阵列天线方向图对比:均匀阵、切比雪夫、泰勒与稀疏阵选型指南
简介阵列天线方向图比较是阵列天线设计中的重要基础单元个数、阵元间距与波长三者共同决定波束宽度、旁瓣电平与零点位置。这套MATLAB源码包面向无线通信、雷达与天线工程学习者可帮助读者快速仿真不同参数组合下的方向图差异直观感受增加单元数对增益的提升、半波长间距对旁瓣的抑制以及波长与间距比值对主瓣和零点分布的影响。压缩包内共4个文件全部为.m脚本分别对应不同变量参数的方向图计算与绘制例程整体大小仅2KB精简轻量便于直接运行学习或在此基础上进一步扩展。该资源已有2134人浏览学习可见阵列方向图参数比较在入门与进阶阶段具有较高的参考价值。通过运行脚本读者可以对比2、4、8单元以及λ/2、λ、λ/4等间距条件下的方向图曲线掌握优化波束指向、抑制栅瓣的阵列设计基本方法。1. 选阵列方向图别只盯着增益看做阵列天线方向图对比最容易被坑的一件事就是只盯着增益看。前阵子帮某项目做阵列选型仿真里切比雪夫加权把旁瓣压到-30dB看着曲线漂亮得很结果实装测试一上转台波束指向偏了不说副瓣还抬起来一大截。反过来被吐槽“太原始”的均匀直线阵倒是稳稳当当没出大毛病。从那以后我做方向图对比一定先列前提、再看指标、最后才下结论。这篇就是来把“几种阵列的方向图比较”这件事讲透的。不管你是做相控阵、基站阵列还是测向系统只要纠结过“均匀阵、切比雪夫、泰勒、稀疏阵到底选哪个”这篇能帮你把评判维度、对比数据、仿真脚本和踩坑点一次拿全。新手可以照着结论做选型熟手可以拿我的对比逻辑和避坑清单当参照系。2. 先定评判维度四个指标把方向图看透2.1 口径效率与增益先分清“口面”和“阵元”很多人在阵列对比时第一句话就问“哪个增益高”。但增益这个数字本身是有前提的是方向性系数还是含损耗的实际增益是固定阵元数还是固定阵列口径这两个前提不说清楚对比结果完全没法看。我一般会这么比先固定两个条件之一。要么阵元数相同比如都是16元要么阵列物理口径相同比如都是8λ。这两个条件结果不一样。同样16个阵元间距越大口径越大主瓣越窄增益越高但超过λ/2间距就开始冒栅瓣。若是固定口径阵元数越多阵元间距就越小互耦越严重增益未必按比例涨。所以对比表里第一行永远是“前提”阵元数、间距、频率、扫描角范围。口径效率这个概念也容易被忽略。它反映的是阵列实际辐射能力相对均匀口径的比值。均匀直线阵的口径效率理论上是100%切比雪夫为了压旁瓣边缘阵元激励被强行抬起来导致口径效率掉到70%左右泰勒分布因为激励过渡更自然通常能保住80%以上。对雷达这类需要同时兼顾探测距离和抗干扰的系统这10%的效率差直接关系到射频链路预算不能只看方向图形状。2.2 主瓣宽度半功率波束宽度的工程含义主瓣宽度决定分辨力和测角精度是阵列方向图最重要的工程参数之一。半功率波束宽度HPBW越窄两个目标越容易被区分单脉冲测角曲线的斜率也越陡。但主瓣宽度的代价链很直接要压旁瓣主瓣必然展宽要窄波束就得多阵元或大口径。以16元均匀直线阵、λ/2间距为例HPBW大约在6.4°左右。同样的阵元数和口径切比雪夫压到-30dB旁瓣HPBW会被推到接近8°泰勒分布会因为等化旁瓣数量不同HPBW落在6.8°到7.5°之间。选择的时候与其纠结“哪个方向图好看”不如先问自己这个系统需要分辨多近的目标测角精度要求是多少主瓣宽了1°在远距离上对应的横向覆盖差距可能是几十米对雷达跟踪、通信波束对准都有实际影响。2.3 旁瓣电平峰值旁瓣 vs 积累旁瓣旁瓣电平是阵列对比里最敏感、也最容易被误读的指标。大多数人在意的是峰值旁瓣电平PSLL也就是方向图上除了主瓣之外最高的那个旁瓣。但做抗干扰设计时我更看重积累旁瓣把整个旁瓣区域的能量积分起来看它占总辐射能量的比例。峰值旁瓣低不等于积累旁瓣低因为旁瓣可能压得很平但数量多、面积大总泄漏能量照样可观。均匀直线阵的峰值旁瓣是-13.3dB这个数字是理论极限想绕开它就得靠幅度加权或稀疏布阵。切比雪夫能把所有旁瓣压到同一个设定值比如-30dB但积累能量变得均匀分散泰勒分布则只控制靠近主瓣的那几个旁瓣远处的旁瓣按距离自然衰减这两种形态在干扰场景里差别很大。需要提醒的是方向图一扫描实时旁瓣会随扫描角变化。常规切比雪夫权值是针对法向设计的扫描到30°以上投影口径变小旁瓣会逐渐抬高这是均匀阵、切比雪夫、泰勒都躲不掉的物理规律。所以对比旁瓣时一定要同时标出扫描角范围。2.4 稳健性权值误差和阵元位置误差的敏感度这是方向图对比里最“玄学”但又最现实的一环仿真曲线再漂亮实装阵列上每个通道的幅相误差、阵元位置误差、互耦效应都会改变实际方向图。稳健性差的阵列仿真越惊艳实装越翻车。切比雪夫阵列是典型的“高敏感”设计。当阵元数多、旁瓣要求低时切比雪夫权值在边缘阵元上会出现剧烈跳动相邻阵元激励幅度差距非常大。某实验室的测试数据也印证了这一点误差一上来切比雪夫方向图旁瓣电平实际只能保住设计值的70%左右极端情况下反而比均匀阵还差。泰勒阵列因为激励过渡平滑对误差的容忍度好很多。而均匀阵列虽然旁瓣高但激励幅度全部一致通道误差对它影响最小这也是它在工程里始终没被淘汰的原因。判断稳健性的方法很简单在仿真里给每个阵元的幅度加±0.5dB、相位加±3°的随机抖动跑50次蒙特卡洛看旁瓣电平的分布。分布越窄实装越可控。这个步骤我建议写进选型流程成本极低效果极好。3. 四种阵列摆在一起从方向图到工程代价3.1 均匀直线阵最基准的“裸参考”均匀直线阵是幅度全部相同、间距相等的阵列。它的方向图旁瓣固定在-13.3dB主瓣宽度在给定阵元数下是最窄的。作为对比基准所有加权的阵列都应该拿它当“起跑线”以多少dB的旁瓣恶化风险换取多少主瓣窄化和干扰抑制能力。工程角度看均匀阵馈电网络最简、通道一致性最好、宽带性能也最稳定因为不需要精度极高的幅度加权。代价是旁瓣确实高抗干扰能力弱对来自旁瓣方向的干扰几乎没有抑制能力。它在测向系统里仍有存在感因为测向更看重主瓣窄和相位一致性而不是旁瓣低。3.2 切比雪夫阵列最低旁瓣但有代价切比雪夫阵列的核心是“等化旁瓣”把方向图所有旁瓣都压到同一个设定值主瓣宽度同时展宽。理论上只要你想旁瓣可以压到-40dB以下但代价是激励幅度分布越来越极端阵列对误差越来越敏感。从选型角度看切比雪夫适合“旁瓣要求极高且阵元数不大”的场景。阵元数在8到16之间、旁瓣要求-25dB到-35dB时它是很实用的方案。但如果你要做一个32元以上的阵列还要求-40dB旁瓣切比雪夫基本不可用——边缘阵元激励幅度会比中心阵元跳变好几倍馈电网络根本做不出来就算做出来一个阵元的误差就能把旁瓣打回原形。3.3 泰勒阵列旁瓣可控与激励平滑的折中泰勒分布是切比雪夫和均匀分布之间的折中只控制靠近主瓣的若干个旁瓣等化其余旁瓣按sinc函数自然衰减。这个设计的巧妙之处在于它保留了大部分旁瓣控制能力同时让激励分布平滑得多工程可实现性大幅提升。参数nbar决定了等化旁瓣的数量。nbar越大方向图越接近切比雪夫的等化特性nbar越小越接近均匀分布的自然旁瓣衰减。我一般从nbar4开始试看主瓣宽度和激励幅度的平衡是否满足系统要求。泰勒在口径分布天线和离散阵列里都有成熟应用是大多数雷达阵列的实际选择。3.4 稀疏阵列省阵元还是省心稀疏阵列特别是稀布阵的思路是用更少的阵元达到接近满阵的主瓣宽度阵元位置通过遗传算法、粒子群等优化算法去逼近理想分布。省下的阵元意味着省天线单元、省射频通道、省功耗这在相控阵成本模型里非常诱人。代价也很大阵元位置一稀疏方向图容易出现不规则的杂散旁瓣峰值旁瓣电平的统计特性不稳定优化结果对位置误差非常敏感稍有安装偏差优化好的方向图就失效而且优化算法跑出来的结果往往很难给出一致的设计规律每个阵列都要单独解算。稀疏阵适合对成本重量极其敏感、且旁瓣要求不那么苛刻的场景比如某些轻量化通信载荷。选它之前先确认你能接受“每个阵列的布阵方案都是一次性定制”这个现实。3.5 四项指标的横向对比表下面的表是我做阵列选型时固定会画的一张对比表维度就是上一章讲的四个指标阵列类型峰值旁瓣主瓣宽度激励复杂度误差稳健性典型应用均匀直线阵-13.3dB基准最窄最低等幅馈电最好测向、宽带系统切比雪夫阵可任意设定如-30dB比均匀阵宽15%~25%高边缘阵元跳变大差阵元越多越敏感小阵元数抗干扰泰勒阵近旁瓣等化、远旁瓣衰减略宽于均匀阵中等激励平滑较好雷达、通信阵列稀疏阵杂散旁瓣不定接近满阵宽阵元数少但位置需优化差对位置误差敏感低成本轻量化载荷这里的数字没有绝对意义真正的对比必须绑定频率、阵元数、口径和扫描角。但这张表能在项目前期快速划掉不合适的候选省掉不少仿真时间。4. 仿真复现把方向图从公式变成曲线4.1 阵因子公式与代码框架方向图的物理模型是方向图乘积定理总方向图等于单元方向图乘以阵因子。做阵列级对比时通常先只看阵因子也就是假设每个阵元都是无方向性点源这样能把阵列本身的空间滤波特性单独拉出来看。阵因子的公式是 主波束指向法向、等间距直线阵的阵因子为各阵元激励相位项的叠加。用代码实现时把“阵元序号 n 乘以空间相位 k0·d·sinθ”写成矩阵一次把整个角度范围算完效率远高于循环。下面这段代码是我常用的一套对比框架统一阵元数、间距、角度范围和归一化方式再把三种加权分别算出来。4.2 三种加权方向图对比的演示脚本% 阵因子方向图对比均匀阵 vs 切比雪夫 vs 泰勒 % 统一前提N16 元d0.5*lambda法向波束 N 16; % 阵元数 d_lambda 0.5; % 阵元间距单位波长 theta -90:0.1:90; % 观察角度度 u sind(theta); % 角度转方向余弦 % 构造空间相位矩阵n * k0 * d * sin(theta) phase 2 * pi * d_lambda * (0:N-1). * u; % 1) 均匀加权 w_uniform ones(N,1); af_uniform abs(w_uniform. * exp(1j*phase)); % 2) 切比雪夫加权旁瓣目标 -30dB R_dB 30; w_cheb chebwin(N, R_dB); af_cheb abs(w_cheb. * exp(1j*phase)); % 3) 泰勒加权nbar4旁瓣目标 -30dB w_taylor taylorwin(N, 4, -30); af_taylor abs(w_taylor. * exp(1j*phase)); % 归一化到 0dB af_uniform af_uniform / max(af_uniform); af_cheb af_cheb / max(af_cheb); af_taylor af_taylor / max(af_taylor); % 画图对数坐标方便看旁瓣细节 figure; plot(theta, 20*log10(af_uniform), k-, ... theta, 20*log10(af_cheb), r--, ... theta, 20*log10(af_taylor), b-., LineWidth, 1.2); grid on; xlim([-90 90]); ylim([-60 0]); xlabel(角度度); ylabel(归一化方向图dB); legend(均匀, 切比雪夫-30dB, 泰勒-30dB); title(三种加权阵因子方向图对比N16, d0.5\lambda);这段代码里最关键的两个点是权值生成和归一化。chebwin(N, R_dB)的第二个参数是旁瓣电平的绝对值正dB而taylorwin(N, nbar, SLL)的第三个参数要传负dB值这两个函数的参数习惯不一样搞错了方向图会完全对不上。归一化建议统一在主瓣峰值上这样对比旁瓣才公平。跑出来的曲线应该能看到三个典型特征均匀阵第一旁瓣在-13.3dB附近切比雪夫所有旁瓣都压在-30dB泰勒只有靠近主瓣的前几个旁瓣被压到-30dB远旁瓣逐渐衰减混到淹没线以下。如果泰勒的远旁瓣也全部等化说明nbar选太大了这时候它已经退化成切比雪夫特性。4.3 从曲线看参数是否合理仿真跑出来之后别急着看好看不好看要按顺序检查三件事。第一主瓣宽度是不是和理论估算对得上16元、λ/2间距下均匀阵HPBW约6.4°第二第一旁瓣的位置和高度是否和加权类型匹配第三角度范围边缘有没有异常抬升特别是有没有栅瓣的“第二个主瓣”冒出来。如果看到两个完全相同高度的主瓣先查d_lambda是不是超过0.5了。间距一旦大于λ/2栅瓣就会进入可见区间这是参数设置问题不是算法问题。另外角度步长建议至少0.05°到0.1°如果步长太粗深零点会显示成一个浅平台看起来像旁瓣没压下去其实是采样不够密。5. 避坑与常见问题方向图对比中的五个大坑5.1 坑一栅瓣被误认为旁瓣现象仿真方向图在±90°附近出现了和主瓣几乎等高的“超级旁瓣”怎么加权都压不下去。原因阵元间距超过了一个波长空间相位混叠导致周期性主瓣进入可见空间。解决回到参数表检查d_lambda。常规阵列必须满足d ≤ λ/2一旦间距超标要么缩小间距要么牺牲扫描角范围。扫描角越大允许的间距越小这一点在规划口径时就要算清楚。5.2 坑二切比雪夫权重“照抄就翻车”现象从文献里抄了切比雪夫权值仿真旁瓣确实很低但实装一测试旁瓣比设计值高出一大截。原因文献权值常对应特定阵元数和旁瓣要求直接套用到自己的阵元数、频率、馈电精度条件下误差敏感性被放大了。解决不要直接抄权值用chebwin按自己的N和R重新生成。生成后看一眼权值序列如果相邻阵元激励差超过2倍就得考虑改用泰勒分布或者降低旁瓣要求。没经过蒙特卡洛误差仿真验证的切比雪夫设计不要直接投产。5.3 坑三固定口径还是固定阵元数没说清现象两份方案报告对比增益方案A说16元均匀阵增益高方案B说20元稀疏阵增益高评审会上吵不出结果。原因对比基线不一致。前者固定了阵元数后者固定了口径或成本两个前提下的增益数字没有可比性。解决做任何对比前先明确两条对比线第一固定阵元数、固定间距看加权方案差异第二固定物理口径看阵元数增减带来的影响。两条线分开画图不要混在一张表里。5.4 坑四角度分辨率不够深零被“填平”现象方向图深零点位置显示为-45dB平台而不是尖锐的-80dB深谷有人据此认为该阵列的零点深度不达标。原因角度扫描步长太粗零点尖峰恰好落在两个采样点之间采样点取到零点边缘的坡上峰值就被“平均”了。解决把theta步长从0.1°加密到0.01°或者对局部零点区间单独做精细扫描。判断零点深度时要把角度分辨率写进报告否则别人复现不出你的曲线。5.5 坑五互耦让仿真方向图失真现象阵因子仿真明明很好全波仿真软件里加进实际天线单元后方向图整体变形主瓣偏了旁瓣也不对称。原因阵因子模型默认阵元互不相干实际阵列中单元间互耦改变了各端口的有源单元方向图口径分布不再是预设权值。解决先用方向图乘积定理做快速选型定下候选后再用全波仿真如矩量法、FDTD对候选做精确验证。选型阶段的对比结论以阵因子为准但要清楚它只反映阵列空间滤波特性不反映单元的辐射特性。6. 结论什么场景选什么阵列如果把结论压缩成一句话均匀阵保稳健、切比雪夫压旁瓣、泰勒是折中、稀疏阵是成本妥协。实际工程里我一般按需求优先级分层推荐。第一优先级是成本那就直接算稀疏阵能省多少通道但要预留足够的仿真验证时间第二优先级是抗干扰旁瓣指标异常苛刻阵元数又不大的场景切比雪夫合适第三优先级是稳健和性能都要那就直接泰勒分布起步nbar从4开始扫描看主瓣和激励的平衡。至于均匀阵测向、校准、宽带系统里它依然有不可替代的位置别因为它“基础”就跳过。如果你正在做选型报告建议按这个流程走一遍先定对比前提阵元数、口径、频率、扫描角再用第四章脚本跑出四条曲线然后套用第五章的避坑清单排除隐藏问题最后结合系统需求卡指标。这套流程我自己在多个项目里反复用过能避免至少一半的返工。回到开头那个某项目的例子。后来我们放弃切比雪夫改用泰勒分布同时给每个阵元做了一轮蒙特卡洛误差分析实装方向图和仿真偏差控制在2dB以内。从那以后我每次做阵列对比都强制先写一张“对比前提卡片”贴在仿真文件第一行阵元数、间距、频率、扫描角、误差预算一项都不能缺。这个习惯救过我很多次希望帮到你。本文还有配套的精品资源点击获取

相关新闻

PHP+MySQL企业官网源码实战:从架构拆解到部署避坑指南

PHP+MySQL企业官网源码实战:从架构拆解到部署避坑指南

简介:这是一套基于HTML5与CSS的展示型企业网站静态源码,面向需快速搭建线上门面的小微企业、个人站长,也适合前端初学者通过整站案例学习页面布局与样式控制。全套代码无后台、无数据库,将文件上传至空间或直接在本地打开index.ht…

2026/10/18 8:35:17 阅读更多 →
动漫推荐平台系统开发实战:从协同过滤到社区落地

动漫推荐平台系统开发实战:从协同过滤到社区落地

"动漫交流与推荐平台系统"这个项目,起因其实特别朴素:新番季一到,"求推荐好看的番"这类提问在各类评论区能刷出上千条,而安利内容散落在论坛、弹幕站、聊天群里,碎片化严重。一个新人想找一部适合…

2026/10/18 8:35:16 阅读更多 →
SpringBoot+Vue林业产品推荐系统全栈实践:推荐引擎与权限管理

SpringBoot+Vue林业产品推荐系统全栈实践:推荐引擎与权限管理

一个典型的"推荐系统后台管理"全栈项目,最容易让人误判的地方在于:你会以为核心难点是推荐算法,但实际上,真正把项目拖垮的往往是数据怎么组织、权限怎么控制、推荐结果怎么更新这些"看起来不酷"的事。这篇就…

2026/10/18 8:35:16 阅读更多 →

最新新闻

RT-LAB实时仿真实战:模型拆分、HIL测试与常见故障排查指南

RT-LAB实时仿真实战:模型拆分、HIL测试与常见故障排查指南

最近团队接了一个半实物仿真项目,甲方要求控制系统必须在实时环境下验证,我花了差不多两个星期啃 RT-LAB 文档。本来以为实时仿真就是把 Simulink 模型搭好直接编译下装,结果一上手就发现根本不是这么回事。光是Perspectives.144117571这一份…

2026/10/18 9:33:31 阅读更多 →
LJ-Navigator2安装部署全解析:从YAML配置到批处理引擎

LJ-Navigator2安装部署全解析:从YAML配置到批处理引擎

简介:LJ-Navigator2安装包是一份面向LJ系列设备使用者的专业调试工具资源,由作者以RAR压缩包形式提供,整体容量约397.08MB。该工具聚焦互换积分操作,能够辅助用户完成通信协议解析、设备状态监控以及交互数据检查,适用…

2026/10/18 9:33:31 阅读更多 →
AI营销如何打通全域增长命脉:断点拆解与落地指南

AI营销如何打通全域增长命脉:断点拆解与落地指南

AI营销榜单发布后的那段时间,我被问得最多的一个词不是“AI”,而是“全域增长”。榜单上被重点提到的,正是一家以前很少出现在大众视野里的MarTech公司。它凭什么能被视为2026年增长命脉的打通者?很多人以为这只是又一轮概念包装&…

2026/10/18 9:33:31 阅读更多 →
MATLAB手写CNN识别MNIST:从卷积到反向传播的完整工程解析

MATLAB手写CNN识别MNIST:从卷积到反向传播的完整工程解析

简介:面向MATLAB用户与深度学习初学者的CNN手写数字识别资源,以MNIST经典手写数字数据集为对象,完整演示卷积神经网络的原理与实现,覆盖数据预处理、模型构建、训练与评估流程。资源共16个文件,压缩包仅12.42MB&#x…

2026/10/18 9:33:31 阅读更多 →
基于ResNet-50的人脸多属性识别:多任务学习工程实践与踩坑复盘

基于ResNet-50的人脸多属性识别:多任务学习工程实践与踩坑复盘

需求方最开始给的需求只有一句话:给一张正脸照片,同时返回年龄、性别、人种三个属性。团队里很快分成两派,一派认为老老实实训三个模型最稳,另一派想把三个任务塞进同一个网络里用多任务学习一把搞定。最终我们选了后者&#xff0…

2026/10/18 9:33:31 阅读更多 →
Java版Personal Agent实战:基于Spring Boot与Spring AI构建生产级智能体

Java版Personal Agent实战:基于Spring Boot与Spring AI构建生产级智能体

1. 这个 Java 版 Personal Agent 到底解决了什么问题1.1 从“调个 API”到“跑一个 Agent”,中间差了什么过去一年,围绕大模型的工程实践基本分成了两条路。一条是 Python 生态里各种 Agent 框架快速迭代,另一条是 Java 生态里大量业务系统想…

2026/10/18 9:32:31 阅读更多 →

日新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 0:55:02 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 14:23:36 阅读更多 →