- 综合排序
- 最热优先
- 最新优先
- 来自专栏Gnep's_Technology_Blog
减小PAPR——DFT扩频
前言 本文通过仿真探索不同子载波分配方式对 PAPR 的影响，包括 IFDMA、LFDMA 和 OFDMA 的 DFT 扩频技术的 PAPR 性能。 一、DFT 扩频原理 这里直接贴上相关的原理知识： 二、MATLAB 仿真 分析 IFDMA、LFDMA 和 OFDMA 的 DFT 扩频技术的 PAPR 性能 1、核心代码 for iter = 1: 扩频技术的 PAPR 性能 ②、16QAM 调制时 IFDMA、LFDMA 和 OFDMA 的 DFT 扩频技术的 PAPR 性能 从仿真图可以看到，DFT 扩频技术的 PAPR 性能随子载波分配方式的不同而变化 这说明 IFDMA 和 LFDMA 与没有进行 DFT 扩频的 OFDMA 相比它们的 PAPR 分别降低了 7.3dB 和 3.2 dB。 ，有需要可自取~ 链接：减小PAPR——DFT扩频
39910编辑于 2023-12-27 - 来自专栏测试GO材料测试
基于第一性原理DFT密度泛函理论的计算项目盘点
随着计算机技术的不断发展，计算材料科学的方法也日益成熟。其中，基于第一性原理的密度泛函理论（DFT）计算方法，因其准确性、可靠性和高效性而广受欢迎。 本文将介绍基于DFT的密度泛函理论的计算项目，包括电子结构计算、材料的几何结构优化、反应路径计算以及材料的光学和磁学性质等方面的研究。 电子结构计算基于DFT的电子结构计算可以计算出材料的电子密度、能带结构和密度态密度等信息。这些信息对于材料的性质研究和设计具有重要意义。 基于DFT的材料几何结构优化可以通过计算力学能量表面来确定材料的最稳定结构。此外，材料的晶格常数、原子间距和化学键长度等参数也可以通过DFT计算得到。 其中，电子结构计算、几何结构优化、反应路径计算以及材料的光学和磁学性质等方面的研究是基于DFT的密度泛函理论的核心应用。
99010编辑于 2024-08-07 - 来自专栏数字芯片
可测性设计DFT
向量举例说明 例如，如果要测试74181ALU，其有14个输入端口 穷举测试向量, 就需要214=16384个测试矢量，对于一个有38个输入端口的16位的ALU来说，以10 MHz的速度运行完所有的测试矢量需要 功能测试向量，要448个测试矢量，但是目前没有算法去计算矢量是否覆盖了芯片的所有功能。 结构测试向量，要47个测试矢量。这类测试矢量的缺点是有时候工具无法检测所有的故障类型。 大多数的ASIC使用基于扫描的DFT技术。对于规模越来越大的芯片来说，扫描测试的策略面临着巨大的挑战。 整体DFT实现及性能上考虑 尽量避免异步时钟设计； 限制不同时钟域的数量； 对于多时钟域的设计，处于同一时钟域的触发器最好连在同一根扫描链上； 注意扇出比较多的端口，如scan_enable信号，尤其在综合的时候需要特别注意
1.9K10编辑于 2022-12-18 - 来自专栏TechBlog
MATLAB实现离散傅里叶变换DFT
一、实验目的 1．通过实验加深对DFT 的理解。 2．理解如何用DFT计算离散信号频谱。 说明了离散傅里叶变换的意义后，现在可以来进一步研究如何计算离散傅里叶变换，既由 x(n) 计算 X (k ) 。 三、实验内容及步骤 用 DFT 分析各种离散信号的幅频特性。 若将长度改成 N=10 的矩形序列，绘出有限长序列 x(n) ；周期序列 ~x (n) ；DFT 的幅值。 程序流程图： 四、思考题 1. ylabel('mag X(k)'); subplot(3,1,3);stem(k,angle(y),'filled');ylabel('ang X(k)'); end 8.4： for N=5:5:10
1.4K10编辑于 2022-08-03 - 来自专栏模拟计算
DFT计算和MD模拟技术在水系电池中的应用-测试GO
例如，在锂离子电池中，DFT计算揭示了LiF在SEI中的优先形成机制，其低扩散能垒（约0.68 eV）有利于离子传输。 离子输运动力学与溶剂化结构离子迁移能垒计算DFT计算量化了多价金属离子（如Zn²⁺、Al³⁺）在水溶液中的脱溶剂化能垒。 例如，21 m LiTFSI电解液中，Li⁺第一溶剂化壳层中自由水比例降至<10%，显著拓宽电化学窗口至3.0 V。离子输运特性的多尺度建模3. 电极材料设计与性能优化材料缺陷与掺杂效应DFT计算预测了锰基阴极材料中氧空位对Zn²⁺嵌入能垒的影响，揭示了Mn³⁺/Mn⁴⁺氧化还原电位偏移机制 。 技术局限性时间与空间尺度的分离MD模拟通常限于纳米级模型（<10 nm）和纳秒级动态过程，难以捕捉宏观尺度下的电极退化（如循环百次后的相变）。
45300编辑于 2025-07-23 - 来自专栏量子化学
用Gaussian 16做二分量赝势自旋轨道DFT（SODFT）计算
其实从16版开始，Gaussian也支持二分量赝势SOHF、SODFT的能量和梯度计算，只是很低调，没有宣传。 在Gaussian的安装包中，找到tests目录下的test1198，就是一个用二分量赝势在HF级别计算Sg原子的测试，输入文件里包含详细注释。以下是TlCl分子结构优化+振动频率计算的输入示例。 GHF/GKS没有二阶导数，频率计算需要用梯度做数值差分。 3. GHF/GKS必须结合二分量赝势。如果用一般的标量赝势，则GHF/GKS忽略旋轨耦合效应，得到与标量HF/KS计算一样的结果。 在这个输入里，其他关键词的含义和一般的HF、DFT计算相同。但是GHF/GKS不支持布局分析和各种单电子性质，不要加这类关键词。 GHF/GKS计算开壳层体系的注意事项 1. GHF/GKS计算开壳层过渡元素体系，初猜具有随机性，结果可能无法重复，甚至不是基态。
2.1K30发布于 2020-07-27 - 来自专栏云深之无迹
FFT算法前身DFT（离散傅里叶变换）
信号与系统又大又小，今天这个东西是实践的前提，DFT到FFT，DFT在理论上面是成功的，但是实践中这个计算太吃算力了。 DFT 是把一段有限长的离散时域信号转换为离散频域表示的数学工具。 示例代码（BASIC/Fortran）就是用循环加三角函数计算。 FFT 是“如何高效计算同一个 DFT”的算法：通过分解与复用正弦子结构，把运算量降到 N·log₂N，N 越大优势越明显；同时更少的乘加也意味着更小的舍入误差。 实际计算一个 image-20251010180635552 image-20251010180642774 使用“纯循环相关法”的 DFT demo，并与 NumPy 的 FFT 做了对比；上面两张图分别是单边幅度谱与单边相位谱 N=1024, 采样率 fs=1000.0 Hz 与 NumPy FFT 复谱的 RMSE = 6.054e-12 RMSE 应接近浮点舍入误差（本例通常 ~1e-10 量级）。
60610编辑于 2026-01-07 - 来自专栏全栈程序员必看
余弦信号DFT频谱分析（继续）
由于矩形窗突然被切断，频谱旁瓣相对幅度过大，造成泄漏分量很。因此，与FIR路一样，我们想到了其它窗。
55420编辑于 2022-07-06 - 来自专栏Mac软件
DFT Rays for mac(ps光束滤镜插件)
DFT Rays for mac是一款ps光效滤镜插件，可以快速轻松地创建令人惊叹的逼真的光线效果。 DFT Rays插件拥有快速，直观，易用的国际顶级摄影师调色效果，可创建圆形光源，光线还可以被模糊处理。立即下载：https://www.macw.com/cj/134.html?
1.2K30编辑于 2022-08-25 - 来自专栏和蔼的张星的图像处理专栏
从DTFT到DFS，从DFS到DFT，从DFT到FFT，从一维到二维
这里老师讲了有10讲之多，但每讲都不是很长，20分钟左右，这里记录一下学习的过程，前面的推导有点多，简书又打不了公式，mathtype的直接复制也不过来，截图又太麻烦，也为了自己再推导一遍，手写了前面一部分的内容 计算过程： ① 有限长序列构造周期序列 ② 计算周期卷积 ③ 周期卷积取主值 循环卷积是可以用DFT来做的，因为1的性质，如果直接用DFT来做的话，计算量实际上是要比卷积大的， 但是因为我们有FFT 这样使得DFT的计算量提高了1,2数量级（与N有关）。这个是基2的DFT算法。 下面主要介绍基2的FFT的算法： DFT的计算。 首先我们看下要进行n点DFT运算时要进行的计算量： ? DFT ? IDFT 实际上这两者变换只是差了一个指数的负号和一个常数，其计算量是完全相同的。 这里只讨论正变换的计算量： 一般来说，我们认为x(n),W,X(k)都是复数，那么每计算一个k，需要N的复数乘法，以及N-1个复数加法（N个相加），一共需要计算N各k，所以一次N点的DFT要用到：
2.4K41发布于 2018-09-04 - 来自专栏TechBlog
MATLAB实现离散信号的DTFT 和DFT
一、实验目的 加深对离散信号的DTFT和DFT的及其相互关系的理解。 这一变换不但可以很好的反映序列的频谱特性，而且易于用快速算法在计算机上实现。 DTFT和DFT的主要区别就是DFT在时域和频域都是离散的，它带来的最大好处就是适合于数值计算，适合于计算机处理，DTFT和DFT有许多相似的性质。 利用MATLAB工程计算语言按要求编写程序算法，实现对有限长序列的离散时间傅立叶变换（DTFT）和离散傅立叶变换（DFT）的求解。 三、实验内容 1. 已知序列: x(n)={1，2，3，4，5，6，6，5，4，3，2，1} 1） 计算 x(n) 的 DFT 为 X (k ) ，绘出它的幅度和相位图; 2） 计算 x(
2.7K10编辑于 2022-08-03 - 来自专栏全栈程序员必看
深入理解FT，DTFT，DFT 之间的关系
经过上面两个步骤，我们得到的信号依然不能被计算机处理，因为频域既连续，又周期。我们自然就想到，既然时域可以采样，为什么频域不能采样呢？这样不就时域与频域都离散化了吗？ 三、DFT 现在我们进行频域采样，即频域相乘，图(6)×图(8)得到图(10)，那么根据性质1，这次是频域相乘，时域卷积了吧，图(5)和图(7)卷积得到图(9)，不出所料的，镜像会呈周期性出现在各个脉冲点处 我们取图（10）周期序列的主值区间，并记为X(k)，它就是序列x[n]的DFT(Discrete Fourier Transform)，即离散傅立叶变换。 可见，DFT只是为了计算机处理方便，在频率域对DTFT进行的采样并截取主值而已。 有人可能疑惑，对图(10)进行IDFT，回到时域即图(9)，它与原离散信号图(5)所示的x[n]不同呀，它是x[n]的周期性延拓！
3.1K20编辑于 2022-07-21 - 来自专栏高性能服务器开发
手机计算器中输入：10%+10% = ？
这是一个历史遗留问题，属于语法糖，叫做百分计算器。 按人类语义的理解，你去买东西，100 元钱减去 10%，那就是 90 元。早期的计算器就可以直接这样写 100 - 10%。 再比如，一只股票股价 10 元，增长了 50%，可以直接写 10 + 50%。这么设计更深层次的原因可能与早期计算器的按键数量有限，以及单步运算的性质有关。具体有答主已经作了回答。 手机计算器保留了这种特性。 10% + 10% 就是 0.11。 至于部分国内计算器（如魅族）结果是 0.2，是因为国内手机厂商自己做了修改，符合中国人打几折的说法。 百分计算识别条件： exp1 [+-] exp2 % [+-] exp3 = exp1*（1 [+-] exp2 %）[+-] exp3 exp1 的值会被优先计算，比如 5 + 5 - 10% =9 如 exp2 与 exp3 之间为 [ * / ] ，则会将 exp2 % [* /] exp3 作为整体计算，比如 5 + 10% * 10 = 6 有关在 exp2% 前后加括号的问题，涉及代码处理
1.3K30发布于 2019-09-08 - 来自专栏IT技术圈
练习2-10 计算分段函数 (10分)
一、题目描述 本题目要求计算下列分段函数f(x)的值： ? 输入格式: 输入在一行中给出实数x。 输出格式: 在一行中按“f(x) = result”的格式输出，其中x与result都保留一位小数。 输入样例1: 10 输出样例1: f(10.0) = 0.1 输入样例2: 0 输出样例2: f(0.0) = 0.0 二、思路分析 本题主要考察条件判断，条件判断结构的一般形式如下图所示： ? %.1lf\n",x,1/x); return 0; } 四、关于作者 作者： C you again，从事软件开发 努力在IT搬砖路上的技术小白 公众号： 【C you again】，分享计算机类毕业设计源码
1.5K30发布于 2021-02-24 - 来自专栏Pulsar-V
原-图像处理基础（三）DFT与IDFT变换
"%lf ",src[i][j]); } printf(";\n"); } return 0; } 2维傅里叶变换函数 //2维傅里叶变换函数 int DFT2D HEIGHT]; Complex dst_[WIDTH][HEIGHT]; Initdata(src, WIDTH, HEIGHT); printf("\n\n"); DFT2D
1.9K140发布于 2018-04-25 - 来自专栏FPGA技术江湖
几幅图弄清FFT、DFT、DTFT和DFS的关系
我们取图（10）周期序列的主值区间，并记为X(k)，它就是序列x[n]的DFT(Discrete Fourier Transform)，即离散傅立叶变换。 可见，DFT只是为了计算机处理方便，在频率域对DTFT进行的采样并截取主值而已。 有人可能疑惑，对图(10)进行IDFT，回到时域即图(9)，它与原离散信号图(5)所示的x[n]不同呀，它是x[n]的周期性延拓！ FFT的提出完全是为了快速计算DFT而已，它的本质就是DFT！我们常用的信号处理软件MATLAB或者DSP软件包中，包含的算法都是FFT而非DFT。 DFS,是针对时域周期信号提出的，如果对图(9）所示周期延拓信号进行DFS，就会得到图(10)，只要截取其主值区间，则与DFT是完全的一一对应的精确关系。
7.7K11发布于 2020-12-29 - 来自专栏云深之无迹
来自 1986 的 DFT 改进算法（高阶插值实现）
来自 1986 的 DFT 改进算法（YUNSWJ 数值分析实现版） 昨天的优化 DFT 算法只是简单的使用了一次插值，那对我来说，优化的空间还是非常大的，所以接下来我们更近一步：来加一个“分段二次插值版本 也就是说： 在这个有趋势、有边界不连续的示例里， “阶数每升一级，误差往下砸约 10×”，趋势非常明显。 算法实现”做：对每段三角形/多项式解析积分，如果换成“滤波器视角”：FFT 得到 ，再乘上 对于复杂的 FIR / IIR 内插核，频域卷积更自然：频域算一下滤波器的频响 H_interp(f)（可一次预计算
14410编辑于 2026-01-07 - 来自专栏CloudBest
2020年云计算10大预测
云计算已经进入了一个成熟阶段，其特点是标准化和更强的跨平台兼容性。那么，云计算在未来一年里会有什么发展呢?尽管该行业的发展速度可能快得令人发狂，但宏观的趋势和过去发生的事件为未来的预测提供了依据。 去年10月底，美国国防部宣布，微软击败了亚马逊，获得了五角大楼的100亿美元云计算合同。随后，亚马逊指责美国总统特朗普对亚马逊存在偏见，并对五角大楼进行了不当施压。 在今年的某个时候，IBM可能会出现一个让云计算竞争对手叫屈的项目。 随着企业对低延迟计算资源的需求激增，他们正在寻找更多的提供商（尤其是市场上剩余的利基市场）并与CenturyLink等电信公司建立合作伙伴关系。 超级计算霸权之战 AWS在re：Invent 2019大会上专门发表了主题演讲，重点介绍了AWS如何在云中提供真正的超级计算功能。谷歌、微软和阿里巴巴也正在向高性能计算从业者推广他们的按需基础架构。
2.1K10发布于 2020-02-24 - 来自专栏SDNLAB
2020年云计算10大预测
云计算已经进入了一个成熟阶段，其特点是标准化和更强的跨平台兼容性。那么，云计算在未来一年里会有什么发展呢?尽管该行业的发展速度可能快得令人发狂，但宏观的趋势和过去发生的事件为未来的预测提供了依据。 去年10月底，美国国防部宣布，微软击败了亚马逊，获得了五角大楼的100亿美元云计算合同。随后，亚马逊指责美国总统特朗普对亚马逊存在偏见，并对五角大楼进行了不当施压。 在今年的某个时候，IBM可能会出现一个让云计算竞争对手叫屈的项目。 超级计算霸权之战 AWS在re：Invent 2019大会上专门发表了主题演讲，重点介绍了AWS如何在云中提供真正的超级计算功能。谷歌、微软和阿里巴巴也正在向高性能计算从业者推广他们的按需基础架构。 原文链接： https://www.crn.com/slide-shows/cloud/10-cloud-predictions-for-2020/11 【投稿】 欢迎SDN、NFV、边缘计算、SD-WAN
2.2K20发布于 2020-02-21 - 来自专栏DrugOne
. | 计算速度远远优于DFT，NewtonNet推导ab initio海森矩阵用于过渡态优化
通过将计算成本相对于密度泛函理论（DFT）ab initio源降低几个数量级，作者能够在每一步的鞍点优化中使用学习到的海森矩阵。 作者的方法计算海森矩阵的速度比对应的ab initio计算快1000倍，并在寻找过渡态方面比使用ML或DFT PES的QN方法更具稳健性。 学习预测DFT海森矩阵 图 1 图1a展示了NewtonNet模型，通过转化和聚合原子特征ai，预测DFT计算的分子能量E，这些特征从空间邻居aj和原子间距离Rij中获取局部化学环境信息。 在图4c中，作者比较了使用完整海森矩阵和QN海森矩阵优化的NewtonNet TS鞍点结构的振动频率，并使用这些结构作为输入计算DFT海森矩阵的频率。 通过使用NewtonNet，海森矩阵的计算速度比DFT快三个数量级，且在过渡态优化中所需步骤比准牛顿方法少2-3倍。
47710编辑于 2024-12-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号