着也没人给我打赏呀。。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值