PT-WPT高阶系统SLSPC拓扑复现:Simulink建模与参数整定全攻略

去年年底我接到一个任务:复现某篇 SCI 一区论文里的高阶 PT-WPT 系统。那套系统用的是一种冷门拓扑系列,标题里叫 SLSPC,仿真平台是 Simulink。一开始我天真地以为,论文复现无非是照着电路图搭模型、抄参数跑出波形,结果前后折腾了将近三周,踩了无数坑才算是把主要结论"复现"出了个八九成。过程中最有价值的收获,未必是最终那几张波形图,而是搞明白了这套基于高阶补偿网络和宇称-时间对称原理的无线电能传输系统,到底是怎么被设计出来的、每一条优化曲线背后藏着什么物理逻辑。

这篇文章不打算复述论文,而是想把这一路从读论文、拆拓扑、搭 Simulink 到反复校准参数的过程做个完整复盘。目标是让后面接手类似"一区论文复现"工作的朋友,尤其是刚接触 WPT 仿真的研究生,能少走我走过的弯路。

1. 为什么选这篇论文复现:一区论文的"可复现性"陷阱

先说结论:SCI 一区论文不等于每一步都能直接照着做,它往往是"思路清晰、细节缺失"的重灾区。我选这篇《基于 SLSPC 系列的高阶 PT-WPT 无线电能传输系统研究》来复现,原因有三个。

第一,它的研究主线非常聚焦。整篇论文围绕"PT-WPT"——也就是宇称-时间对称无线电能传输——在高阶补偿网络下的行为展开,不像很多 WPT 论文把阻抗匹配、频率追踪、效率优化全塞在一起,导致每个点都讲不透。这篇的核心问题是:当系统从传统的二阶补偿升级到 SLSPC 系列的高阶补偿结构后,频率特性和功率传输特性会发生什么变化?这个问题的工程价值很直接——传统 WPT 系统的传输距离和效率受频率分裂影响严重,而 PT 对称结构能在一定距离范围内保持恒定的传输功率,如果把高阶网络加进去,理论上能以更高的效率维持这种鲁棒性。

第二,标题里的"SLSPC"系列着实勾起了我的好奇心。这个缩写不是一个通用的大类名称,更像是作者对某类拓扑自创的家族称呼。从电路结构上推测,它是一类同时包含串联电感、并联电容、串联电容补偿元件的混合拓扑——名字里的"SL(Series-L)"、"SP(Series-Parallel)"、"C(Compensation)"组合起来,体现了谐振网络 "既串联又并联" 的高阶特点。这类拓扑最大的优势是给设计者提供了更多自由度:你可以通过调整多个谐振元件参数,改变系统的增益曲线形状、输入阻抗特性,甚至抑制特定频率下的谐波分量。

第三,它的仿真工作量可控。整篇系统并不涉及复杂的控制算法,核心就是主电路拓扑加开环驱动,难点全在参数设计和电路求解上。用 Simulink/Simscape 搭一个完整的 WPT 模型,需要建的模块不算多,但每个模块藏着的坑相当多。

不过我必须提醒一句:这种"一区偏仿真"的论文,作者往往默认读者具备相当好的电磁场和电路理论背景,很多中间推导一略而过。我自己在复现初期就被卡在一个"显然可得"的公式变换上卡了两天——这在复现论文时非常常见,别指望作者的推导每一步都是完备的。

2. 复现前先啃原理:PT-WPT、SLSPC 拓扑与高阶补偿网络的底层逻辑

在动手建模之前,磨刀不误砍柴工。这一节渗透了我在复现过程中的大量推导和试错,建议初学者至少把基本概念过一遍。

2.1 PT-WPT 到底是什么

PT-WPT 里的"PT",全称是 Parity-Time,宇称-时间对称。它源于量子力学中的 PT 对称哈密顿量概念,被引入到 WPT 领域后解决了一个非常实际的问题:传统感应耦合 WPT 系统在耦合系数变化时,输出功率会呈现"频率分裂"现象——原本应该在谐振频率点出现最大功率,结果在大耦合系数下,功率峰值反而出现在两个分裂的频率点上,中间频率点的功率甚至跌到谷底。

PT 对称 WPT 的思路是让发射端和接收端的谐振器满足"增益等于损耗"的条件,也就是让系统整体处于 PT 对称的奇异点附近。在这个状态下,系统的本征频率对耦合系数变化不再敏感,输出功率能在一定距离范围内基本保持恒定。通俗地讲,它相当于给系统设置了一个"背景自调节机制"——当接收端离得近、耦合强时,系统自动降低传输功率需求;离得远、耦合弱时,系统又能自动补偿。这种特性在给移动设备无线充电、体内医疗设备供电这类场景下价值极高。

2.2 SLSPC 系列拓扑到底是什么结构

我在论文复现前,花了一整天专门梳理标题中的"SLLSPC"到底指什么。虽然全称是作者自创的,但通过系统结构可以确定它是高阶补偿网络的一种家族化命名。传统 WPT 系统常见的补偿结构有 SS(串串)、SP(串并)、PS(并串)、PP(并并) 四种,其中 SS 最常用,结构简单但频率分裂严重;LCC、LCL 等混合补偿则在 SS 基础上增加了自由度,能实现恒流/恒压输出。

SLSPC 则更进一步——它不只是简单地把两个补偿元件串并联,而是形成了一条包含多个谐振单元的"高阶链":串联电感和并联电容构成低阻抗路径,再与串联电容共同参与谐振。这个拓扑的一个显著特征是:系统的谐振频率不再是单一值,而是会出现多个"工作频率点"或者一个展宽的近恒功率频率区间。

更重要的,SLSPC 系列在 PT 对称框架下的表现让我对这类拓扑有了新的认知——它不是单纯为了追求更大的传输距离,而是让系统在更宽的负载和耦合变化范围内保持稳定的输出。论文里的仿真和实验波形也证实了这一点。

2.3 高阶带来的是什么代价

高阶补偿网络当然不是白拿好处的。每多一个储能元件,系统的阶数就升高一阶,带来的问题主要有三个:

  • 参数敏感性激烈增加:极点分布变得密集,几个谐振元件稍微偏一点,系统可能就跑出稳定的 PT 区间。
  • 启动瞬态过程更复杂:阶数一高,状态变量的初始暂态更长,仿真时间常数设计不好,波形要达到稳态需要跑很久。
  • 控制/调谐难度上升:如果要实现动态调谐,可调的元件变多,线性度和互耦关系变复杂。

所以论文复现时,我在参数上卡腿最严重的地方就是"怎么确定初始的谐振元件值"。那篇论文里数据表给得很全,但我核对了多组参数组合后,发现它们与理论推导公式之间并不是一一对应。后来我才意识到,很多高阶拓扑的元件值是"微调"过的——作者在数值优化中做了迭代,最终采用的不是解析解,而是优化解。这给直接复现带来了比较大的障碍。

3. Simulink 建模前必须想清楚的"四件事"

很多人一上手就打开 Simulink 拖模块,结果搭了一半发现模型结构错了,全部推倒重来。我在第一次搭模型时就犯了这种错误,连错了两次,后来总结出四个必须先想清楚的问题。

3.1 选择哪种建模域:电气域还是物理域

Simulink 里搭 WPT 系统主要有两种路线:

一种是用 Simscape Electrical 里的"电气域"元件,包括电阻、电容、电感、理想变压器、耦合线圈、MOSFET 等。这种方式最大的优点是:你不必手写电路微分方程,Simscape 求解器会自动建立系统的微分代数方程组(DAE),并用变步长隐式求解器进行数值求解。它适合搭完快跑、看波形,尤其在开关动作引起的非线性行为方面比纯 Simulink 元件准确得多。

另一种是"信号域"模型,即用 Simulink 里的基础库自己搭状态方程,自己写 S-Function 或用 Integrator 模块实现。这种方式我用过一次就放弃了——它虽然速度稍快一些,但搭高阶模型时状态变量太多,容易出错,而且调试的体验非常痛苦。

所以我的建议很明确:主电路部分使用 Simscape Electrical,控制部分用 Simulink 基本库。二者通过 Simulink-PS Converter 和 PS-Simulink Converter 接口连接,注意单位转换。开关管的驱动信号用脉冲发生器或者自己写周期方波都行。

3.2 线圈模型到底怎么建立

WPT 系统的核心是耦合线圈。在 Simscape 里,有两个选择:

  • 直接用 Mutual Inductance 模块设置两绕组之间的互感值,配合两个线圈的自感。这个方法的优点是搭建速度快,参数清晰,适合用来复现系统的电路级行为。
  • 更精细的方式是用"耦合线圈(Controlled Voltage Source + Magnetic Domain)"去建模,甚至引入有限元提取的 L 矩阵和 R 矩阵,这样虽然更贴近实际,但仿真速度会大幅下降,收敛难度也上升。

论文复现阶段,我的建议是先用互感和自感建模。注意线圈的内阻必须加上——WPT 仿真场景下,无内阻的线圈带来的问题不是精度,而是数值求解困难,系统容易振荡、不收敛。还有一点要提醒:互感 M 不是常数,它随距离变化。论文里如果给出了传输距离与 M 的对应曲线(一般是近似为 M = k·sqrt(L1L2),k 随距离单调下降),仿真时可以直接把 k 作为可变参数扫描。

3.3 开关管的模型选级:从理想开关到 MOSFET 详细模型

SLSPC 拓扑中开关管主要承担高频逆变的作用,把直流变成几十千赫兹到几百千赫兹的交流方波。这个环节有两个选择:

  • 理想开关/断态开关:仿真极快,结果干净,但无法反映开关损耗和 dc/dt 引起的电流尖峰。
  • MOSFET 详细模型(包括导通电阻、结电容、反向二极管):更真实,但仿真时间和收敛难度都增加,尤其在硬开关场景下经常因为结电容和寄生电感引发高频数字振荡。

我在复现 PT-WPT 时发现,PT 对称系统的发射端通常需要"负电阻"特性——也就是系统要有增益元件来抵消接收端带来的损耗,这通常由逆变器实现。逆变器在不同开关频率下呈现的等效输入阻抗不同,所以开关频率的设置对系统是否会进入 PT 对称状态起着决定性作用。

刚开始用理想开关跑出了类似于论文的结果,但把开关换成数学模型后,输出的电压波形出现了一系列高频毛刺。后来我加上了 RC 缓冲电路、调整了求解器步长,才把毛刺压住。

3.4 求解器的选择是玄学更是硬功夫

Simscape 电气模型对求解器极度敏感。我尝试过几种配置,最终稳定采用的是 ode23t(适用于刚性系统)或 ode15s。具体到 WPT 这种高频开关电源仿真,系统的电气时间常数差异可达几个数量级——开关瞬态可能是微秒级,而整个功率传输周期的动态可能是毫秒级,属于比较典型的刚性系统。

另外,把求解器的"最大步长"设置成开关周期的 1/100 到 1/50,能大幅减少高频毛刺。但代价是仿真时间变长。我建议先使用变步长求解器的自动步长模式,把相对容差设为 1e-4,等波形基本稳定后再追求精度,否则第一天就在仿真速度的低迷中度过。

4. 模型搭建的落地实操与参数整定

这一节是真正动手的部分。我以自己搭建的模型为例,讲怎么把论文里的一个拓扑转成 Simulink 仿真模型,并且让仿真波形逼近论文里的结果。

4.1 从电路图到 Simulink 元件的映射过程

第一步先手绘拓扑图,明确几个回路节点:

  • 直流电源 Vdc -> 全桥逆变器(4 个 MOSFET)
  • 逆变器输出 -> 原边 SLSPC 网络(即串联电感、并联电容、串联电容的组合)
  • 原边线圈 L1 与副边线圈 L2 磁耦合
  • 副边 SLSPC 网络 -> 整流桥 -> 负载电阻

然后逐块映射:

  • 直流电源:用 DC Voltage Source,幅值参数依据论文给定的直流母线电压
  • 全桥逆变器:用 4 个 MOSFET 模块,每个管子并联一个反并联二极管;栅极信号通过两路 PWM 脉冲控制,同一桥臂的上下管在任何时刻不能同时导通,预留死区时间。我用的是 Simulink 里自带的脉冲发生器,直接设定方波的频率和占空比
  • 原副边补偿网络:按图分别放置串联电容 C1、并联电容 Cp、串联电感 Ls,搭成一串。这里必须注意电容的初始电压不要设置为零——否则启动瞬间会出现很大的电流尖峰,这在论文复现中容易被忽略
  • 耦合线圈:用 Mutual Inductance 模块,把两个电感参数填进去,互感填 M
  • 副边整流桥:四种二极管组成的桥堆,输出端加滤波电容,再接电阻负载

Simscape 电气元件的"线"是用物理连接端口连接的,不能直接连 Simulink 的控制信号线。所以从 PWM 脉冲源到 MOSFET 的门极信号,中间必须加 Simulink-PS Converter。同时为了观察波形,还需要把电压、电流信号转换回 Simulink 域,再用 Scope 查看。为了方便扫描参数,我直接把直流电压、开关频率、负载电阻、互感值都设置成了变量,在脚本里利用 sim 命令批量运行。

4.2 关键参数怎么确定:从论文表格到优化初值的”翻译“

论文里的参数表格虽然表面上给出了所有元件值,但如果直接搬进仿真,一般很难马上得到论文那样的波形图。原因有二:

第一,很多论文的元件值是"额定工况点"附近的值,并没有给出对温度变化或者驱动电压的容差边界。比如某个电容标的是 47 nF,实际取值可能是 46.8 nF,这微小的差异在 S 参数扫描里可能表现为中心频率偏移几十 kHz。

第二,高阶系统的谐振频率不是只看一个 C 和一个 L,而是多个储能元件共同作用的结果。此时解析描述比较复杂,大家在论文中通常也给的是数值优化后的参数组合。

所以我的经验是,先把论文给的元件值代入仿真,然后做一个"粗扫描":在理论谐振频率附近 ±10% 范围内扫描开关频率,观察输出功率最大的那个频率点。如果这个频率点和论文给出的工作频率不一致,那就再微调并联电容或者串联电感,把中心频率拉回来。

这个过程本质上是在做"电路调音"。我实际花费的时间大概是一整天,扫描了二十多个频率点、调整了三组元件参数,最终得到的输出功率-频率曲线形态才和论文上的趋势一致。

4.3 参数扫描与批量仿真:用脚本驱动 Simulink

手动在界面上点仿真、再记录数据、再改参数,效率太低,更适合用脚本驱动:

% 参数批量扫描脚本示例 clear; clc; % 定义扫描变量范围 k_list = 0.05:0.02:0.35; % 耦合系数扫描 freq_list = 80e3:2e3:120e3; % 开关频率扫描 % 基础参数(取自论文,初始化取值) Vdc = 20; % 直流母线电压 L1 = 120e-6; % 原边自感 L2 = 120e-6; % 副边自感 C1s = 47e-9; % 串联补偿电容 C1p = 22e-9; % 并联补偿电容 Ls = 60e-6; % 串联补偿电感 Rload = 10; % 负载电阻 % 载入模型 open_system('SLSPC_WPT_Demo.slx'); for k = k_list set_param('SLSPC_WPT_Demo/互感模块/MutualInductance','M', num2str(k*sqrt(L1*L2))); for fsw = freq_list set_param('SLSPC_WPT_Demo/脉冲发生器','频率', num2str(fsw)); sim('SLSPC_WPT_Demo.slx'); % 记录在稳态段的输出功率平均值 Pout(end+1) = mean(Pout_sig((end-2000):end)); % 假设Pout_sig为输出功率波形 Freq(end+1) = fsw; Kval(end+1) = k; end end

实际跑完这些扫描,总仿真时长大概在几十分钟到几小时不等,取决于你设置了多少个点、最大步长以及求解器精度。在调通之前,建议不要一上来就大规模扫描,先用三组点验证整个批量流程没问题,再扩大范围。

4.4 复现输出功率-频率特性曲线的要点

PT-WPT 最核心的可复现结果就是"功率-频率特性曲线"和"功率-距离(耦合系数)特性曲线"。前者直观展现频率分裂行为是否被 PT 对称机制抑制,后者展现距离变化下输出功率的稳定性。

我在复现中发现一个容易被忽略的细节:输出功率的统计窗口必须取在系统达到稳态之后。开关电源仿真一开始的暂态可能长达几十个周期,如果直接对整个仿真时长的功率取平均,得到的曲线会和论文曲线差很多。处理办法是先让仿真跑完足够长的时间,然后只取后 10%~20% 的数据做平均。另外,负载电阻如果太小,系统可能工作在"过耦合"状态,此时 PT 对称条件被破坏,输出功率曲线会突然出现凹陷;如果负载电阻太大,则系统输出功率整体偏低,曲线趋于平缓。论文中的负载值通常经过优化,仿真时最好不要随意更换这个值。

5. 复现论文数据时,当曲线"对不上"该怎么办

这一步应该是最多人会卡住的地方。我见过太多人一发现曲线对不上就怀疑自己的模型搭错了,其实未必——更多时候是"对照方式"的问题。

5.1 先确认论文里给的是仿真曲线还是实验曲线

在复现之前,先看论文的数据来源。如果是纯仿真曲线,那你复现时各个参数应该都能在论文里找到,理论上曲线应该能基本对齐。如果论文给的是实验曲线,那就麻烦了——实验里线圈的寄生参数、驱动波的上升沿、开关管的管压降、PCB 走线电感全都会影响最终结果,纯仿真对不上是合理化的事。这篇论文恰好是仿真和实验两种都给了一部分,所以在分析的开始阶段,我只对照它仿真的部分。

5.2 对不上的常见原因和检查顺序

当曲线形态一致但数值差一截时,按这个顺序排查:

  1. 开头先看归一化:很多论文的功率曲线是标幺值或者 dB 值。如果直接把实验数据当标量来对比,自然对不上。检查纵轴单位、横轴单位,甚至检查它是不是"相对功率"。
  2. 再看负载条件:负载是否和论文一致?论文里负载可能是一个等效电阻,如果你用纯电阻代替,但负载实际包含直流滤波电容的 ESR,就会造成差异。最简单的办法是滤波电容值暂时调大,让输出电压纹波更小。
  3. 然后查开关频率:高阶系统的输出功率对频率异常敏感。相差 1% 的频率可能意味着功率差出 30%。如果曲线形状都对,只是峰值位置整体平移了,多半就是某个补偿电容的参数偏了。
  4. 最后检查互感模型:互感受距离影响,有时论文里给出的是"耦合系数 vs 距离",你需要自己换算成 M。这里的换算是 M=k·sqrt(L1L2),其中 L1、L2 也要注意是包含补偿网络的等效值还是线圈自感,两者有区别。

5.3 对标"实验结果"时的特殊待遇

论文里如果给了实验数据,通常实验条件和仿真条件之间会出现若干"理想化差异"。最典型的差异在于线圈的寄生电阻和谐振电容的 ESR。仿真模型里如果线圈 Q 值设得过高,仿真效率会远高于实验值。此时需要把合理的电阻值加进去。怎么加?最朴素的办法是给线圈串一个零点几欧姆的电阻,再跑一遍效率峰值,对比论文实验值,反推残留损耗分配到哪边。

我一开始用理想电感和理想电容仿真时,效率峰值到了 96% 以上,论文里实验效率只有 85% 左右。给线圈加了电阻、考虑了开关损耗后,整体曲线才压了下来。

6. 我踩过的最深的一个坑:启动瞬态把 PT 对称区"烫"坏了

这个坑值得单独拿出来讲,因为完全不搜索经验、很难想到,但它对结果的正确性是致命的。

PT 对称 WPT 系统在启动时往往要经历一个较大的瞬态过程——因为在 t=0 时,所有电容初始电压为零、电感初始电流为零,逆变器突然把直流电压加到谐振网络上,相当于一个阶跃激励。高阶网络在一阶跃下的响应是一个包含多个频率分量的衰减振荡,如果某个分量的频率恰好落在系统的非线性区,峰值电流可能远超过稳态设计值。

我在一次大功率扫描时发现,某个特定负载下仿真在运行到第二个周期左右发散,求解器直接报错。当时以为是数值问题,降低步长也没用。后来把电容初始电压设成仿真启动时刻的直流母线电压的一半之后,系统立刻稳定了。再往后想才对——PT 对称网络的"奇异点"非常靠近参数平面上的不稳定边界,启动时的电流过冲完全可能把系统工作点推出边界,导致振荡发散。

此外,逆变器的死区时间也不能乱设。死区太小,桥臂直通;死区太大,输出电压基波分量下降,等效负电阻减小,系统可能无法进入 PT 区间。论文如果没给死区数值,一般取开关周期的 1%~2% 比较稳妥。

7. 复现探讨:SLSPC 还有哪些值得深挖的方向

复现成功后,我不只是停在"论文里给的验证完了"这一步。实际上,高阶 PT-WPT 的 SLSPC 拓扑有非常大的扩展空间,这里列几个我认为特别值得往下做的方向:

  • 宽负载范围下的失谐校正:高阶拓扑中多个谐振元件的选参自由度高,目前论文里多用固定参数。如果做成可调电容/可调电感阵列,再配上简单的反馈控制,整个系统的鲁棒性会再上一个台阶。
  • 多负载并联场景:一个发射端同时给两个或多个接收端供电时,PT 对称条件如何变化、SLSPC 结构是否依然能保持功率稳定性,这在论文里没有细讲,做出来也很有意义。
  • 频率追踪与快速求解:高阶系统存在多个本征频率,系统工作时到底是锁定在哪个频率上?如果加上阻抗匹配网络或频率追踪算法,动态响应能力会更好。要做这种研究,可以借助 Simulink 里的 Impedance Analyzer 工具或者自己写扫频脚本,在状态空间模型中快速求解频率响应。

另外,仿真模型的复用价值很高。我从零搭好的 SLSPC_WPT_Demo 模型,后来被直接改造成了 LCC 拓扑和 SS 拓扑的对比模型,只改几个元件的连接关系和参数,就能快速输出对比数据。这种"搭一个模型、改出全家"的思路,在写论文、做方案横向对比时效率极高。

关于下一步,我个人打算把效率优化和损耗分布分析加进去——目前模型里对开关损耗和磁件损耗只是粗略估计;等把损耗模型做得更精细一些,就能用来做系统设计的自动优化,这样整个模型才算真正形成闭环。

相关新闻

CodeBlocks配置GoogleTest单元测试:从静态库编译到项目集成全攻略

CodeBlocks配置GoogleTest单元测试:从静态库编译到项目集成全攻略

很多用 CodeBlocks 写 C 的人,第一次接触单元测试时都会有点懵。IDE 很轻量,装上 MinGW 就能编译,但测试框架不会自己出现在菜单里;去网上搜 GoogleTest 配置,出来的基本是 Visual Studio 或者纯命令行的 CMake 教程&a…

2026/10/20 17:07:31 阅读更多 →
C++多线程开发入门:从std::thread到线程池的同步与并发实践

C++多线程开发入门:从std::thread到线程池的同步与并发实践

写多线程代码难在哪?难在它不像单线程那样能靠“从上往下读”预测程序行为。很多初学者把我问得最多的一个问题就是:“C 多线程开发到底该怎么开始?”不瞒你说,我自己第一次写多线程程序时也踩过不少坑,比如双击运行没…

2026/10/20 17:07:31 阅读更多 →
军人体能五项标准化评分引擎:规则驱动、版本可控、可审计的轻量计算系统

军人体能五项标准化评分引擎:规则驱动、版本可控、可审计的轻量计算系统

简介:这是一套专为军队体能考核设计的Python自动化评分系统,面向基层部队训练骨干、新兵连教官及军事体育教学人员,解决五项体能成绩(单杠、仰卧起坐、蛇形跑、3公里跑、体型)人工汇总耗时长、标准易偏差、跨性别/年龄…

2026/10/20 17:06:30 阅读更多 →

最新新闻

Claude Code实战:宠物健康管理系统全栈开发复盘

Claude Code实战:宠物健康管理系统全栈开发复盘

1. 项目概述:这不是一个“AI写代码”的演示,而是一次真实产品级开发的完整复盘“Claude Code从零搭建新项目全流程AI实现-宠物生命周期管理App”——这个标题里藏着三个关键信息点:Claude Code是核心工具链,从零搭建强调过程完整性…

2026/10/20 18:30:19 阅读更多 →
DeepSeek本地部署避坑指南:Ollama安装与模型尺寸选择

DeepSeek本地部署避坑指南:Ollama安装与模型尺寸选择

简介:这份PDF资料面向对大模型感兴趣的技术爱好者与研发人员,聚焦DeepSeek在本地环境下的部署方法与核心训练原理,帮助读者以低成本方式搭建可离线运行的大模型应用。内容从本地部署的三个实操步骤切入,逐步延伸至LLM基础概念、Tr…

2026/10/20 18:30:19 阅读更多 →
AI培训不是一门课,而是四条职业轨道的选择题

AI培训不是一门课,而是四条职业轨道的选择题

1. 别急着报班:先拆解“AI培训”这个词到底在指什么很多人点开“AI培训”广告时,脑子里浮现的是同一个画面:一个穿格子衬衫的年轻人,在黑底白字的终端前敲出一行python train.py --modelllm,然后模型精度飙升、工资翻倍…

2026/10/20 18:30:19 阅读更多 →
多模态SCA与全周期协同:中间件开源风险治理实践解析

多模态SCA与全周期协同:中间件开源风险治理实践解析

最近行业中公布了一轮开源安全与风险治理优秀案例评选,某AI安全公司基于“多模态SCA全周期协同”的中间件开源风险治理实践,成功入选了“开源安全及风险治理”类别的典型案例。这不算一个堆了一堆安全工具的“面子工程”,而是把软件成分分析&…

2026/10/20 18:30:19 阅读更多 →
Java实现节假日/周末/工作日全量落库方案

Java实现节假日/周末/工作日全量落库方案

简介:本资源是一份面向Java后端开发者与数据库应用学习者的实用工具型代码包,解决企业级排班系统、考勤管理或日历服务中需动态生成并持久化年度工作日/周末/节假日数据的核心需求。压缩包为7z格式,仅含1个核心Java源文件(SaveYea…

2026/10/20 18:30:19 阅读更多 →
微信小程序小闹钟:状态机设计与本地定时实战指南

微信小程序小闹钟:状态机设计与本地定时实战指南

简介:这是一份面向微信小程序初学者的练手项目资源,聚焦基础功能开发实践,特别适合刚掌握WXML/WXSS/JS三件套、希望通过完整小应用巩固开发流程的学习者。项目实现了一个具备时间设置、闹铃触发、界面交互与音效反馈的小闹钟功能,…

2026/10/20 18:29:17 阅读更多 →

日新闻

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

/* 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 …

2026/10/20 1:01:30 阅读更多 →
ESP32舵机控制指南:原理、多路驱动与避坑实战

ESP32舵机控制指南:原理、多路驱动与避坑实战

/* 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 …

2026/10/20 1:01:30 阅读更多 →
位移法实现一阶低通滤波:单片机ADC采样降噪实战

位移法实现一阶低通滤波:单片机ADC采样降噪实战

/* 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 …

2026/10/20 1:01:30 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…

2026/10/20 10:02:13 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…

2026/10/19 17:32:41 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…

2026/10/20 2:50:50 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 …

2026/10/20 10:02:08 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 …

2026/10/20 9:50:17 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 …

2026/10/20 9:50:45 阅读更多 →