【复变函数笔记】傅里叶变换和拉普拉斯变换

2024-02-19 23:10

本文主要是介绍【复变函数笔记】傅里叶变换和拉普拉斯变换,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 一、傅里叶变换和拉普拉斯变换的定义
    • 1. 傅里叶积分
    • 2. 傅里叶变换
    • 3. 单位脉冲函数和单位阶跃函数
    • 4. 拉普拉斯变换
  • 二、常见函数的傅里叶变换和拉普拉斯变换
  • 三、傅里叶变换和拉普拉斯变换的性质
  • 四、拉普拉斯逆变换

一、傅里叶变换和拉普拉斯变换的定义

1. 傅里叶积分

傅里叶积分定理 f ( t ) f(t) f(t) ( − ∞ , + ∞ ) (-\infty,+\infty) (,+)上满足下列条件:
(1) f ( t ) f(t) f(t)在任一有限区间上满足狄利克雷条件(连续或只有有限个第一类间断点;只有有限个极值点);
(2) f ( t ) f(t) f(t)在无限区间 ( − ∞ , + ∞ ) (-\infty,+\infty) (,+)上绝对可积(即积分 ∫ − ∞ + ∞ ∣ f ( t ) ∣ d t \int_{-\infty}^{+\infty}|f(t)|\mathrm{d}t +f(t)dt收敛),则有 f ( t ) = 1 2 π ∫ − ∞ + ∞ [ ∫ − ∞ + ∞ f ( τ ) e − i ω τ d τ ] e i ω t d ω f(t)=\frac{1}{2\pi }\int_{-\infty}^{+\infty}\left[\int_{-\infty}^{+\infty} f(\tau)e^{-i\omega\tau}\mathrm{d}\tau\right]e^{i\omega t}\mathrm{d}\omega f(t)=2π1+[+f(τ)eτdτ]etdω成立,而左端的 f ( t ) f(t) f(t)在其间断点处应以 f ( t + 0 ) + f ( t − 0 ) 2 \frac{f(t+0)+f(t-0)}{2} 2f(t+0)+f(t0)(左右极限平均值)代替。

2. 傅里叶变换

傅里叶变换:若 f ( t ) f(t) f(t) ( − ∞ , + ∞ ) (-\infty,+\infty) (,+)上满足傅里叶积分的条件,则称函数 F ( ω ) = F [ f ( t ) ] = ∫ − ∞ + ∞ f ( t ) e − i ω t d t F(\omega)=\mathscr{F}[f(t)]=\int_{-\infty}^{+\infty}f(t)e^{-i\omega t}\mathrm{d}t F(ω)=F[f(t)]=+f(t)etdt f ( t ) f(t) f(t)的傅里叶变换;而称函数 f ( t ) = F − 1 [ F ( ω ) ] = 1 2 π ∫ − ∞ + ∞ F ( ω ) e i ω t d ω f(t)=\mathscr{F}^{-1}[F(\omega)]=\frac{1}{2\pi}\int_{-\infty}^{+\infty}F(\omega)e^{i\omega t}\mathrm{d}\omega f(t)=F1[F(ω)]=2π1+F(ω)etdω F ( ω ) F(\omega) F(ω)的傅里叶逆变换。

3. 单位脉冲函数和单位阶跃函数

单位脉冲函数 δ ( t ) = { + ∞ , t = 0 0 , t ≠ 0 \delta(t)=\begin{cases} +\infty,&t=0\\ 0,&t\ne 0 \end{cases} δ(t)={+,0,t=0t=0这是一个不严谨的表述,严谨的表述需要用到弱极限。该函数满足 ∫ − ∞ + ∞ δ ( t ) d t = 1 \int_{-\infty}^{+\infty}\delta(t)\mathrm{d}t=1 +δ(t)dt=1 f ( t ) f(t) f(t)为无穷次可微的函数,则有 ∫ − ∞ + ∞ δ ( t ) f ( t ) d t = f ( 0 ) \int_{-\infty}^{+\infty}\delta(t)f(t)\mathrm{d}t=f(0) +δ(t)f(t)dt=f(0) δ ( t ) \delta(t) δ(t)是偶函数,满足 δ ( a t ) = 1 ∣ a ∣ δ ( t ) \delta(at)=\frac{1}{|a|}\delta(t) δ(at)=a1δ(t) a ≠ 0 a\ne 0 a=0),且 ∫ − ∞ + ∞ δ ( n ) ( t − t 0 ) f ( t ) d t = ( − 1 ) n f ( n ) ( t 0 ) \int_{-\infty}^{+\infty}\delta^{(n)}(t-t_0)f(t)\mathrm{d}t={(-1)}^n f^{(n)}(t_0) +δ(n)(tt0)f(t)dt=(1)nf(n)(t0)(这个用分部积分证明)。特别地, ∫ − ∞ + ∞ δ ′ ( t ) f ( t ) d t = − f ′ ( 0 ) \int_{-\infty}^{+\infty}\delta'(t)f(t)\mathrm{d}t=-f'(0) +δ(t)f(t)dt=f(0)

单位阶跃函数 u ( t ) = { 1 , t > 0 0 , t < 0 u(t)=\begin{cases} 1,&t>0\\ 0,&t<0 \end{cases} u(t)={1,0,t>0t<0满足 ∫ − ∞ t δ ( τ ) d τ = u ( t ) d d t u ( t ) = δ ( t ) \int_{-\infty}^t\delta(\tau)\mathrm{d}\tau=u(t)\\ \frac{\mathrm{d}}{\mathrm{d}t}u(t)=\delta(t) tδ(τ)dτ=u(t)dtdu(t)=δ(t)

4. 拉普拉斯变换

拉普拉斯变换:设函数 f ( t ) f(t) f(t) t ≥ 0 t\ge 0 t0时有定义,且积分 ∫ 0 + ∞ f ( t ) e − s t d t \int_0^{+\infty}f(t)e^{-st}\mathrm{d}t 0+f(t)estdt在复平面 s s s的某一区域内收敛,则称 F ( s ) = L [ f ( t ) ] = ∫ 0 + ∞ f ( t ) e − s t d t F(s)=\mathscr{L}[f(t)]=\int_0^{+\infty}f(t)e^{-st}\mathrm{d}t F(s)=L[f(t)]=0+f(t)estdt f ( t ) f(t) f(t)的拉普拉斯变换(或称为象函数),称 f ( t ) f(t) f(t) F ( s ) F(s) F(s)的拉普拉斯逆变换(或称为象原函数),记为 f ( t ) = L − 1 [ F ( s ) ] f(t)=\mathscr{L}^{-1}[F(s)] f(t)=L1[F(s)]若令 s = β + i ω s=\beta+i\omega s=β+,则 L [ f ( t ) ] = F [ f ( t ) u ( t ) e − β t ] \mathscr{L}[f(t)]=\mathscr{F}[f(t)u(t)e^{-\beta t}] L[f(t)]=F[f(t)u(t)eβt]。这就是拉普拉斯变换和傅里叶变换的关系。

拉普拉斯变换的存在定理 若函数 f ( t ) f(t) f(t)满足下列条件:
(1) 在 t ≥ 0 t\ge 0 t0的任一有限区间上连续或分段连续;
(2) 当 t → + ∞ t\to+\infty t+时, f ( t ) f(t) f(t)的增长速度不超过某一指数函数,即存在 M > 0 M>0 M>0 c ≥ 0 c\ge 0 c0使得 ∣ f ( t ) ∣ ≤ M e c t , ∀ t ∈ [ 0 , + ∞ ) |f(t)|\le Me^{ct},\forall t\in[0,+\infty) f(t)Mect,t[0,+) f ( t ) f(t) f(t)的拉普拉斯变换 F ( s ) = ∫ 0 + ∞ f ( t ) e − s t d t F(s)=\int_0^{+\infty}f(t)e^{-st}\mathrm{d}t F(s)=0+f(t)estdt在半平面 Re ⁡ ( s ) > c \operatorname{Re}(s)>c Re(s)>c上一定存在,右端的积分在 Re ⁡ ( s ) ≥ c 1 > c \operatorname{Re}(s)\ge c_1>c Re(s)c1>c上绝对收敛而且一致收敛,并且在 Re ⁡ ( s ) > c \operatorname{Re}(s)>c Re(s)>c的半平面内, F ( s ) F(s) F(s)为解析函数。 c c c称为 f ( t ) f(t) f(t)的增长指数。

二、常见函数的傅里叶变换和拉普拉斯变换

象原函数 f ( t ) f(t) f(t)傅里叶变换拉普拉斯变换
1 1 1 2 π δ ( ω ) 2\pi\delta(\omega) 2πδ(ω)-
δ ( t ) \delta(t) δ(t) 1 1 1 1 1 1
u ( t ) u(t) u(t) 1 i ω + π δ ( ω ) \cfrac{1}{i\omega}+\pi\delta(\omega) 1+πδ(ω) 1 s \cfrac{1}{s} s1
t n t^n tn 2 π i n δ ( n ) ( ω ) 2\pi i^n\delta^{(n)}(\omega) 2πinδ(n)(ω) Γ ( n + 1 ) s ( n + 1 ) ( n > − 1 ) \cfrac{\Gamma(n+1)}{s^{(n+1)}}(n>-1) s(n+1)Γ(n+1)(n>1)(当 n n n为整数时为 n ! s n + 1 \cfrac{n!}{s^{n+1}} sn+1n!
cos ⁡ ω 0 t \cos\omega_0 t cosω0t π [ δ ( ω + ω 0 ) + δ ( ω − ω 0 ) ] \pi[\delta(\omega+\omega_0)+\delta(\omega-\omega_0)] π[δ(ω+ω0)+δ(ωω0)] s s 2 + ω 0 2 \cfrac{s}{s^2+\omega_0^2} s2+ω02s(要求 ω 0 ∈ R \omega_0\in\mathbb{R} ω0R
sin ⁡ ω 0 t \sin\omega_0 t sinω0t i π [ δ ( ω + ω 0 ) − δ ( ω − ω 0 ) ] i\pi[\delta(\omega+\omega_0)-\delta(\omega-\omega_0)] [δ(ω+ω0)δ(ωω0)] ω 0 s 2 + ω 0 2 \cfrac{\omega_0}{s^2+\omega_0^2} s2+ω02ω0(要求 ω 0 ∈ R \omega_0\in\mathbb{R} ω0R
e − β t u ( t ) e^{-\beta t}u(t) eβtu(t) 1 β + i ω ( β > 0 ) \cfrac{1}{\beta+i\omega}(\beta>0) β+1(β>0) 1 s + β \cfrac{1}{s+\beta} s+β1

三、傅里叶变换和拉普拉斯变换的性质

F ( ω ) = F [ f ( t ) ] F(\omega)=\mathscr{F}[f(t)] F(ω)=F[f(t)] F ( s ) = L [ f ( t ) ] F(s)=\mathscr{L}[f(t)] F(s)=L[f(t)]

性质傅里叶变换拉普拉斯变换
线性性质 F [ a f 1 ( t ) + b f 2 ( t ) ] = a F [ f 1 ( t ) ] + b F [ f 2 ( t ) ] \mathscr{F}[af_1(t)+bf_2(t)]=a\mathscr{F}[f_1(t)]+b\mathscr{F}[f_2(t)] F[af1(t)+bf2(t)]=aF[f1(t)]+bF[f2(t)] L [ a f 1 ( t ) + b f 2 ( t ) ] = a L [ f 1 ( t ) ] + b L [ f 2 ( t ) ] \mathscr{L}[af_1(t)+bf_2(t)]=a\mathscr{L}[f_1(t)]+b\mathscr{L}[f_2(t)] L[af1(t)+bf2(t)]=aL[f1(t)]+bL[f2(t)]
相似性质 F [ f ( a t ) ] = 1 ∣ a ∣ F ( ω a ) \mathscr{F}[f(at)]=\frac{1}{|a|}F\left(\frac{\omega}{a}\right) F[f(at)]=a1F(aω) L [ f ( a t ) ] = 1 a F ( s a ) \mathscr{L}[f(at)]=\frac{1}{a}F\left(\frac{s}{a}\right) L[f(at)]=a1F(as) a > 0 a>0 a>0
对称性质 F [ F ( ω ) ] = 2 π f ( − t ) \mathscr{F}[F(\omega)]=2\pi f(-t) F[F(ω)]=2πf(t)
微分性质 F [ f ′ ( t ) ] = i ω F [ f ( t ) ] \mathscr{F}[f'(t)]=i\omega\mathscr{F}[f(t)] F[f(t)]=F[f(t)]
F [ f ( n ) ( t ) ] = ( i ω ) n F [ f ( t ) ] \mathscr{F}[f^{(n)}(t)]={(i\omega)}^n\mathscr{F}[f(t)] F[f(n)(t)]=()nF[f(t)]
L [ f ′ ( t ) ] = s F ( s ) − f ( 0 ) \mathscr{L}[f'(t)]=sF(s)-f(0) L[f(t)]=sF(s)f(0)
L [ f ( n ) ( t ) ] = s n F ( s ) − s n − 1 f ( 0 ) − ⋯ − f ( n − 1 ) ( 0 ) \mathscr{L}[f^{(n)}(t)]=s^n F(s)-s^{n-1}f(0)-\cdots-f^{(n-1)}(0) L[f(n)(t)]=snF(s)sn1f(0)f(n1)(0)
象函数的微分性质 F [ t f ( t ) ] = i F ′ ( ω ) \mathscr{F}[tf(t)]=iF'(\omega) F[tf(t)]=iF(ω)
F [ t n f ( t ) ] = i n F ( n ) ( ω ) \mathscr{F}[t^n f(t)]=i^n F^{(n)}(\omega) F[tnf(t)]=inF(n)(ω)
L [ t f ( t ) ] = − F ′ ( s ) \mathscr{L}[tf(t)]=-F'(s) L[tf(t)]=F(s)
L [ t n f ( t ) ] = ( − 1 ) n F ( n ) ( s ) \mathscr{L}[t^n f(t)]={(-1)}^n F^{(n)}(s) L[tnf(t)]=(1)nF(n)(s)
位移性质 F [ f ( t + t 0 ) ] = e i ω t 0 F [ f ( t ) ] \mathscr{F}[f(t+t_0)]=e^{i\omega t_0}\mathscr{F}[f(t)] F[f(t+t0)]=et0F[f(t)] L [ f ( t + t 0 ) ] = e s t 0 L [ f ( t ) ] \mathscr{L}[f(t+t_0)]=e^{st_0}\mathscr{L}[f(t)] L[f(t+t0)]=est0L[f(t)](要求 t 0 < 0 t_0<0 t0<0
象函数的位移性质 F [ e i ω 0 t f ( t ) ] = F ( ω − ω 0 ) \mathscr{F}[e^{i\omega_0 t}f(t)]=F(\omega-\omega_0) F[eiω0tf(t)]=F(ωω0) L [ e a t f ( t ) ] = F ( s − a ) \mathscr{L}[e^{at}f(t)]=F(s-a) L[eatf(t)]=F(sa)(要求 Re ⁡ ( s − a ) > s 0 \operatorname{Re}(s-a)>s_0 Re(sa)>s0,其中 s 0 s_0 s0 f ( t ) f(t) f(t)的增长指数)
积分性质 F [ ∫ − ∞ t f ( τ ) d τ ] = 1 i ω F ( ω ) + π F ( 0 ) δ ( ω ) \mathscr{F}\left[\int_{-\infty}^t f(\tau)\mathrm{d}\tau\right]=\frac{1}{i\omega}F(\omega)+\pi F(0)\delta(\omega) F[tf(τ)dτ]=1F(ω)+πF(0)δ(ω) L [ ∫ 0 t f ( τ ) d τ ] = 1 s F ( s ) \mathscr{L}[\int_0^t f(\tau)\mathrm{d}\tau]=\frac{1}{s}F(s) L[0tf(τ)dτ]=s1F(s)
象函数的积分性质 L [ f ( t ) t ] = ∫ s ∞ F ( s ) d s \mathscr{L}\left[\frac{f(t)}{t}\right]=\int_s^\infty F(s)\mathrm{d}s L[tf(t)]=sF(s)ds
卷积定理 F [ f 1 ( t ) ∗ f 2 ( t ) ] = F [ f 1 ( t ) ] ⋅ F [ f 2 ( t ) ] \mathscr{F}[f_1(t)*f_2(t)]=\mathscr{F}[f_1(t)]\cdot\mathscr{F}[f_2(t)] F[f1(t)f2(t)]=F[f1(t)]F[f2(t)]
F [ f 1 ( t ) ⋅ f 2 ( t ) ] = 1 2 π F [ f 1 ( t ) ] ∗ F [ f 2 ( t ) ] \mathscr{F}[f_1(t)\cdot f_2(t)]=\frac{1}{2\pi}\mathscr{F}[f_1(t)]*\mathscr{F}[f_2(t)] F[f1(t)f2(t)]=2π1F[f1(t)]F[f2(t)]
L [ f 1 ( t ) ∗ f 2 ( t ) ] = L [ f 1 ( t ) ] ⋅ L [ f 2 ( t ) ] \mathscr{L}[f_1(t)*f_2(t)]=\mathscr{L}[f_1(t)]\cdot\mathscr{L}[f_2(t)] L[f1(t)f2(t)]=L[f1(t)]L[f2(t)]
乘积定理 F 1 ( ω ) = F [ f 1 ( t ) ] F_1(\omega)=\mathscr{F}[f_1(t)] F1(ω)=F[f1(t)] F 2 ( ω ) = F [ f 2 ( t ) ] F_2(\omega)=\mathscr{F}[f_2(t)] F2(ω)=F[f2(t)],则
∫ − ∞ + ∞ f 1 ( t ) ‾ f 2 ( t ) d t = 1 2 π ∫ − ∞ + ∞ F 1 ( ω ) ‾ F 2 ( ω ) d ω \int_{-\infty}^{+\infty}\overline{f_1(t)}f_2(t)\mathrm{d}t=\frac{1}{2\pi}\int_{-\infty}^{+\infty}\overline{F_1(\omega)}F_2(\omega)\mathrm{d}\omega +f1(t)f2(t)dt=2π1+F1(ω)F2(ω)dω
∫ − ∞ + ∞ f 1 ( t ) f 2 ( t ) ‾ d t = 1 2 π ∫ − ∞ + ∞ F 1 ( ω ) F 2 ( ω ) ‾ d ω \int_{-\infty}^{+\infty}f_1(t)\overline{f_2(t)}\mathrm{d}t=\frac{1}{2\pi}\int_{-\infty}^{+\infty}F_1(\omega)\overline{F_2(\omega)}\mathrm{d}\omega +f1(t)f2(t)dt=2π1+F1(ω)F2(ω)dω
能量积分帕西瓦尔等式:
∫ − ∞ + ∞ [ f ( t ) ] 2 d t = 1 2 π ∫ − ∞ + ∞ ∣ F ( ω ) ∣ 2 d ω \int_{-\infty}^{+\infty}{[f(t)]}^2\mathrm{d}t=\frac{1}{2\pi}\int_{-\infty}^{+\infty}{|F(\omega)|}^2\mathrm{d}\omega +[f(t)]2dt=2π1+F(ω)2dω
初值定理 f ( 0 ) = lim ⁡ s → ∞ s F ( s ) f(0)=\lim\limits_{s\to\infty}sF(s) f(0)=slimsF(s)(若这个极限存在)
终值定理 lim ⁡ t → + ∞ f ( t ) = lim ⁡ s → 0 s F ( s ) \lim\limits_{t\to+\infty}f(t)=\lim\limits_{s\to 0}sF(s) t+limf(t)=s0limsF(s)
(要求 s F ( s ) sF(s) sF(s)的所有奇点都在 s s s平面的左半部)

四、拉普拉斯逆变换

由于 F ( s ) = L [ f ( t ) ] = F [ f ( t ) u ( t ) e − β t ] F(s)=\mathscr{L}[f(t)]=\mathscr{F}[f(t)u(t)e^{-\beta t}] F(s)=L[f(t)]=F[f(t)u(t)eβt] s = β + i ω s=\beta+i\omega s=β+),我们有 1 2 π ∫ − ∞ + ∞ F ( β + i ω ) e i ω t d ω = f ( t ) u ( t ) e − β t f ( t ) = 1 2 π ∫ − ∞ + ∞ F ( β + i ω ) e ( β + i ω ) t d ω \frac{1}{2\pi}\int_{-\infty}^{+\infty}F(\beta+i\omega)e^{i\omega t}\mathrm{d}\omega=f(t)u(t)e^{-\beta t}\\ f(t)=\frac{1}{2\pi}\int_{-\infty}^{+\infty}F(\beta+i\omega)e^{(\beta+i\omega)t}\mathrm{d}\omega 2π1+F(β+)etdω=f(t)u(t)eβtf(t)=2π1+F(β+)e(β+)tdω注意到 d s = i d ω \mathrm{d}s=i\mathrm{d}\omega ds=idω,我们把积分写出复变函数的积分: f ( t ) = 1 2 π i ∫ β − i ∞ β + i ∞ F ( s ) e s t d s f(t)=\frac{1}{2\pi i}\int_{\beta-i\infty}^{\beta+i\infty}F(s)e^{st}\mathrm{d}s f(t)=2πi1βiβ+iF(s)estds下面我们通过留数来计算这个积分。

定理 s 1 , s 2 , ⋯ , s l s_1,s_2,\cdots,s_l s1,s2,,sl F ( s ) F(s) F(s)的所有孤立奇点(有限个),除这些点外, F ( s ) F(s) F(s)处处解析。且存在 R 0 > 0 R_0>0 R0>0,使得当 ∣ s ∣ > R 0 |s|>R_0 s>R0时, ∣ F ( s ) ∣ ≤ M ( r ) |F(s)|\le M(r) F(s)M(r),其中 M ( r ) M(r) M(r) r r r的实函数,满足 lim ⁡ r → + ∞ M ( r ) = 0 \lim\limits_{r\to+\infty}M(r)=0 r+limM(r)=0(即当 s → ∞ s\to\infty s时, F ( s ) → 0 F(s)\to 0 F(s)0。选取 β \beta β,使所有孤立奇点的实部都小于 β \beta β,则当 t > 0 t>0 t>0时, f ( t ) = 1 2 π i ∫ β − i ∞ β + i ∞ F ( s ) e s t d s = ∑ k = 1 l Res ⁡ [ F ( s ) e s t , s k ] f(t)=\frac{1}{2\pi i}\int_{\beta-i\infty}^{\beta+i\infty}F(s)e^{st}\mathrm{d}s=\sum\limits_{k=1}^l \operatorname{Res}[F(s)e^{st},s_k] f(t)=2πi1βiβ+iF(s)estds=k=1lRes[F(s)est,sk]
定理的证明

这篇关于【复变函数笔记】傅里叶变换和拉普拉斯变换的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/726287

相关文章

Oracle的to_date()函数详解

《Oracle的to_date()函数详解》Oracle的to_date()函数用于日期格式转换,需要注意Oracle中不区分大小写的MM和mm格式代码,应使用mi代替分钟,此外,Oracle还支持毫... 目录oracle的to_date()函数一.在使用Oracle的to_date函数来做日期转换二.日

C++11的函数包装器std::function使用示例

《C++11的函数包装器std::function使用示例》C++11引入的std::function是最常用的函数包装器,它可以存储任何可调用对象并提供统一的调用接口,以下是关于函数包装器的详细讲解... 目录一、std::function 的基本用法1. 基本语法二、如何使用 std::function

hdu1171(母函数或多重背包)

题意:把物品分成两份,使得价值最接近 可以用背包,或者是母函数来解,母函数(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v)(1 + x^v+x^2v+.....+x^num*v) 其中指数为价值,每一项的数目为(该物品数+1)个 代码如下: #include<iostream>#include<algorithm>

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

函数式编程思想

我们经常会用到各种各样的编程思想,例如面向过程、面向对象。不过笔者在该博客简单介绍一下函数式编程思想. 如果对函数式编程思想进行概括,就是f(x) = na(x) , y=uf(x)…至于其他的编程思想,可能是y=a(x)+b(x)+c(x)…,也有可能是y=f(x)=f(x)/a + f(x)/b+f(x)/c… 面向过程的指令式编程 面向过程,简单理解就是y=a(x)+b(x)+c(x)

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

【C++学习笔记 20】C++中的智能指针

智能指针的功能 在上一篇笔记提到了在栈和堆上创建变量的区别,使用new关键字创建变量时,需要搭配delete关键字销毁变量。而智能指针的作用就是调用new分配内存时,不必自己去调用delete,甚至不用调用new。 智能指针实际上就是对原始指针的包装。 unique_ptr 最简单的智能指针,是一种作用域指针,意思是当指针超出该作用域时,会自动调用delete。它名为unique的原因是这个