中文翻译Introduction to Linear Algebra, 5th Edition 1.2节 第一节放弃了讲向量相乘。现在我们继续来定义 v 与 w 的“点积” 。这个乘法包含单独的积 v 1 w 1 和 v 2 w 2 ，但它并不止于此。这两个数加起来得出一个数 v · w。 以下是几何部分 (向量长度及它们夹角的余弦)。 v = (v 1 , v 2 ) 与 w = (w 1 , w 2 ) 的点积或者说内积是数 v · w： v · w = v 1 w 1 + v 2 w 2 . (1) 例 1 向量 v = (4, 2) 与 w = (−1, 2) 点积为零： [ ] [ ] 点积为 0 4 −1 · = −4 + 4 = 0。 垂直向量 2 2 在数学中，0 总是一个特别的数。对于点积，它意味着这两个向量是垂直的。它们的夹角是 90 ◦ 。当我 们在图 1.1 中画出它们时，我们见到了一个矩形（不仅仅是任一平行四边形）。垂直向量最清晰的例子 是沿 x 轴的 i = (1, 0) 与沿 y 轴向上的 j = (0, 1)。再一次地，点积为 i · j = 0 + 0

由创龙工程师联合一众电子开发爱好者联合翻译的最新TMS320F2837xD中文翻译数据手册现在可以下载了。您再也不用打开着某某翻译词典，一边翻译，一边忍受着非专业的词汇的痛苦了。 主要围绕TL2837x-EasyEVM是一款基于创龙SOM-TL2837x核心板所设计的高端单/双核浮点开发板，它为用户提供了SOM-TL2837x核心板的测试平台，用于快速评估SOM-TL2837x核心板的整体性能。 TL2837x-EasyEVM底板采用沉金无铅工艺的2层板设计，不仅为客户提供系统驱动源码、丰富的Demo程序、完整的软件开发包，以及详细的TMS320F28x系统开发文档，还协助客户进行底板的开发，提供长期、全面的技术支持，帮助客户以最快的速度进行产品的二次开发，实现产品的快速上市。

包含了1-3093的rfc中文翻译。 组织：中国互动出版网（http://www.china-pub.com/） RFC文档中文翻译计划（http://www.china-pub.com/compters/emook/aboutemook.htm） E-mail：ouyang@china-pub.com 译者： 李超（licc_li licc_li@sina.com） 译文发布时间：2001-5-23 版权：本中文翻译文档版权归中国互动出版网所有。可以用于非商业用途自由转载，但必须 保留本文档的翻译及版权信息。 Network Working Group S. Casner Request for Comments: 2508 Cisco Systems Category: Standards Track V. Jacobson Cisco Systems February 1999 低速串行链路下IP/UDP/RTP数据包头的压缩 （RFC 2508 Compressing IP/UDP/RTP Headers for Low-Speed Serial Links） 本备忘录的状态 本文档讲述了一种Internet社区的Internet标准跟踪协议，它需要进一步进行讨论和建议以 得到改进。请参考最新版的“Internet正式协议标准” (STD1)来获得本协议的标准化程度 和状态。本备忘录的发布不受任何限制。 版权声明 Copyright (C) The Internet Society (1999). All Rights Reserved. 摘要 本文描述了一种对IP/UDP/RTP数据报头进行压缩的方法，它可以降低在低速串行链路上 的网络开销。多数情况下，三个头可压缩到2-4字节。 请赐教并将您的建议发送到工作组邮件列表rem-conf@es.net或直接给作者。 本文中的关键字“必须”，“必须不”，“要求的”，“应该”，“不应该”，“会”，“不会”， “建议”，“或许”，“可选的”在 RFC 2119 中解释。 目录 本备忘录的状态 1 版权声明 1 摘要 1 1. 介绍 2 2. 设想和折中 2 2.1. 单工与全双工 3 2.2. 分片与分层 3 3.压缩算法 3 3.1.基本概念 3 3.2 RTP数据包头压缩 4 3.3协议 5 3.4. RTCP控制包压缩 12 3.5.非RTP UDP包压缩 13 4.与分片的交互 13 5.压缩协商 13 6.致谢 14 7.参考文献 14 8. 安全性考虑 14 9.作者地址 15 10.版权声明 15 1. 介绍 随着实时传输协议(RTP)成为正式的RFC[1]发行，人们对于利用RTP实现不同的网络音视 频应用程序间互操作的兴趣也日益增长。然而，我们也注意到，当使用低速链路如14.4Kb/s 或28.8Kb/s拨号时，12字节的RTP头对于仅有20字节的负载而言开销实在太大。（为了减少 头占用的字节，一些已经在类似环境下存在的应用通常使用自定义的协议，而这样做的代价 就是削减了RTP相关的功能。） 事实上，正如在TCP中已经取得巨大成功，也可通过压缩技术来令IP/UDP/RTP包头变小。 这时，压缩可以针对于RTP头（在端到端应用中），或者IP，UDP，RTP的组合头（在Link-by-Link 应用中）。将40字节的组合头一起进行压缩比仅压缩12字节的RTP头更具实际效果，因为两 种情况下的结果大小均为约2-4字节。同时，由于延迟和丢失率都很低，对Link-by-Link应 用进行压缩性能上也更好。因此我们在这里定义的方法就是针对Link-by-link应用下 IP/UDP/RTP头进行组合压缩。 本文定义的压缩方案可应用于IPv4包、IPv6包或封装了多个IP头的包。为了能同时在IPv6 和IPv4下使用，这里定义的IP/UDP/RTP压缩符合[3]中规定的通用压缩框架。该框架把TCP 和非TCP定义为IP之上的两个传输类。本规范将IP/UDP/TCP从非TCP类中抽取出来创建为第三 类。 2. 设想和折中 本压缩方案的目标是，在不发送UDP校验和的情况下，将大多数包的IP/UDP/RTP头压缩到 2个字节，在带校验和时则压缩到4个字节。这一方案的提出主要是受使用14.4kb/s和 28.8kb/s拨号调制解调器发送音视频时遇到的相关问题所引起。这些链路提供全双工通信， 所以协议利用了这点，尽管协议在用于单工链路时可能性能会有所下降。该方案在本地链路 上往返时间(RTT)很低，从而实现性能最高。 为了降低低速链路下的延迟，除了在第四节中确定了分片和压缩中可能使用的一些交互 外，本规范并未提出大型数据包的分片和占先策略。分片方案可能会单独定义并与本压缩方 案配合使用。 应该注意到，实现的简单性是评价压缩方案的一个重要因素。通信服务器可能要用一个 处理器支持多达100个拨号调制解调器的数据压缩。因此，如下的考虑都是比较恰当的，即 在设计阶段为了实现简单而牺牲一些通用性，或者在设计上灵活通用但为了简单性可对设计 进行子集化。通过在压缩和解压器之间用更复杂的模型通信改变头字段还可以达成更好的压 缩效果，但其复杂性却是没必要的。下一节将讨论这里列出的一些折中方案。 2.1. 单工与全双工 在没有其它限制的情况下，单工链路上的压缩方案应成为首选。但为防止错误发生，单 工链路上的操作需要用一个含有压缩状态信息的未压缩包头进行周期性的刷新。如果明显的 错误信号可以返回，则恢复延迟也可以实质性地缩短，无错误情况的开销也会降低。为了实 现这些性能的优化，本规范包括了一个可逆向发送的明显错误指示。 在单工链路中，可以使用周期性刷新来取代。解压器一旦侦测到错误存在于某个特定的 流中，它可以简单地放弃该流中所有的包直到接收到一个未压缩的头为止，然后继续解压。 其致命弱点在于可能要在恢复解压前要放弃大量的包。周期性刷新的方法在[3]的3.3节中进 行描述，它应用于单工链路的IP/UDP/RTP压缩，或者应用于其它非TCP包流的高延迟链路。 2.2. 分片与分层 在低速链路上发送大型数据包所需时间而导致的延迟对于单向音频应用不算什么大问 题，因为接收方可以适应延迟变动。但对于交互式的交谈，最小端到端延迟是非常关键的。 对大的，非实时数据包进行分片以允许小的实时包在分片间隙进行传送可以降低这种延迟。 本规范只处理压缩，并且假定，如果包括分片，也将被处理为一个单独层。将分片和压 缩按这种方式进行集成并不可取，因为一旦如此，在没有必要或不可能进行分片的情况下， 连压缩都不能使用。类似地，应该避免预留协议的任何需求。除了要求链路层提供一些包类 型码，一个包长度指示和良好的错误检测外，该压缩方案可独立于任何其它机制而应用在本 地链路的两端。 相反，单独对IP/UDP和RTP层进行压缩丢失了太多的压缩效率，这些效率可以通过将它们 一起对待而得到。由于相同的函数可以应用于所有层，实现跨越这些协议层边界的方案是恰 当的。 3.压缩算法 本文定义的压缩算法主要利用了RFC 1144[2]描述的TCP/IP头压缩的设计。读者可以参考 该RFC获取更多的关于对包头进行压缩的基本动机和通用原理。

轨道力学中文翻译版，介绍卫星轨道力学基础知识

中文翻译Introduction to Linear Algebra, 5th Edition 1.1节 线性组合在这个学科中非常重要！有时我们想要一个特定的组合，具体选择 c = 2 和 d = 1 来产 生 cv + dw = (4, 5)。其它时候我们想要 v 与 u 的所有组合（来自所有的 c 与 d）。 向量 cv 沿一条直线放置。当 w 不在那条直线上时，组合 cv + dw 充满整个二维平面。从四维空 间中的 4 个向量 u, v, w, z 开始，它们的组合 cu + dv + ew + fz 可能充满整个空间——但并不总是 这样。向量和它们的组合可能位于一个平面上或一条直线上。 第 1 章解释了这些中心思想，一切都建立在这些思想上。我们从能够合理绘制的二维向量与三维 向量开始。然后我们移入更高的维度。线性代数真正令人印象深刻的特点是如何流畅地将这一步引入 n 维空间。即使不可能画出十维的向量，你脑海中的画面也会保持是正确的。 这是本书将要通往的地方（进入 n 维空间）。第一步是 1.1 节和 1.2 节的运算。然后是在 1.3 节概 述了 3 个基本思想。

中文翻译Introduction to Linear Algebra, 5th Edition 8.3节 1 使用新输入基 Bin 与新输出基 Bout，每个矩阵 A 变成 B −1 out ABin。 2 Bin = Bout =“A 的广义特征向量”得出若尔当型 J = B−1AB。 3 傅里叶矩阵 F = Bin = Bout 将每个循环矩阵对角化（利用 FFT）。 4 正弦与余弦，勒让德与切比雪夫多项式：这些都是函数空间很好的基。 这是本书重要的一节。我担心大多数读者会跳过他——或读不到这里。前几章通过解释基底的概念做 了铺垫。第 6 章介绍了特征向量 x 以及第 7 章找出了奇异向量 v 与 u。这两个是赢家，但其它许多选 择是很有价值的。 首先是 8.2 节的纯代数，然后是优良基。输入基向量将是 Bin 的列。输出基向量将是 Bout 的列。 Bin 和 Bout 总是可逆的——基向量均无关！ 纯代数 若 A 是变换 T 在标准基下的矩阵，则 B−1 out ABin是在新基下的矩阵。 (1) 标准基向量为单位矩阵的列：Bin = In×n 与 Bout = Im×m。现在

内含STM32中文参考手册（v10）以及STM32固件库使用手册（中文翻译版），为广大从事STM32研究开发工作的人员提供官方参考。

locust的文档资料非常少，之前只找到英文的官方文档。把它翻译出来了，方便使用。

包含 Android开发-RxJava详解.pdf RxJava Essentials_中文翻译版.pdf RxJava官方中文文档.pdf

中文翻译Introduction to Linear Algebra, 5th Edition 8.2节 1 假设我们知道了关于基底 v 1 , . . . , v n ：的 T (v 1 ), . . . , T (v n )，我们也就知道了所有 T (v)。 2“T 对应矩阵”的 j 列源于将 T 运用到输入基向量 v j 。 3 按输出基底 w 写作 T (v j ) = a 1j w 1 + · · · + a mj w m 。这些 a ij 成为列 j。 4 若输入与输出基 = I n×n 与 I m×m 的列，则 T (x) = Ax 对应的矩阵是 A。 5 当基变为 v 与 w 时，相同 T 对应的矩阵由 A 变为 W −1 AV 。 6 最佳基底：V = W = 特征向量与 V, W = 奇异向量，得出对角 Λ 与 Σ。 下一页为每个线性变换 T 指派了一个矩阵。对于普通列向量，输入 v 在 V = R n 中且输出 T (v) 在 W = R m 中。这个变换对应的矩阵 A 将会是 m × n 的。我们在 V 及 W 中选择的基将决定 A。 R n 及 R m 的标准