2014年国赛高教杯数学建模A题嫦娥三号软着陆轨道设计与控制策略解题全过程文档及程序

2014年国赛高教杯数学建模

A题 嫦娥三号软着陆轨道设计与控制策略

  嫦娥三号于2013年12月2日1时30分成功发射，12月6日抵达月球轨道。嫦娥三号在着陆准备轨道上的运行质量为2.4t，其安装在下部的主减速发动机能够产生1500N到7500N的可调节推力，其比冲（即单位质量的推进剂产生的推力）为2940m/s，可以满足调整速度的控制要求。在四周安装有姿态调整发动机，在给定主减速发动机的推力方向后，能够自动通过多个发动机的脉冲组合实现各种姿态的调整控制。嫦娥三号的预定着陆点为19.51W，44.12N，海拔为-2641m（见附件1）。
  嫦娥三号在高速飞行的情况下，要保证准确地在月球预定区域内实现软着陆，关键问题是着陆轨道与控制策略的设计。其着陆轨道设计的基本要求：着陆准备轨道为近月点15km，远月点100km的椭圆形轨道；着陆轨道为从近月点至着陆点，其软着陆过程共分为6个阶段（见附件2），要求满足每个阶段在关键点所处的状态；尽量减少软着陆过程的燃料消耗。
根据上述的基本要求，请你们建立数学模型解决下面的问题：
  （1）确定着陆准备轨道近月点和远月点的位置，以及嫦娥三号相应速度的大小与方向。
  （2）确定嫦娥三号的着陆轨道和在6个阶段的最优控制策略。
  （3）对于你们设计的着陆轨道和控制策略做相应的误差分析和敏感性分析。

  附件1： 问题的背景与参考资料；
  附件2： 嫦娥三号着陆过程的六个阶段及其状态要求；
  附件3：距月面2400m处的数字高程图；
  附件4：距月面100m处的数字高程图。

整体求解过程概述(摘要)

  本文研究的是嫦娥三号软着陆轨道设计与最优控制策略问题，根据动力学相关原理，建立了嫦娥三号软着陆轨迹模型，以燃料消耗量最小为目标，得到软着陆过程中各阶段的最优控制策略。
  针对问题1，首先确定通过嫦娥三号着陆准备轨道位于其着陆点所在经线与月心构成的平面内，然后对嫦娥三号在主减速段进行受力分析，以近月点在月球表面的投影点为原点，以着陆轨道参考系纵向平面为xoy面，以初始飞行方向为x轴，以原点与近月点的连线方向为y轴，建立平面直角坐标系，根据牛顿第二定律，建立嫦娥三号主减速段轨迹模型，以燃料消耗量最小为目标，通过轨迹离散化，逐步迭代求得该阶段的水平位移，再依据地理学经纬度计算规则，建立地表距离与经纬度转化模型，最终得到近月点在月球表面的投影位置为19.51’W,31.68’N，距离月球表面高度为15km，远月点在月球表面的投影位置为160.49’E,31.68’S，距离月球表面高度为100km。利用机械能守恒定理和开普勒第二定律，最终得到近月点与远月点速度的大小分别为为1.692 km/s ,1.614km/s。
  针对问题2，根据牛顿第二定律，以每个阶段初始点和终值点的状态为约束，以燃料消耗最小为目标，建立全局最优模型，通过轨迹离散化，逐步迭代求得每个阶段的水平位移，分别得到软着陆过程6个阶段着陆轨迹方程及其对应的最优控制策略；在粗避障段和精避障段，我们将所给数字高程图均分成9块，综合相对高程差与标准差定义平坦度指标来衡量每一块区域，从而选取最佳着陆点；在粗避障段，分别从两种运动状态：其一是先把主减速发动机关闭，在进行一段时间匀加速直线运动后，再次打开发动机，进行减速直线运动，其二是整个阶段都进行匀速直线运动，以燃料消耗最小为目标，确定前者更优从而确定该阶段最优控制策略。
  针对问题3，从改变近月点离月球表面的距离和主减速发动机提供的推力两个方面，对嫦娥三号在该段的水平位移、燃料消耗等参数进行灵敏度分析，发现近月点离月球表面的距离与该段的水平位移和燃料消耗呈线性正相关，发现主减速发动机提供的推力与该段的水平位移呈线性负相关，与该段的燃料消耗呈线性正相关。由于嫦娥三号在主减速段水平位移最大，选取该段从对近月点离月球表面的距离变化和主减速发动机提供的推力变化两个角度对模型进行局部阶段误差分析，通过计算每个阶段时间的相对误差对模型进行整体误差分析。
  最后，对模型的优缺点进行评价，并提出改进的方向。

模型假设：

  （1）假设月球引力场为垂直于月面的均匀引力场；
  （2）假设在几百秒范围内的下降时间里，月球引力非球项、日月引力摄动和月球自转均可以忽略；
  （3）假设只考虑惯性和引力作用下的稳定的椭圆运动状态，而对于“嫦娥三号”的变轨状态，情况过于复杂，不予以考虑；
  （4）制动发动机的最大推力与初始质量之比大于月面引力加速度,并且制动推进系统能够在一定的初始条件下将探测器停于月面上。

问题分析：

  嫦娥三号从实施近月制动到成功着陆主要经历了环月轨道→椭圆轨道→着陆轨道三个变轨过程，从环月轨道下降到着陆点的过程，称为软着陆过程，其包括着陆准备轨道、主减速段、快速调整段、粗避障段、精避障段、缓速下降阶段六个阶段。软着陆：指嫦娥三号以相对月球较小的速度着陆，速度一般为几米/每秒； 比冲：火箭发动机单位质量推进剂产生的冲量，或单位流量的推进剂产生的推力。
  针对问题1，首先对软着陆过程进行简化分析，可知主减速段终点已基本位于着陆点上方，其空间坐标在月面上投影即为着陆点坐标，仅考虑主减速段着陆过程，可利用主减速段终点逆推出近月点位置。因此，可取嫦娥三号处于主减速段终点时在月球表面的投影点作为原点，软着陆运动轨迹所在平面建立二维坐标系。结合动力学知识，建立最优主减速轨迹模型，并需满足主减速段燃料消耗最小，得到其着陆轨迹微分方程，利用仿真求解得到近月点坐标，运用地表距离与经纬度转化关系，最终得到近月点与远月点地理位置。结合开普勒第二定律和机械能守恒定律，建立两个相关等式，求得近月点、远月点处速度大小，基于最优主减速段轨迹模型求解结果，便可根据近月点运动方向与坐标轴夹角得到速度方向。
  针对问题2，确定嫦娥三号着陆轨道及6个阶段的最优控制策略时，始终要满足燃料消耗最小原则。在问题1中已经对近月点及对主减速段的运动情况进行求解，近月点和主减速段终值点的位置、速度及发动机推力大小均已知，在此基础上，给定准备轨道、主减速段最优控制策略。快速调整段主要是对探测器姿态进行调整，采取与主减速同样的建模方法，得到该段质心动力学方程，在满足约束条件及阶段要求下给出具体最优控制策略。对于粗避障段，首先对其数字高程图进行划分，对每个区域的平坦程度进行分析，取最平坦区域作为着陆大致范围。同样需建立动力学模型对运动轨迹进行描述，考虑到可能存在匀速直线运动和先匀加速后又在恒定推力下减速至0两种情况，在可行情况下，选择燃料消耗最少的方案作为最优策略。
  针对问题3， 从改变近月点离月球表面的距离和主减速发动机提供的推力两个方面，对嫦娥三号在该段的水平位移、燃料消耗等参数进行灵敏度分析，进而求得近月点离月球表面的距离与该段的水平位移和燃料消耗之间的关系、主减速发动机提供的推力与该段的水平位移及该段的燃料消耗之间的关系；由于嫦娥三号在主减速段水平位移最大，选取该段从对近月点离月球表面的距离变化和主减速发动机提供的推力变化两个角度对模型进行局部阶段误差分析，通过计算每个阶段时间的相对误差对模型进行整体误差分析。

模型的建立与求解整体论文缩略图

在这里插入图片描述
在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

程序代码：

%% 整个软着陆过程的运动轨迹
clc;clear;close all;
g=1.633;  %月球重力加速度
m0=2.4*10^3;%卫星初始质量
Ve=2940; %比冲
theta=9.654*pi/180;%初速度与水平方向的夹角
F=7500;   %推力
V0=1692.464; %近日点初速度
t=0;          %初始时间
T=0.1;       %时间步长
Vx0=V0*cos(-theta); %水平初速度
Vy0=V0*sin(-theta); %竖直初速度
Ay0=g-F*sin(-theta)/(m0-F/Ve*t);%竖直初加速度
Ax0=-F*cos(-theta)/(m0-F/Ve*t);%水平初加速度
count=0;
X_res=Vx0*t+0.5*Ax0*t^2;
Y_res=Vy0*t+0.5*Ax0*t^2;
Result=[];
h=12000;%主减速阶段的下落距离
%% 迭代求 分解速度和分解位移
while (Y_res<h )
count=count+1;
Vx=Vx0+Ax0*T;
Vy=Vy0+Ay0*T;
V_res=sqrt(Vx^2+Vy^2);
Vx0=Vx;
Vy0=Vy;
X=Vx0*T+0.5*Ax0*T^2;
Y=Vy0*T+0.5*Ay0*T^2;
X_res=X_res+X;
Y_res=Y_res+Y;
 Time=count*T;
 Result=[Result;X_res,Y_res,V_res,Time];
SIN=Vy/sqrt(Vy^2+Vx^2);
COS=Vx/sqrt(Vy^2+Vx^2);
Ay=g-F*SIN/(m0-F/Ve*Time);
Ax=-F*COS/(m0-F/Ve*Time);
Ax0=Ax;
Ay0=Ay;
end
GJ=[Result(:,1),15000-Result(:,2)];
%%
clc;close all;
Ve=2940;%比冲
g=1.633;  %月球重力加速度
h=600;%该阶段的下落距离
t=0; %初始时间
T=0.1;   %时间步长
M_temp=[];
V_temp=[];
shijian=[];
X_temp=[];
lisan=1500:100:7500;
%lisan=5000:5100;
for i = lisan
F=i;  %推力
%主减速阶段的末状态量作为快速调整阶段的初状态量
theta=55.6708*pi/180;%初速度与水平面的夹角
Vx0=32.23327;%水平初速度
Vy0=47.2005;  %竖直初速度
m0=1325.255;%初始质量
Ay0=g-F*sin(theta)/(m0-F/Ve*t);%竖直初加速度
Ax0=-F*cos(theta)/(m0-F/Ve*t);%水平初加速度
count=0; %计数器
X_res=Vx0*t+0.5*Ax0*t^2;
Y_res=Vy0*t+0.5*Ax0*t^2;
Result=[];

%% 迭代求 分解速度和分解位移
while (Y_res<h )
count=count+1;
Vx=Vx0+Ax0*T;
Vy=Vy0+Ay0*T;
Vx0=Vx;
Vy0=Vy;
X=Vx0*T+0.5*Ax0*T^2;
Y=Vy0*T+0.5*Ay0*T^2;
X_res=X_res+X;
Y_res=Y_res+Y;
 Time=count*T;
SIN=Vy/sqrt(Vy^2+Vx^2);
COS=Vx/sqrt(Vy^2+Vx^2);
Ay=g-F*SIN/(m0-F/Ve*Time);
Ax=-F*COS/(m0-F/Ve*Time);
Ax0=Ax;
Ay0=Ay;
end
M=m0-F/Ve*Time;%该阶段的末质量。
X_res; %水平位移
 Time=count*T;  %运动时间
 V_res=sqrt(Vx^2+Vy^2);%合速度
 jiaodu=atan(Vy/Vx)*180/pi; %末速度角度
 %Vx  %水平速度
M_temp=[M_temp;F/Ve*Time];
V_temp=[V_temp;V_res,Vx];
shijian=[shijian;Time];%记录运行时间
X_temp=[X_temp;X_res];
end
Answer=[lisan',M_temp,V_temp,shijian,X_temp];%结果总结在这里
M_temp=[];
V_temp=[];
shijian=[];
F=5085;  %推力
%主减速阶段的末状态量作为快速调整阶段的初状态量
theta=55.6708*pi/180;%初速度与水平面的夹角
Vx0=32.23327;%水平初速度
Vy0=47.2005;  %竖直初速度
m0=1325.255; %初始质量
Ay0=g-F*sin(theta)/(m0-F/Ve*t);%竖直初加速度
Ax0=-F*cos(theta)/(m0-F/Ve*t); %水平初加速度
count=0; %计数器
X_res=Vx0*t+0.5*Ax0*t^2;
Y_res=Vy0*t+0.5*Ax0*t^2;
Result=[];
G=[];
%% 迭代求 分解速度和分解位移
while (Y_res<h )
count=count+1;
Vx=Vx0+Ax0*T;
Vy=Vy0+Ay0*T;
Vx0=Vx;
Vy0=Vy;
X=Vx0*T+0.5*Ax0*T^2;
Y=Vy0*T+0.5*Ay0*T^2;
X_res=X_res+X;
Y_res=Y_res+Y;
 Time=count*T;
G=[G;X_res,Y_res,V_res,Time];
SIN=Vy/sqrt(Vy^2+Vx^2);
COS=Vx/sqrt(Vy^2+Vx^2);
Ay=g-F*SIN/(m0-F/Ve*Time);
Ax=-F*COS/(m0-F/Ve*Time);
Ax0=Ax;
Ay0=Ay;
end
GJ2=[G(:,1)+GJ(end,1),3000-G(:,2)];
flag1=[377092.173014911,2999.65005894814];%主减速段结束点
flag2=[377381.089941517,2399.99226916603];%快速调整段结束点
GJ3=[GJ;GJ2];
%plot(GJ3(:,1),GJ3(:,2));
hold on;
%plot(flag1(1,1),flag1(1,2),'o','MarkerSize',20);
%plot(flag2(1,1),flag2(1,2),'o','MarkerSize',20);
ttm=2399:-1:100;
CUBI=[zeros(2300,1)+flag2(1,1),ttm'];
GJ4=[GJ3;CUBI];
%plot(GJ4(:,1),GJ4(:,2));
flag3=[377381.089941517,100];%粗避障段结束点
%%
h=70;
aaa=1.98;
T=sqrt(2*h/g);
t1=0.5*T;
t2=t1;
x3=[];
y3=[];
x33=[];

for i=0:0.01:t1
x3=[x3;0.5*1.98*i^2];
end
temp5=x3(end,1);
vvv=aaa*t1;

for i=0:0.01:t2
x33=[x33;temp5+vvv*i-0.5*aaa*i^2];
end
X3=[x3;x33];
for i=0:0.01:T
y3=[y3;100-0.5*g*i^2];
end
x5=[GJ4(end,1)+X3];
GJ5=[GJ4;x5,y3];
%plot(GJ5(:,1),GJ5(:,2));
ttn=29:-1:0;
TT5=[zeros(30,1)+GJ5(end,1),ttn'];
GJ6=[GJ5;TT5];
plot(GJ6(:,1),GJ6(:,2),'LineWidth',2);
title('后4个过程的轨迹图','FontSize',14);
xlabel('水平位移/米');
ylabel('高度/米');
%axis([377092.173014911,377500,0 3000])

%% 主减速阶段的数值近似求解（用于第一问）
clc;clear;close all;
g=1.633;  %月球重力加速度
m0=2.4*10^3;%卫星初始质量
Ve=2940; %比冲
theta=9.654*pi/180;%初速度与水平方向的夹角
F=7500;   %推力
V0=1692.464; %近日点初速度
t=0;          %初始时间
T=0.1;       %时间步长
Vx0=V0*cos(-theta); %水平初速度
Vy0=V0*sin(-theta); %竖直初速度
Ay0=g-F*sin(-theta)/(m0-F/Ve*t);%竖直初加速度
Ax0=-F*cos(-theta)/(m0-F/Ve*t);%水平初加速度
count=0;
X_res=Vx0*t+0.5*Ax0*t^2;
Y_res=Vy0*t+0.5*Ax0*t^2;
Result=[];
h=12000;%主减速阶段的下落距离
%% 迭代求 分解速度和分解位移
while (Y_res<h )
count=count+1;
Vx=Vx0+Ax0*T;
Vy=Vy0+Ay0*T;
V_res=sqrt(Vx^2+Vy^2);
Vx0=Vx;
Vy0=Vy;
X=Vx0*T+0.5*Ax0*T^2;
Y=Vy0*T+0.5*Ay0*T^2;
X_res=X_res+X;
Y_res=Y_res+Y;
 Time=count*T;
 Result=[Result;X_res,Y_res,V_res,Time];
SIN=Vy/sqrt(Vy^2+Vx^2);
COS=Vx/sqrt(Vy^2+Vx^2);
Ay=g-F*SIN/(m0-F/Ve*Time);
Ax=-F*COS/(m0-F/Ve*Time);
Ax0=Ax;
Ay0=Ay;
end
M=m0-F/Ve*Time;%该阶段的末质量。
X_res  %水平位移
 Time=count*T  %运动时间
 V_res=sqrt(Vx^2+Vy^2) %合速度
 jiaodu=atan(Vy/Vx)*180/pi %末速度角度。
 F/Ve*Time%燃料消耗量
%% 作图
plot(Result(:,1),15000-Result(:,2),'k','LineWidth',2);
title('主减速段嫦娥三号运动轨迹图','FontSize',15);
xlabel('X轴/(m)');
ylabel('Y轴/(m)');
%% 经纬度的近似计算
R=1737.013; %平均半径
weidu=44.12-X_res/((2*pi*R)/4/90)/1000  %近月点纬度
pi*R/180;  % 30.3165

%% 主减速阶段的灵敏度分析1。
clc;clear;close all;
g=1.633;  %月球重力加速度
m0=2.4*10^3;%卫星初始质量
Ve=2940;%比冲
theta=9.654*pi/180;%初速度与水平方向的夹角
F=7500;%推力
RECORD=[];
lisan=11950:1:12050;
for h=lisan
%主减速阶段的下落距离h
V0=1692.464; %近日点初速度
t=0; %初始时间
T=0.1;   %时间步长
Vx0=V0*cos(-theta); %水平初速度
Vy0=V0*sin(-theta); %竖直初速度
Ay0=g-F*sin(-theta)/(m0-F/Ve*t);%竖直初加速度
Ax0=-F*cos(-theta)/(m0-F/Ve*t);%水平初加速度
count=0;
X_res=Vx0*t+0.5*Ax0*t^2;
Y_res=Vy0*t+0.5*Ax0*t^2;
Result=[];

%% 迭代求 分解速度和分解位移
while (Y_res<h )
count=count+1;
Vx=Vx0+Ax0*T;
Vy=Vy0+Ay0*T;
V_res=sqrt(Vx^2+Vy^2);
Vx0=Vx;
Vy0=Vy;
X=Vx0*T+0.5*Ax0*T^2;
Y=Vy0*T+0.5*Ay0*T^2;
X_res=X_res+X;
Y_res=Y_res+Y;
 Time=count*T;
 Result=[Result;X_res,Y_res,V_res,Time];
SIN=Vy/sqrt(Vy^2+Vx^2);
COS=Vx/sqrt(Vy^2+Vx^2);
Ay=g-F*SIN/(m0-F/Ve*Time);
Ax=-F*COS/(m0-F/Ve*Time);
Ax0=Ax;
Ay0=Ay;
end
M=m0-F/Ve*Time;%该阶段的末质量。
%X_res  %水平位移
 Time=count*T;  %运动时间
 V_res=sqrt(Vx^2+Vy^2) ;%合速度
 jiaodu=atan(Vy/Vx)*180/pi;%末速度角度。
 consume=F/Ve*Time;%燃料消耗量
 RECORD=[RECORD;h,consume,M,Time,V_res,X_res,jiaodu];
end
flag=320;
str={'主减速燃料消耗关于h变化图','主减速阶段末质量关于h变化图','主减速阶段总时间关于h变化图','主减速阶段末速度关于h变化图','主减速阶段水平位移关于h变化图','末速度alpha关于h变化图'};
for i=1:6
    flag=flag+1;
    subplot(flag);
    plot(lisan,RECORD(:,i+1),'*');
    title(str(i));
end
%% 各阶段时间相对误差
Fact=[487	16	125	22	19]; %实际值
Value=[421.3	24.4	62.1	9.26	3.44];%模型值
cha=abs(Fact-Value);
XD=cha./Fact;
全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/891194.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

二、PyCharm基本设置

二、PyCharm基本设置

PyCharm基本设置 前言一、设置中文汉化二、设置代码字体颜色三、设置鼠标滚轮调整字体大小四、修改 PyCharm 运行内存4.1 方式一4.1 方式二 五、显示 PyCharm 运行时内存六、设置代码模版配置的参数有&#xff1a; 七、PyCharm设置背景图总结 前言 为了让我们的 PyCharm 更好用…
阅读更多...
rk3568,rk3588 , opencv 的了解。

rk3568,rk3588 , opencv 的了解。

网上的截图&#xff1a; 自动安装&#xff1b; 手动安装&#xff1b; 我只是 截图了一下&#xff0c;并没有实地的进行测试。
阅读更多...
JAVA软开-面试经典题（7）-字符串常量池

JAVA软开-面试经典题（7）-字符串常量池

字符串常量池 1.定义&#xff1a;字符串常量池&#xff08;String Constant Pool&#xff09;&#xff0c;用于存放字符串常量的运行时内存结构&#xff0c;其底层的实现为Hashtable。 【注意】 在JDK1.6之前&#xff0c;字符串常量池中只会存放具体的String实例&#xff0c;在…
阅读更多...
学生护眼大路灯哪种好啊？五款真正护眼的护眼大路灯分享

学生护眼大路灯哪种好啊？五款真正护眼的护眼大路灯分享

在贴吧、论坛、知乎等社区网站上&#xff0c;大家可能经常看到家长吐槽、讨论学生护眼大路灯哪种好啊这类话题。说是由于孩子们用了不适合的护眼大路灯后&#xff0c;出现了光线刺眼、疲劳感加重等诸多伤眼问题。作为测评师&#xff0c;我对这个问题非常关注&#xff0c;也特意…
阅读更多...
prompt learning

prompt learning

prompt learning 对于CLIP&#xff08;如上图所示&#xff09;而言&#xff0c;对其prompt构造的更改就是在zero shot应用到下游任务的时候对其输入的label text进行一定的更改&#xff0c;比如将“A photo of a{obj}”改为“[V1][V2]…[Vn][Class]”这样可学习的V1-Vn的token…
阅读更多...
UE5 C++: 插件编写06 | 移动文件时自动Fix up redirectors

UE5 C++: 插件编写06 | 移动文件时自动Fix up redirectors

目录 前言&#xff1a; 本文内容&#xff1a; WHY WHAT HOW 详细步骤 代码解析 1. Build.cs file中 2. QuickAssetAction.cpp中 IMPORTANT NOTES 中文解释&#xff1a; 使用 AssetToolsModule 来修复重定向器 使用 AssetRegistryModule 来过滤所有重定向器 使用 FMo…
阅读更多...
功能强大且简单易用的实时算法视频监控，智慧快消开源了。

功能强大且简单易用的实时算法视频监控，智慧快消开源了。

智慧快消视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒&#xff0c;省去繁琐重复的适配流程&#xff0c;实现芯片、算法、应用的全流程组合&#xff0c;从而大大减少企业级应用约95%的开发成本。 基于多年的深度…
阅读更多...
Ngin入门套餐

Ngin入门套餐

快速了解Nginx 一、代理1.1 正向代理1.2 反向代理1.3 正向代理和反向代理的区别 二、Nginx负载均衡策略2.1 轮询&#xff08;Round Robin&#xff09;2.2 加权轮询&#xff08;Weighted Round Robin&#xff09;2.3 IP 哈希&#xff08;IP Hash&#xff09;2.4 最少连接&#x…
阅读更多...
Unite Shanghai 2024 团结引擎专场 | 团结引擎 OpenHarmony 工程剖析

Unite Shanghai 2024 团结引擎专场 | 团结引擎 OpenHarmony 工程剖析

在 2024 年 7 月 24 日的 Unite Shanghai 2024 团结引擎专场演讲中&#xff0c;Unity中国 OpenHarmony 技术负责人刘伟贤对团结引擎导出的 OpenHarmony 工程进行了细节剖析&#xff0c;详细讲解 XComponent 如何与引擎结合&#xff0c;UI 线程和引擎线程的关联以及 ts/ets 的代…
阅读更多...
PostgreSQL学习笔记六：模式SCHEMA

PostgreSQL学习笔记六：模式SCHEMA

模式&#xff08;Schema&#xff09; PostgreSQL中的模式&#xff08;Schema&#xff09;是一个命名的数据库对象集合&#xff0c;包括表、视图、索引、数据类型、函数、存储过程和操作符等。模式的主要作用是组织和命名空间数据库对象&#xff0c;使得同一个数据库中可以包含…
阅读更多...
Linux命令——ls

Linux命令——ls

命令格式&#xff1a;命令本身选项命令的指向目标 1.ls命令作用为列出目录下的内容 #lls后的选项有[-a,-l,-h]##注意ls与选项间应用空格隔开. 如下图为&#xff08;ls命令体-l选项/根文件&#xff09;的命令行 # ls -a 为&#xff1a;列出所有文件&#xff08;包括隐藏文件&…
阅读更多...
mysql 慢查询日志slowlog

mysql 慢查询日志slowlog

慢查询参数 slow log 输出示例 # Time: 2024-08-08T22:39:12.80425308:00 #查询结束时间戳 # UserHost: root[root] localhost [] Id: 83 # Query_time: 2.331306 Lock_time: 0.000003 Rows_sent: 9762500 Rows_examined: 6250 SET timestamp1723127950; select *…
阅读更多...
接口性能测试，这个还真有用啊。

接口性能测试，这个还真有用啊。

一、概述 性能测试按照不同视角&#xff0c;可以分为以下几类&#xff1a; a. 用户视角的性能 用户角度感受到的网站响应速度的快和慢。从用户在浏览器输入网址/打开应用&#xff0c;到整个页面呈现给用户的耗时。包含了用户端发送请求&#xff0c;服务端收到并执行请求&…
阅读更多...
【2024版】Pycharm安装教程+汉化教程（零基础小白都能学会）

【2024版】Pycharm安装教程+汉化教程（零基础小白都能学会）

PyCharm安装教程 点击右边链接→PyCharm安装包 以专业版为例&#xff0c;继续进行安装&#xff08;安装内容没啥太大区别&#xff0c;所以两版本都适用&#xff09; 2.打开解压后的文件夹&#xff0c;右击pycharm 2024.1.4 3.点击下一步。 4.更改安装位置&#xff0c;点击下一步…
阅读更多...
海外云手机：出海电商养号智能化方案

海外云手机：出海电商养号智能化方案

随着出海电商的迅猛发展&#xff0c;使用海外云手机进行养号已经成为越来越多商家的新选择。尤其在社交电商推广和短视频引流方面&#xff0c;海外云手机不仅提高了流量的精准度&#xff0c;还助力商家实现业务的快速增长。本文将探讨海外云手机养号相较于传统模式的优势&#…
阅读更多...
机载交互详解！

机载交互详解！

一、机载交互网络 机载交互网络是指飞机内部用于传输飞行员指令、飞行数据以及系统状态信息的通信网络。它通常由多个节点&#xff08;如传感器、控制器、显示器等&#xff09;和连接这些节点的通信链路组成。 节点&#xff1a; 传感器节点&#xff1a;负责采集飞机的各种飞…
阅读更多...
基于YOLOv11的车辆行人实时检测系统（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型）

基于YOLOv11的车辆行人实时检测系统（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型）

上百种【基于YOLOv8/v10/v11的目标检测系统】目录&#xff08;pythonpyside6界面系统源码可训练的数据集也完成的训练模型&#xff09;-CSDN博客 ............................................................................................ 摘要&#xff1a; 本文提出了…
阅读更多...
人工智能AI与机器学习ML基础入门

人工智能AI与机器学习ML基础入门

小学生都能看懂的人工智能入门书籍 第一章 入门简介 TensorFlow 入门 如果你想入门人工智能&#xff08;AI&#xff09;&#xff1f;机器学习&#xff08;ML&#xff09;和深度学习是很好的起点。不过&#xff0c;一开始接触这些概念时&#xff0c;可能会被各种选项和新术语搞…
阅读更多...
WebGl 使用uniform变量动态修改点的颜色

WebGl 使用uniform变量动态修改点的颜色

在WebGL中&#xff0c;uniform变量用于在顶点着色器和片元着色器之间传递全局状态信息&#xff0c;这些信息在渲染过程中不会随着顶点的变化而变化。uniform变量可以用来设置变换矩阵、光照参数、材料属性等。由于它们在整个渲染过程中共享&#xff0c;因此可以被所有使用该着色…
阅读更多...
前端开发攻略---使用AJAX监控网络请求进度

前端开发攻略---使用AJAX监控网络请求进度

1、XHR实现 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8" /><meta name"viewport" content"widthdevice-width, initial-scale1.0" /><title>Document</title></head&…
阅读更多...
最新文章

Copyright @ 2022~2023