官网链接我们模拟二维介电圆柱体的 Mie 散射。 将 FDTD 模拟的角散射结果与解析解进行比较。一、结构设置1.1 光源全场散射场（total-field scattered-field,TFSF）源注入有限跨度的平面波，并将计算区域划分为两个区域。在源区内部同时存在入射场和散射场，而在源区外部只存在散射场。全场散射场源的工作原理是在其边界处，减去直接透射通过源区域或从平坦基板反射的任何光。因此
车规级激光雷达的技术路线之争，似乎已经逐渐明朗。《高工智能汽车》注意到，目前，包括Innoviz以及国内一径科技、速腾聚创等越来越多的厂商先后推出了车规级MEMS激光雷达。另外，需要特别注意的是，作为转镜方案代表的法雷奥SCALA，也将在第三代激光雷达产品中转向MEMS技术，预计在2022年左右开启量产。这一切都在说明市场风向已经发生了改变，车载激光雷达正从机械旋转式向MEMS激光雷达演进。包括一
获取代码方式1：完整代码已上传我的资源：【光学】基于matlab米氏散射和瑞利散射仿真【含Matla
原创
2022-07-10 00:17:48
1961阅读
Spectral Python (SPy)是一个用于处理高光谱图像数据的纯Python模块。它具有读取、显示、操作和分类高光谱图像的功能。 之所以用它是因为这个对多波段图像的支持更好一、SPy 安装依赖模块虽然可以只用Python和NumPy来使用SPy来处理高光谱数据，但如果想使用SPy的任何图形功能，你还需要其他几个模块 要在IPython中使用SPy，您需要在" pylab "模式下启动IP
转载
2023-08-21 11:30:55
0阅读
国网大部分的通信业务主要基于SDH通信网，其中光缆光纤在其基建设施中占有较大比例。光纤光缆测试是光缆施工、维护、抢修重要技术手段，采用OTDR(光时域反射仪）进行光纤连接的现场监视和连接损耗测量评价，是目前比较有效的方式。在介绍OTDR及其原理前，我们需要了解的有几个光学基本概念 - 瑞利散射、菲涅尔反射还有盲区1.瑞利散射和菲涅尔反射瑞利散射：瑞利散射是一种光学现象，属于散射的一种情况。又称“分
转载
2023-10-05 10:31:42
254阅读
本文基于matlab2020版官方网页DocumentationCrack Identification From Accelerometer Data及个人理解。该示例显示了如何使用小波wavelet和深度学习技术来检测横向路面裂缝并确定其位置。该示例演示了将小波散射序列用作门控循环单元（GRU）和一维卷积网络的输入，以便根据是否存在裂缝对时间序列进行分类。数据是从安装在前排乘客座椅车轮的转向节
转载
2023-11-01 20:48:42
257阅读
由基础物理知识可知，光与物质的相互作用会引起光的吸收、色散和散射现象。所谓光 的散射可以这样理解：当光束通过存在不均匀性的透明或半透明介质（比如硅胶中悬浮着荧 光粉），光线就会从各个方向散开。1908年G.Mie最先解出了入射到悬浮着球形粒子的介质 的平面光波的麦克斯韦方程组的严格解，关于这方面的讨论就是Mie散射理论的主要内容。 按照Mie散射理论，第一，当散射粒子的半径远小于入射光的波长时，总
# Python中的小波散射
小波散射（Wavelet Scattering）是一种强大的信号处理工具，广泛应用于图像分析、音频信号处理和其他领域。虽然这个概念可能在刚入行的开发者眼中显得有些复杂，但其实只要掌握一定的步骤与代码实现，它就会变得简单易懂。本文将带你一步步了解如何在Python中实现小波散射。
## 流程概述
以下是实现小波散射的基本流程：
| 步骤 | 描述 |
|----
它与小波变换有着密切的关系，由小波变换描述信号奇异性的特点，我们不难得出，李氏指数也
原创
2022-10-10 15:15:08
370阅读
瑞利散射简介散射强度与光波长的关系应用天空为什么是蓝色日出或日落时云朵为什么是红橙色月球的天空白天也是黑的推导瑞利非偏振散射光强度 简介瑞利散射（Rayleigh scattering）是半径比光或其他电磁辐射的波长小很多的微小颗粒（例如单个原子或分子）对入射光束的散射。瑞利散射在光通过透明的固体和液体时都会发生，但以气体最为显著。在大气中，太阳光的瑞利散射会导致弥漫天空辐射，这是天空为蓝色和太
## Python小波散射变换
小波散射变换是一种用于信号处理和数据分析的强大工具，它可以帮助我们理解信号中的结构和特征。在Python中，我们可以使用PyWavelets库来实现小波散射变换。
### 什么是小波散射变换？
小波散射变换是通过多级小波变换和非线性操作来提取信号的特征。它将信号分解为不同频率和尺度的成分，并计算它们之间的关系，从而得到一个具有良好性质的表示。这种表示通常可以用
可参考：马尔可夫预测法认为，只要当事物的现在状态为已知时，人们就可以预测其未来的状态，而不需要知道事物的过去状态，即马尔可夫链具有无后效性特征，这也被后人称为马尔可夫性。这一特性避开了其他预测方法在搜集历史资料时所遇到的一系列难题，使得它无论是理论上还是应用上都占有很重要的地位。 因此，检验随机过程是否具有马尔可夫性是应用马尔可夫概型分析的必要前提。第一步、建立转移概率矩阵准确计算整个目标系统的转
转载
2023-10-29 10:25:06
235阅读
最近小虎在网课上被老师问到编程写出一指数函数的频谱图，当时鼓捣了1个多钟？？？以前是画过bode图，bode的幅频图是对数幅频图。应该也可以用伯德图直接画的，但是这个问题的关键应该在拉氏变化。5分钟不到的事，要搞那么久，看来是小虎还不太理解拉氏变换。编程工具还是那熟悉的MATLAB。目录拉氏变换简介傅里叶变换vs拉氏变换拉氏变换表频谱图简介示例以及结果方法1定义法频谱图定义结果图完整代码方法2bo
巴氏参数、GA算法以及matlab仿真1、内容目录2、极化码编码2.1、引言2.2、极化码编码原理2.2.1、陪集码2.2.2、极化码的构造巴氏参数构造算法高斯近似构造（GA）算法2.3、极化码编码3、总结 1、内容目录开篇1-内容介绍&参考文献概述2-什么是极化码？原理3-Arikan原版论文学习总结编码算法4-巴氏参数、GA算法以及matlab仿真译码算法5-SC算法及matlab仿
在数据关联中，常常采用马氏距离来计算实际观测特征 j 的距离，从而能较为准确的选出最可能的关联。具体的做法是：D(ij)=sqrt( (-μ(j) )'Σ^(-1)(-μ(j) ) )Z(i)表示当前激光雷达的第i个测量，μ表示EKF或其他算法所维护的地图集合，$\underset{j}{\mathop{\arg \min }}\,{{D}_{ij}}$ 即为所求关联。 技术
转载
2023-10-07 16:08:26
241阅读
SI，SIS，SIR，SEIRD模型因为个人工作需要系统地整理SI，SIR以及SEIR模型，故对三个模型进行原理介绍以及对比。文中关于SI，SIS，SIR的所有的截图都来自西工大肖华勇老师在慕课上的分享，原视频戳 这里。SEIRD模型则来自发表在SCI上的paper，想看原文戳这里。SI model作为比较古早的传染病模型（不对指数模型进行介绍），SI model在假设人口总数不变（不发生迁移，出
马氏距离(Mahalanobis Distence)是度量学习(metric learning)中一种常用的测度，所谓测度/距离函数/度量(metric)也就是定义一个空间中元素间距离的函数，所谓度量学习也叫做相似度学习。什么是马氏距离似乎是一种更好度量相似度的方法。马氏距离是基于样本分布的一种距离。物理意义就是在规范化的主成分空间中的欧氏距离。所谓规范化的主成分空间就是利用主成分分析对一些数据进
转载
2023-10-07 16:07:11
193阅读
各种计算的说明SAD（Sum of Absolute Difference）=SAE（Sum of Absolute Error)即绝对误差和 SSD（Sum of Squared Difference）=SSE（Sum of Squared Error)即差值的平方和 SATD（Sum of Absolute Transformed Difference）即hadamard变换后再绝对值求和 M
# 如何实现Python卡氏积
## 概述
在这篇文章中，我将教会你如何实现Python中的卡氏积。卡氏积是一种数学运算，用于计算两个矩阵的乘积。首先，我会告诉你整个过程的步骤，并展示每个步骤需要的代码。接着，我会带领你通过实际的代码演示来理解如何实现卡氏积。
## 步骤
下面是实现Python卡氏积的步骤表格：
```mermaid
erDiagram
|步骤1|下载并安装NumPy
# Python 巴氏系数（Beta Coefficient）科普文章
## 引言
在金融领域，巴氏系数（Beta Coefficient）是衡量投资风险的重要指标。它反映某个资产相对于市场整体波动的程度。具体来说，巴氏系数越高，表示该资产的风险越高，波动性越大；反之则表示风险较低。从投资者的角度来看，理解巴氏系数有助于制定更为合理的投资策略。
本文将详细探讨巴氏系数的定义、计算方法，以及如
