STM32学习笔记十：WS2812制作像素游戏屏（贪吃蛇大作战） 前十章所有源代码打包。基于STM32CubeIDE Version: 1.14.0 基于STM32F407VET6

持续更新

在模拟集成电路设计中，CMOS技术是最常见的制造工艺，它被广泛用于制造各种模拟芯片，包括电压基准源，也就是我们所说的Bandgap参考电压源。Bandgap设计的目标是提供一个稳定且具有高精度的电压基准，这在许多模拟电路中至关重要。理想的Bandgap设计应该满足以下几个关键指标： 1. 绝对精度：设计要求Bandgap参考电压具有一定的绝对精度，比如3%或5%，这意味着在整个工作温度范围内，输出电压的偏差应控制在这个范围内。 2. 温漂系数：温漂系数是衡量电压基准随温度变化的程度，一般希望这个系数尽可能小，如20ppm/℃（百万分之二十每摄氏度）。这意味着温度每上升100℃，电压的变化不超过0.2%。 3. 电源电压范围：设计应适应较宽的电源电压变化，以保证在不同电源条件下都能提供稳定的参考电压。 4. 静态工作电流：为了节能和提高效率，静态工作电流应尽可能小，这意味着芯片在待机状态下的功耗较低。 5. PSRR（电源抑制比）：PSRR是衡量电源噪声对输出电压稳定性影响的一个指标，理想情况下，PSRR越高，输出电压受电源噪声的影响就越小。 6. 输出分布范围和噪声：输出电压的分布范围应尽量小，以确保输出一致性；同时，应减少包括Flicker噪声在内的各种噪声，提高电路的稳定性。 7. 启动电路：快速且可靠的启动电路设计能确保电路在开启时迅速达到稳定状态，避免振荡或不稳定现象。 在实际的Bandgap设计过程中，会通过电路仿真来优化各个参数。例如，通过改变电阻值（R1和R4）来调整温度系数，当它们的值减小时，可能会导致正温度系数，而增大时可能降低温度系数。另外，为了改善频率响应，可以引入iprobe器件来分析正反馈和负反馈环路，并通过调整米勒电容和晶体管长度来调整相位裕度和增益。 在低频增益方面，晶体管尺寸的变化对增益的影响可能并不显著，但会影响带宽和相位裕度。例如，增加PMOS晶体管长度可以保持低频增益基本不变，但可能会降低带宽并改变相位裕度。 在噪声分析中，1/f噪声（也称为闪烁噪声）主要来源于晶体管，尤其是M32和M13这样的大晶体管。通过增加晶体管长度，可以有效地减少这种噪声。然而，对于输入晶体管，由于其沟道长度较小，其1/f噪声贡献相对较小，可以通过进一步缩短沟道长度来进一步降低噪声。 总之，模拟IC进阶课程的学习涵盖了Bandgap参考电压源的设计原则、性能指标和优化方法，包括电路仿真、参数调整以及噪声管理等多个方面，这些都是模拟集成电路设计中的核心技能。通过深入理解和实践这些知识，工程师能够设计出更加高效、精准和可靠的模拟电路。

传智播客asp.net 课件，学习部分笔记。非常实用。

stm32学习笔记：实验五ADC采集（DMA）电压串口屏显示

今日继续学习使用嘉立创购买的 立创梁山派天空星，芯片是 STM32F407VET6 因为已经有学习基础了，所以学习进度十分快，这次也是直接一块学习配置定时器与串口了，文章也愈来愈对基础的解释越来越少了...... 文章提供测试代码讲解、完整工程下载、测试效果图 学习目标： 配置串口发送功能，自定义串口print函数、定时器计数计时中断功能，定时器每隔1000ms使用串口发送一次数据

最早接触STM32的时候就了解到，stm32有IAP功能，但是一直没有用到，最近公司项目中用到了，我才详细的学习了这个功能，学完之后感觉这个功能很好用，也很实用，特此写下来，做个笔记，同时也希望能帮助到所有的热爱单片机的人。

yolov学习笔记-行人数据集

大模型入门学习笔记.zip 大模型入门学习（主要基于DataWhale组织的学习任务） ## Task 01 梳理了语言模型的进化史。 ## Task 02 这一节主要是讲述大模型的能力，通过一些任务来探索，这里我整理了prompt的范式，包括一个范例，另外整理了langchain介绍，包括一些langchain示例。 ## Task 03 这一部分主要整理了ChatGPT的原理，包括ChatGPT训练的三个阶段，目前这部分仅是简单叙述，接下来会对具体的技术细节进行总结。 ## Task 04 这一部分主要梳理了GPT的进化史，从GPT-1到GPT-3，从数据、模型、训练方式有了一个大致的了解。 ## Task 05 这一部分整理了ChatGPT从零开始的训练流程，主要包括预训练、指令微调、奖励模型三个阶段。

人工智能（Artificial Intelligence，简称AI）是一种前沿的计算机科学技术，其核心目标是通过模拟、延伸和拓展人类智能来构建智能机器与系统。它融合了计算机科学、数学、统计学、心理学、神经科学等多个学科的知识，并利用深度学习、机器学习等算法，使计算机能够从数据中学习、理解和推断。 在实际应用中，人工智能体现在诸多领域：如机器人技术，其中机器人不仅能执行预设任务，还能通过感知环境自主决策；语言识别和语音助手技术，如Siri或小爱同学，它们能理解并回应用户的语音指令；图像识别技术，在安防监控、自动驾驶等领域实现对视觉信息的精准分析；自然语言处理技术，应用于搜索引擎、智能客服及社交媒体的情感分析等。 此外，专家系统能够在特定领域提供专业级建议，物联网中的智能设备借助AI优化资源分配与操作效率。人工智能的发展不断改变着我们的生活方式，从工作场景到日常生活，智能化正以前所未有的方式提升生产力、便捷性和生活质量，同时也在挑战伦理边界与社会规则，促使我们重新审视人与技术的关系及其长远影响。