图４．９　无线电磁指示器指示方位原理 ２．基本原理 图４．１０为 无 线 电 罗 盘 的 工 作 原 理 框 图。由 ４１３节内容可知，具有“８”字形方向性图的环形天 线接收地面信标台的发射信号，为使该信号与垂直 天线接收到的信号同相叠加，先将环形天线的信号 移相９０°，并经放 大 与 倒 相 后 加 给 平 衡 调 制 器 两 个 幅度相等而相位相反的信号，平衡调制器在１３５Ｈｚ 低频信号 控 制 下 工 作，得 到 两 个 旁 频（边 频）信 号 （见式（４．９）），然 后 与 垂 直 天 线 的 无 方 向 性 载 频 信 号进行相加，得到一个调制度是电波来向θ的函数 的调幅波信号。 该调幅波信号在超外差式接收机中进行处理， 经过混频、中放、检波等环节，得到具有方位信息的 低频信号并分成两路输出，其中一路到耳机用于人工定向；另一路经１３５Ｈｚ的选频放大电路， 将１３５Ｈｚ信号从低频信号中分离出来，放大后作为误差信号加到伺服电机的控制线圈上。同 时在伺服电机的激磁线圈中，还加有从１３５Ｈｚ本地振荡器直接输出的１３５Ｈｚ信号。 图４．１０　无线电罗盘工作原理方框图 在这两个信号的共同作用下，伺服电机转动，同时带动环形天线向最小值信号的 方 向 转 动，直到转到环形天线信号为零、方向性图最小值对准导航台时为止，此时无线电罗盘中就只 有垂直天线的信号。在这个过程中，同步发送机转子和航向指示器指针都在同步转动，最终指 ·８７· 无线电导航原理与系统

Judea Pearl的因果推断教材，因果图模型

CausalInference.jl：使用PC算法进行因果推理，图形模型和结构学习

对因果推理发展的研究广泛地集中于实现两个目标: 理解因果推理的起源，以及检验因果推理如何随着发展而变化。本书回顾了旨在实现这两个目标的证据和理论。

从机器学习视角学习因果推断的教材。

因果推断综述，介绍了因果推断的相关工作，理论基础等，与机器学习的关系，以及在工业界的应用，对于互联网从业者非常有帮助

免责声明 这个项目很稳定，可以长期支持。 它可能包含新的实验代码，其API可能会更改。 因果ML：用于ML进行抬升建模和因果推理的Python包 Causal ML是一个Python软件包，它提供了一套基于最近研究的，使用机器学习算法的提升模型和因果推理方法。 它提供了一个标准界面，允许用户从实验或观察数据中估计条件平均治疗效果（CATE）或个体治疗效果（ITE）。 本质上，它为具有观察特征X用户估计了干预T对结果Y的因果影响，而无需对模型形式做出强烈假设。 典型的用例包括 广告系列定位优化：提高广告系列投资回报率的重要手段是将广告定位到在给定的KPI（例如参与度或销售）方面有良好响应的一组客

图２．２　无线电波传播 在同一时刻，空间电磁波相位相同的点连成的面称为电磁波的等相面；而同一时刻振幅相 同的点连成的面称为等幅面。若等相面与等幅面重合，则称其为均匀电磁波，这时在等相面 上，电波具有相同的振幅。 按等相面的形状，电磁波可分为平面波、球面波和柱面波等。由点辐射源产生的电磁波即 为球面波，而到了无穷远处，由于球面波的曲率很小，可将其近似为平面波。图２．２即为平面 波的例子。 无线电波的工作频率可以从几 Ｈｚ到３０００ＧＨｚ，对应的波长从几万ｋｍ到０１ｍｍ。按 ·０２· 无线电导航原理与系统

因果推理项目 Uri Shalit博士和Rom Gutman先生在此存储了我们的“因果推理简介”课程项目。 在这个项目中，我们试图确定在足球比赛的前半段持球对比赛后半段的目标射门次数的影响。 数据 数据主要来自两个kaggle数据集： 欧洲足球数据库： ： 补充数据库： : 文件 这些是我们使用的代码文件： “ EDA.ipynb”：在开始从事该项目之前，我们使用此笔记本来了解数据集。 dataset_creation.ipynb ：我们使用此笔记本从原始数据集中创建了所需的文件。 ATE_computations.py ：我们使用此代码在几种情况下使用几种算法来计算ATE。 main_analysis.ipynb ：我们使用此笔记本来可视化结果。 注意：在此存储库中找不到主数据库文件，因为它太重了。 您可以从Kaggle下载并添加到数据目录以自己运行存储库。

https://www.bradyneal.com/causal-inference-course 这个课程的笔记