文献阅读--Pulse-Width Modulation

2024-03-05 12:20

本文主要是介绍文献阅读--Pulse-Width Modulation,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!

《Dynamics and Control of Switched Electronic Systems》Jian SunChapter 2 《Pulse-Width Modulation》

  说明: 文献中的PWM是作为电控系统中基本控制信号去介绍的,但文中对PWM信号的数学证明是同样适用于通信领域的脉宽调制PDM的,文献中也提到了使用的二重傅里叶展开分析PWM的方法最早应用于通信领域。

一、PWM基本形式

   脉宽调制可以采取不同的形式,在定义PWM方法时,脉冲频率是最重要的参数之一,可以是恒定的,也可以是可变的。如图所示,可以简单地通过比较参考信号r(t)和载波信号c(t)来产生恒定频率(CF)PWM信号,本文主要讨论CF-PWM信号
在这里插入图片描述
二进制PWM输出可以用数学方法写成:
b p w m ( t ) = s g n [ r ( t ) − c ( t ) ] b_{pwm}(t) = sgn[r(t) − c(t)] bpwm(t)=sgn[r(t)c(t)]

1.1 恒定频率(CF)PWM信号常见的三种形式:

  1. 锯齿载波,如图所示:PWM输出的前导(上升)沿在固定时刻出现,而后导(下降)沿的位置为随着参考信号电平的变化而调制。因此,该方法也称为恒频后沿调制。三角波计数从0开始递增,N时重置为0同时PWM上升沿出现。
    在这里插入图片描述
  2. 倒锯齿载波,如图所示:PWM输出的后沿(下降)出现在固定的时刻,而前沿(上升)的位置随着参考信号电平的变化而调制。 这种方法通常被称为恒频前沿调制。三角波计数从N(最大计数值)开始递减,0时重置为N同时PWM的下降沿出现。
    在这里插入图片描述
  3. 三角形载波,如图所示:PWM输出的前沿和后沿都被调制。三角形的上升沿和下降沿通常是对称的,因此当参考常数为常数时,脉冲集中在载波周期内。这种方法称为恒频双沿调制。
    在这里插入图片描述

二、PWM二维表示

  本节的目的是获得描述每种载波信号时PWM输出频谱的解析模型,利用该模型即可从数学角度对各种PWM应用进行频谱分析。

假定参考信号r(t) 一般由DC和单频正弦分量组成:
r ( t ) = R 0 + R 1 c o s ( 2 π f 1 t + θ 1 ) . r(t) = R_0 + R_1 cos(2πf_1t + θ_1). r(t)=R0+R1cos(2πf1t+θ1). 振幅R0和R1中的都可以根据所研究的具体应用设置为零。如果需要,额外的谐波也可包含在公式中。

   如果频率比 f c / f 1 f_c/f_1 fc/f1是有理数 ,则PWM波形是周期性的,可用傅立叶级数进行表示。在fc是f1的倍数的特殊情况下,可以在 1 / f 1 1/f_1 1/f1的时间间隔内,对PWM波形执行傅立叶分析。然而,即使在这种特殊情况下,执行傅立叶分析也较为复杂,因为PWM波形中的每个开关点都由三角方程定义。该三角方程则由定义的正弦基准和表示载波信号的线性时间函数决定。 这种方程只能用数值求解,傅立叶分析结果将特定于所分析的情况,如果涉及的任何参数发生变化,则重新推导不具有一般性。在更可能的情况下,载波频率不是参考基频的倍数,傅立叶分析必须在对应于多个基频周期的区间内进行,这使得数值问题变得难以解决。
  为解决上述问题,引入一个新的二维函数,而不是涉及两个不同频率的原始时间函数去表示PWM信号,其中载波和参考基频各自对应于一个独立变量。使用二重傅立叶级数分解二维函数,然后将其转换回涉及两个频率的时间函数,以给出一般性的PWM波形的频谱。

2.1 二维函数描述PWM

  通过堆叠多个载波和基准信号去表示PWM,如图a,b为后沿调制PWM信号表示形式,图c则表示通过堆叠多个载波和多个信号
{ c ( t ) , r ( t ) } , { C m + c ( t ) , C m + r ( t ) } , { 2 C m + c ( t ) , 2 C m + r ( t ) } . . . \{c(t),r(t)\},\{C_m+c(t),C_m+r(t)\},\{2C_m+c(t),2C_m+r(t)\}... {c(t),r(t)},{Cm+c(t),Cm+r(t)},{2Cm+c(t),2Cm+r(t)}...其中Cm是载波信号的峰峰振幅。线AB是原始锯齿信号的第一斜率的延伸,水平线 l 0 , l 1 , l 2 , . . . l_0,l_1,l_2,... l0,l1,l2,... 将堆叠的载流分开,并且彼此间隔Cm。从对比图中可以明显的观察到线AB与堆叠信号的交点与传统PWM信号交点相同。c(t)与r(t)的交点便可描述PWM的波形变换,因此两种方式定义了相同的PWM波形。
在这里插入图片描述
三角信号的PWM也可以用类似的方法表示,如图所示
在这里插入图片描述
堆叠的载波: c ( t )、 2 C m − C ( t )、 2 C m + c ( t )、 4 C m − C ( t )、 . . . , c(t)、2Cm-C(t)、2Cm+c(t)、4Cm-C(t)、..., ct)、2CmCt)、2Cm+ct)、4CmCt)、...堆叠的参考信号: r ( t )、 2 C m − R ( t )、 2 C m + r ( t )、 4 C m − R ( t )、 . . . . r(t)、2Cm-R(t)、2Cm+r(t)、4Cm-R(t)、.... rt)、2CmRt)、2Cm+rt)、4CmRt)、....线AB是原始载流子c(t)的第一个三角形的上升边的延伸。注意,线AB与堆叠参考的交点与原始载波和参考之间的交点相同。

根据上述描述可以定义一个二维函数表示PWM信号:
f ( 2 π f 1 t + θ 1 , 2 π f c t + θ c ) f(2πf_1t + θ_1, 2πf_ct + θ_c) f(2πf1t+θ1,2πfct+θc)分别用 x = 2 π f 1 t + θ 1 x=2 π f_1t+θ_1 x=2πf1t+θ1 y = 2 π f c t + θ c y=2 π f_ct+θ_ c y=2πfct+θc 分别表示参考信号和载波的角频率,通过对该函数进行二重傅里叶变换获得PWM波形的频谱模型。通过该方法定义的PWM信号不需要明确PWM波形,载波和参考基频之间的关系也没有限制。下图是函数 z = f ( x , y ) z=f(x,y) z=f(x,y)定义的三维图,当点 ( x , y ) (x,y) (x,y)位于任何阴影区域内时,该函数等于+1,否则等于-1。
在这里插入图片描述

2.2 二重傅里叶级数(Double Fourier Series)

函数 f ( x , y ) f(x,y) f(x,y)在x和y上都是周期性的,在两个轴上的周期等于 2 π 2π 2π,则可以用一个二重傅立叶级数表示,其形式为:
f ( x , y ) = A 00 2 + ∑ n = 1 + ∞ ( A 0 n cos ⁡ n y + B 0 n sin ⁡ n y ) + ∑ m = 1 + ∞ ( A m 0 cos ⁡ m x + B m 0 sin ⁡ m x ) + ∑ m = 1 + ∞ ∑ n = ± 1 ± ∞ ( A m n cos ⁡ ( m x + n y ) + B m n sin ⁡ ( m x + n y ) ) \begin{aligned} f(x, y)= & \frac{A_{00}}{2}+\sum_{n=1}^{+\infty}\left(A_{0 n} \cos n y+B_{0 n} \sin n y\right)+\sum_{m=1}^{+\infty}\left(A_{m 0} \cos m x+B_{m 0} \sin m x\right) \\ & +\sum_{m=1}^{+\infty} \sum_{n= \pm 1}^{ \pm \infty}\left(A_{m n} \cos (m x+n y)+B_{m n} \sin (m x+n y)\right) \end{aligned} f(x,y)=2A00+n=1+(A0ncosny+B0nsinny)+m=1+(Am0cosmx+Bm0sinmx)+m=1+n=±1±(Amncos(mx+ny)+Bmnsin(mx+ny))
参数定义如下
A m n = 1 2 π 2 ∫ 0 2 π ∫ 0 2 π f ( x , y ) cos ⁡ ( m x + n y ) d x d y , B m n = 1 2 π 2 ∫ 0 2 π ∫ 0 2 π f ( x , y ) sin ⁡ ( m x + n y ) d x d y . \begin{aligned} & A_{m n}=\frac{1}{2 \pi^2} \int_0^{2 \pi} \int_0^{2 \pi} f(x, y) \cos (m x+n y) \mathrm{d} x \mathrm{~d} y, \\ & B_{m n}=\frac{1}{2 \pi^2} \int_0^{2 \pi} \int_0^{2 \pi} f(x, y) \sin (m x+n y) \mathrm{d} x \mathrm{~d} y . \end{aligned} Amn=2π2102π02πf(x,y)cos(mx+ny)dx dy,Bmn=2π2102π02πf(x,y)sin(mx+ny)dx dy.

三、PWM频谱模型

结合第二节给出的PWM二维函数形式,本节将给出常用恒频PWM方式的二重傅里叶模型。

说明

  1. 单极调制:载波在0和正峰Cm之间变化,参考信号始终为正,PWM输出在0和1之间切换。
  2. 双极调制:载波以零为对称,振幅等于Cm;参考信号是没有DC偏移的正弦波,PWM输出在-1/2和+1/2之间切换。
  3. 定义平均占空比:
    D = R 0 C m D=\frac{R_0}{C_m} D=CmR0
  4. 定义调制度:
    M = 2 R 1 C m . M=\frac{2 R_1}{C_m} . M=Cm2R1.
  5. 每个频谱模型还包括定义如下的第一类贝塞尔函数, J n ( z ) J_n(z) Jn(z):

J n ( z ) = j − n π ∫ 0 2 π e j z cos ⁡ θ e j n θ d θ . J_n(z)=\frac{\mathrm{j}^{-n}}{\pi} \int_0^{2 \pi} \mathrm{e}^{\mathrm{j} z \cos \theta} \mathrm{e}^{\mathrm{j} n \theta} \mathrm{d} \theta . Jn(z)=πjn02πejzcosθejnθdθ.

频谱模型

  1. 单极性后沿调制
    在这里插入图片描述
    展开式:
    b p w m ( t ) = D + M 2 cos ⁡ ( ω 1 t + θ 1 ) + ∑ m = 1 + ∞ 1 m π { sin ⁡ [ m ( ω c t + θ c ) ] − J 0 ( m π M ) sin ⁡ [ m ( ω c t + θ c ) − 2 m D π ] } + ∑ m = 1 + ∞ ∑ n = ± 1 ± ∞ J n ( m π M ) m π × sin ⁡ [ n π 2 − m ( ω c t + θ c ) − n ( ω 1 t + θ 1 ) + 2 m D π ] . \begin{aligned} b_{\mathrm{pwm}}(t)= & D+\frac{M}{2} \cos \left(\omega_1 t+\theta_1\right) \\ & +\sum_{m=1}^{+\infty} \frac{1}{m \pi}\left\{\sin \left[m\left(\omega_c t+\theta_c\right)\right]\right. \\ & \left.-J_0(m \pi M) \sin \left[m\left(\omega_c t+\theta_c\right)-2 m D \pi\right]\right\} \\ & +\sum_{m=1}^{+\infty} \sum_{n= \pm 1}^{ \pm \infty} \frac{J_n(m \pi M)}{m \pi} \\ & \times \sin \left[\frac{n \pi}{2}-m\left(\omega_c t+\theta_c\right)-n\left(\omega_1 t+\theta_1\right)+2 m D \pi\right] . \end{aligned} bpwm(t)=D+2Mcos(ω1t+θ1)+m=1+1{sin[m(ωct+θc)]J0(M)sin[m(ωct+θc)2mDπ]}+m=1+n=±1±Jn(M)×sin[2m(ωct+θc)n(ω1t+θ1)+2mDπ].
  2. 双极性后沿调制,R0=0
    在这里插入图片描述
    展开式:
    b p w m ( t ) = M 2 cos ⁡ ( ω 1 t + θ 1 ) + ∑ m = 1 + ∞ 1 m π [ cos ⁡ ( m π ) − J 0 ( m π M ) ] sin ⁡ [ m ( ω c t + θ c ) ] + ∑ m = 1 + ∞ ∑ n = ± 1 ± ∞ J n ( m π M ) m π sin ⁡ [ n π 2 − m ( ω c t + θ c ) − n ( ω 1 t + θ 1 ) ] . \begin{aligned} b_{\mathrm{pwm}}(t)= & \frac{M}{2} \cos \left(\omega_1 t+\theta_1\right) \\ & +\sum_{m=1}^{+\infty} \frac{1}{m \pi}\left[\cos (m \pi)-J_0(m \pi M)\right] \sin \left[m\left(\omega_c t+\theta_c\right)\right] \\ & +\sum_{m=1}^{+\infty} \sum_{n= \pm 1}^{ \pm \infty} \frac{J_n(m \pi M)}{m \pi} \sin \left[\frac{n \pi}{2}-m\left(\omega_c t+\theta_c\right)-n\left(\omega_1 t+\theta_1\right)\right] . \end{aligned} bpwm(t)=2Mcos(ω1t+θ1)+m=1+1[cos()J0(M)]sin[m(ωct+θc)]+m=1+n=±1±Jn(M)sin[2m(ωct+θc)n(ω1t+θ1)].
  3. 单极性前沿调制
    在这里插入图片描述
    展开式:
    b p w m ( t ) = D + M 2 cos ⁡ ( ω 1 t + θ 1 ) − ∑ m = 1 + ∞ 1 m π { sin ⁡ [ m ( ω c t + θ c ) ] − J 0 ( m π M ) sin ⁡ [ m ( ω c t + θ c ) + 2 m D π ] } − ∑ m = 1 + ∞ ∑ n = ± 1 ± ∞ J n ( m π M ) m π × sin ⁡ [ n π 2 − m ( ω c t + θ c ) − n ( ω 1 t + θ 1 + π ) − 2 m D π ] . \begin{aligned} b_{\mathrm{pwm}}(t)= & D+\frac{M}{2} \cos \left(\omega_1 t+\theta_1\right) \\ & -\sum_{m=1}^{+\infty} \frac{1}{m \pi}\left\{\sin \left[m\left(\omega_c t+\theta_c\right)\right]\right. \\ & \left.-J_0(m \pi M) \sin \left[m\left(\omega_c t+\theta_c\right)+2 m D \pi\right]\right\} \\ & -\sum_{m=1}^{+\infty} \sum_{n= \pm 1}^{ \pm \infty} \frac{J_n(m \pi M)}{m \pi} \\ & \times \sin \left[\frac{n \pi}{2}-m\left(\omega_c t+\theta_c\right)-n\left(\omega_1 t+\theta_1+\pi\right)-2 m D \pi\right] . \end{aligned} bpwm(t)=D+2Mcos(ω1t+θ1)m=1+1{sin[m(ωct+θc)]J0(M)sin[m(ωct+θc)+2mDπ]}m=1+n=±1±Jn(M)×sin[2m(ωct+θc)n(ω1t+θ1+π)2mDπ].
  4. 双极性前沿调制,R0=0
    在这里插入图片描述
    展开式:
    b p w m ( t ) = M 2 cos ⁡ ( ω 1 t + θ 1 ) − ∑ m = 1 + ∞ 1 m π [ cos ⁡ ( m π ) − J 0 ( m π M ) ] sin ⁡ [ m ( ω c t + θ c ) ] − ∑ m = 1 + ∞ ∑ n = ± 1 ± ∞ J n ( m π M ) m π × sin ⁡ [ n π 2 − m ( ω c t + θ c ) − n ( ω 1 t + θ 1 + π ) ] . \begin{aligned} b_{\mathrm{pwm}}(t)= & \frac{M}{2} \cos \left(\omega_1 t+\theta_1\right) \\ & -\sum_{m=1}^{+\infty} \frac{1}{m \pi}\left[\cos (m \pi)-J_0(m \pi M)\right] \sin \left[m\left(\omega_c t+\theta_c\right)\right] \\ & -\sum_{m=1}^{+\infty} \sum_{n= \pm 1}^{ \pm \infty} \frac{J_n(m \pi M)}{m \pi} \\ & \times \sin \left[\frac{n \pi}{2}-m\left(\omega_c t+\theta_c\right)-n\left(\omega_1 t+\theta_1+\pi\right)\right] . \end{aligned} bpwm(t)=2Mcos(ω1t+θ1)m=1+1[cos()J0(M)]sin[m(ωct+θc)]m=1+n=±1±Jn(M)×sin[2m(ωct+θc)n(ω1t+θ1+π)].
  5. 单极性双边沿调制
    在这里插入图片描述
    展开式:
    b p w m ( t ) = D + M 2 cos ⁡ ( ω 1 t + θ 1 ) + ∑ m = 1 + ∞ 2 m π J 0 ( m π M 2 ) sin ⁡ ( D m π ) cos ⁡ [ m ( ω c t + θ c ) ] + ∑ m = 1 + ∞ ∑ n = ± 1 ± ∞ 2 m π J n ( m π M 2 ) sin ⁡ ( 2 D m + n ) π 2 × cos ⁡ [ m ( ω c t + θ c ) + n ( ω 1 t + θ 1 ) ] . \begin{aligned} b_{\mathrm{pwm}}(t)= & D+\frac{M}{2} \cos \left(\omega_1 t+\theta_1\right) \\ & +\sum_{m=1}^{+\infty} \frac{2}{m \pi} J_0\left(\frac{m \pi M}{2}\right) \sin (D m \pi) \cos \left[m\left(\omega_c t+\theta_c\right)\right] \\ & +\sum_{m=1}^{+\infty} \sum_{n= \pm 1}^{ \pm \infty} \frac{2}{m \pi} J_n\left(\frac{m \pi M}{2}\right) \sin \frac{(2 D m+n) \pi}{2} \\ & \times \cos \left[m\left(\omega_c t+\theta_c\right)+n\left(\omega_1 t+\theta_1\right)\right] . \end{aligned} bpwm(t)=D+2Mcos(ω1t+θ1)+m=1+2J0(2M)sin(D)cos[m(ωct+θc)]+m=1+n=±1±2Jn(2M)sin2(2Dm+n)π×cos[m(ωct+θc)+n(ω1t+θ1)].
  6. 双极性双边沿调制,R0=0
    在这里插入图片描述
    展开式:
    b p w m ( t ) = M 2 cos ⁡ ( ω 1 t + θ 1 ) + ∑ m = 1 + ∞ 2 m π J 0 ( m π M 2 ) sin ⁡ m π 2 cos ⁡ [ m ( ω c t + θ c ) ] + ∑ m = 1 + ∞ ∑ n = ± 1 ± ∞ 2 m π J n ( m π M 2 ) sin ⁡ ( m + n ) π 2 × cos ⁡ [ m ( ω c t + θ c ) + n ( ω 1 t + θ 1 ) ] \begin{aligned} b_{\mathrm{pwm}}(t)= & \frac{M}{2} \cos \left(\omega_1 t+\theta_1\right) \\ & +\sum_{m=1}^{+\infty} \frac{2}{m \pi} J_0\left(\frac{m \pi M}{2}\right) \sin \frac{m \pi}{2} \cos \left[m\left(\omega_c t+\theta_c\right)\right] \\ & +\sum_{m=1}^{+\infty} \sum_{n= \pm 1}^{ \pm \infty} \frac{2}{m \pi} J_n\left(\frac{m \pi M}{2}\right) \sin \frac{(m+n) \pi}{2} \\ & \times \cos \left[m\left(\omega_c t+\theta_c\right)+n\left(\omega_1 t+\theta_1\right)\right] \end{aligned} bpwm(t)=2Mcos(ω1t+θ1)+m=1+2J0(2M)sin2cos[m(ωct+θc)]+m=1+n=±1±2Jn(2M)sin2(m+n)π×cos[m(ωct+θc)+n(ω1t+θ1)]

四、总结

  本文介绍的PWM频谱模型适用于大多数的PWM应用场景,参考文献的后续章节还有各种不同调制方式下的小信号模型介绍但与我本人课题研究的关联性较低,我并未详细阅读有需要的同学请自行下载阅读。

这篇关于文献阅读--Pulse-Width Modulation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/776498

相关文章

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

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

软件架构模式:5 分钟阅读

原文: https://orkhanscience.medium.com/software-architecture-patterns-5-mins-read-e9e3c8eb47d2 软件架构模式:5 分钟阅读 当有人潜入软件工程世界时,有一天他需要学习软件架构模式的基础知识。当我刚接触编码时,我不知道从哪里获得简要介绍现有架构模式的资源,这样它就不会太详细和混乱,而是非常抽象和易

【阅读文献】一个使用大语言模型的端到端语音概要

摘要 ssum框架(Speech Summarization)为了 从说话人的语音提出对应的文本二题出。 ssum面临的挑战: 控制长语音的输入捕捉 the intricate cross-mdoel mapping 在长语音输入和短文本之间。 ssum端到端模型框架 使用 Q-Former 作为 语音和文本的中介连接 ,并且使用LLMs去从语音特征正确地产生文本。 采取 multi-st

AI文献综述神器,有这一款就够了!

我是娜姐 @迪娜学姐 ,一个SCI医学期刊编辑,探索用AI工具提效论文写作和发表。 当前的AI辅助文献综述的工具有很多,如果说功能最强大的,娜姐无疑要推SciSpace了。 SciSpace利用强大的AI算法,理解并建立研究论文之间的联系,可以大大提升文献综述的质量和效率。并且其功能还在不断更新和完善。        1 强大的语义搜索功能 传统的关键词搜索可能会遗漏相关文献,Sc

天然药物化学史话:“四大光谱”在天然产物结构鉴定中的应用-文献精读46

天然药物化学史话:“四大光谱”在天然产物结构鉴定中的应用,天然产物化学及其生物合成必备基础知识~ 摘要 天然产物化学研究在药物研发中起着非常重要的作用,结构研究又是天然产物化学研究中最重要的工作之一。在天然药物化学史话系列文章的基础上,对在天然产物结构研究中起绝对主导作用的“四大光谱”分析技术,即红外光谱、紫外光谱、质谱、核磁共振波谱在天然产物结构鉴定中的应用历史进行回顾与总结,并对其发展

你读文献的方式可能错了!掌握这些技巧,让阅读事半功倍!

我是娜姐 @迪娜学姐 ,一个SCI医学期刊编辑,探索用AI工具提效论文写作和发表。 科研新手如何精读一篇论文? 很多科研新手,一上来就疯狂下载几十上百篇文献。囫囵吞枣看完了,还是什么都不知道,大脑一片空白。究竟该如何读文献收获最大? 大佬说,要积极阅读、频繁阅读。 什么是积极阅读? 相比被动阅读,积极阅读是指在阅读之前准备好问题、设置阅读目标、保持批判性,收获更多、进步更大的一种阅读

如何借助AI快速筛选和整理文献?

AIPaperGPT,论文写作神器~ https://www.aipapergpt.com/ 在撰写毕业论文时,文献综述是必不可少的部分。它不仅为你的研究提供理论背景,还展示了你对研究领域的深入理解。然而,文献综述的撰写过程常常让学生感到头疼,尤其是面对海量文献时,如何有效筛选、整理和撰写是一大难题。 本文将为大家介绍如何利用AI工具帮助你轻松高效地完成文献综述的写作。我们将详细讲解如何快速

一键部署Phi 3.5 mini+vision!多模态阅读基准数据集MRR-Benchmark上线,含550个问答对

小模型又又又卷起来了!微软开源三连发!一口气发布了 Phi 3.5 针对不同任务的 3 个模型,并在多个基准上超越了其他同类模型。 其中 Phi-3.5-mini-instruct 专为内存或算力受限的设备推出,小参数也能展现出强大的推理能力,代码生成、多语言理解等任务信手拈来。而 Phi-3.5-vision-instruct 则是多模态领域的翘楚,能同时处理文本和视觉信息,图像理解、视频摘要

深入理解计算机系统阅读笔记-第四章

第四章 处理器体系结构 一个处理器支持的指令和指令的字节级编码称为它的ISA(instruction-set architecture,指令集体系结构)。不同家族处理器有不同的ISA。ISA在编译器编写者和处理器设计人员之间提供了一个概念抽象层,编译器编写者只需要知道允许哪些指令,以及他们是如何编码的;而处理器设计者,必须建造出执行这些指令的处理器。 ISA模型看上去是顺序执行的,实际上同时处