包括C/A码的产生，从模拟GPS信号的生产，捕获和跟踪仿真

用探针观察到在D-2跃迁线（6S（1/2），F=4-＞6P（3/2），F'=5）周围被限制在磁光阱中的冷铯原子的吸收光谱激光频率在陷波激光频率附近失谐。
我们观察到由亚自然线宽的受激拉曼过程产生的弥散状分布，并研究了被困冷原子中光的群速度行为。
通过仅改变探测频率与捕获激光频率之间的蓝色和红色失谐，我们能够任意控制光脉冲从腔内速度到超腔速度的速度。

网络嗅探sniffing技术本来是用于捕获分析网络中的协议和数据包帮助管理员管理和监测网络运行状况的一种手段却时常被黑客用来非法侦听窃取用户信息由于该技术具有被动性和非干扰性的特点因而利用网络嗅探来入侵内部网络窃取网络中的重要信息具有很强的隐蔽性用常规的办法很难检测其存在基于网络嗅探原理推出防御措施的课题就摆在了我们的面前"＞网络嗅探sniffing技术本来是用于捕获分析网络中的协议和数据包帮助管理员管理和监测网络运行状况的一种手段却时常被黑客用来非法侦听窃取用户信息由于该技术具有被动性和非干扰性的特点因而利用网络嗅探[更多]

我关注了这个系列的书有一段时间了，本来是不想买这本书的，动画相关的部分目前对我来说没用。
但是，前一段时间我们的项目需要做到活动的人体与衣服做碰撞，模拟组调研了一些资料，如实时体素化之类的，但是貌似开销很大，我这段时间想弄明白跟人体动画相关的知识，看看这个部分大致有哪些基础工作和难点，就弄了一本。
 入门的好书，覆盖了动画效果中的大部分内容。
插值计算部分还是有一些深度的，这部分要求还记得微积分和数值计算；
也讲明了前向动力学、逆向动力学各自的优劣；
隐式方程与levelset，这部分在实时布料模拟方面也有应用；
流体模拟方面讲解的不是很深入，而这方面更多是模拟方向，而且可以做的很深入，基本上不算动画了；
关于动作捕获技术，这部分本应该是重点的，但是，本书只讲了传统的CV实现技术，个人基本上使用不了，而没有提到最新的传感器fusion技术，深度摄像头技术，像Noitom的高性价比动作捕捉设备，Kinect/XtionPro通过简单的算法直接获取简单的骨骼信息，这些都是可以个人实现的。
12年出版的书，还是有点落后了。
总体来说，还是入门时必备。
希望作者尽快更新。
 我现在依然在学习渲染和物理引擎，等这两个主要部分学习完成了，就可以在整个系统中加入人物，动画效果。
还是挺爽的。
最近想到了在VR游戏中，动画部分还是很有用处的。
以前在表现效果较好的端游中，人物的动作还是没有达到令人舒服的连贯与流畅，在VR游戏中，两个虚拟的人彼此可见，动作效果不好会很容易观察出来的。
所以，这一块儿还是需要做一些工作的。
---------------------作者：knowthyselfcn来源：CSDN原文：https://blog.csdn.net/cloudqiu/article/details/54969965版权声明：本文为博主原创文章，转载请附上博文链接！

课程实验，QT写的界面，1)可以输入需要捕获的数据包数量，输出每个数据包的相关字段值（包括版本、总长度、标志位、片偏移、协议、源地址与目的地址）。

美国技术研究集团公司将为空军制造一种新型的高能、较高重复率的激光器，拟在空军的激光雷达指令捕获技术研究中作卫星照明与跟踪之用。
此种新型激光器使位于克劳德克罗夫特的卫星监视系统具有夜间照明卫星的能力。
该公司曾为位于白纱导弹靶场边沿的装置作过一种5焦耳、1个脉冲/秒的红宝石激光器。

GPSL5软件接收机，根据经典的GPSMATLAB软件接收机改造，能够进行捕获和跟踪，定位解算模块没有做，所以无法定位。

手持式摄像机在使用时常常会受到使用者有意无意抖动的影响,从而影响成像效果，造成录制视频的不稳定及跳动问题，尤其是在使用者在一场景中特写或者跟踪某一具体目标时，使用者通常不能准确定位到或者估计出运动目标的位置，从而造成目标在视频中位置的不稳定，造成视频的主观效果变得不理想。
为了解决这一问题，我们需要设计一种算法来识别这种无意义的运动并设法通过补偿的方式来使得场景中的目标物体保持位置稳定的状态。
手持式摄像机捕获的视频通常都会受到抖动的影响，这严重的影响视频的主观效果。
这里提出的算法可以可靠的用于数字视频的去抖动。
这个算法通过识别这些意外的抖动并且利用运动补偿的方法来获得一个较好的视频输出。
这个系统可以分为三个模块：（1）运动估计模块；
（2）抖动识别模块；
（3）运动补偿模块。
注：代码在matlab7.7.0(R2008b)运行通过[1]FVella,ACastorina,MMancuso.Digitalimagestabilizationbyadaptiveblockmotion vectorsfiltering,IEEETransactionsonConsumerElectronics,2002

摘要：超声波测距是一种典型的非接触测量方式,应用非常广泛。
本文提出了一种基于STM32单片机的高精度超声波测距方案。
与传统单片机相比,STM32的主频和定时器的频率可以通过PLL倍频高达72MHz,高分辨率的定时器为高精度的测量提供了保证。
超声波的发射使用定时器的PWM功能来驱动,回波信号的接收使用定时器的输入捕获功能,开始测距时,定时器的开启将同时启动PWM和输入捕获,完全消除了启动发射和启动计时之间的偏差,提高了测量精度。
为使回波信号趋于稳定,设计了时间增益补偿电路(TGC),在等待回波的过程中随着时间的推移需要将放大器的增益值不断增大,通过实验获取不同距离需要设置的增益值,对应不同时间需要设置数字电位器的增量,并将该参数固化在单片机的FALSH中,在测距过程中,根据时间查询电位器增量表改变电位器阻值,实现回波信号的时间补偿,提高了测量的精度。
为了在减小盲区的同时而不减小测量范围,设计了双比较器整形电路分别处理近、远距离的回波信号,近距离比较器可以有效屏蔽超声波衍射信号从而减小了测量盲区。
传统的峰值检测方法大多通过硬件电路实现,设计较复杂,稳定性差。
本文通过软件算法对回波信号进行峰值时间检测。
不只简化了电路,降低了成本,而且提高了系统的稳定度。
经研究表明,该系统测量精度达到了lmm,盲区低至3cm,量程可达500cm。
本系统在近距离测试时,系统的精度较理想,可作为停车时的倒车雷达使用,也可以用于液面检测(油箱液位),还可以用于自动门感应,机器人视觉识别等。
如果多使用几个测距仪,将这些集成一个大系统,那么整个大系统可用于定位避障。

基于UE4开发的游戏，运用kinect跟踪人体，leapmotion跟踪捕获手势

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。