本书为第三版的相控阵天线手册，作者为Robert J Mailloux。该书详细介绍了相控阵天线的原理、设计和应用，包括天线阵列的基本概念、阵列元件的选择和布局、阵列的辐射特性和性能评估等方面。此外，本书还介绍了相控阵天线在雷达、通信、无线电导航和卫星通信等领域的应用，并提供了一些实际的案例分析。该书适合从事天线设计和应用的工程师、研究人员和学生参考。

XC7K325T利用IBERT进行GTX信号眼图测试（含教程和FPGA工程），有操作教程，FPGA源码（VIVADO2017.4打开），参考原理图，资料总共66.5MB。

是一个情感分类的项目，前面是对emotion数据集的处理和分析，以及将整个数据集分词以及处理成模型的输入形式。 主要是通过加载一个文本分类的预训练模型，然后在数据集上面进emotion数据集上面的fine-tuning。然后对训练好的模型进行效果的分析，包括F1，Precision和Recall等。 fine-tune transformers distilbert-base-uncased - distilbert 是对 bert 的 distill 而来 - 模型结构更为简单， - bert-base-uncased 参数量：109482240 - distilbert-base-uncased 参数量：66362880 - trainer默认自动开启 torch 的多gpu模式， - `per_device_train_batch_size`: 这里是设置每个gpu上的样本数量， - 一般来说，多gpu模式希望多个gpu的性能尽量接近，否则最终多gpu的速度由最慢的gpu决定， - 比如快gpu 跑一个batch需要5秒。

在Pyrotch上实现情感分类模型，包含一个BERT 模型和一个分类器（MLP），两者间有一个dropout层。BERT模型实现了预训练参数加载功能，预训练的参数使用HuggingFace的bert_base_uncased模型。同时在代码中实现了基于预训练BERT模型的下游情感分类任务的fine_tune，包含了训练集上的训练、测试集上测试评估性能等内容。 情感分类的大致过程为：首先，将一个句子中的每个单词对应的词向量输入BERT，得到句子的向量表征。然后将句向量经过dropout层再输入分类器，最后输出二元分类预测。

MATLAB希尔伯特Hilbert变换求包络谱 源程序代码

matlab实现傅里叶变换代码Verilog中的Hilbert变换 Verilog中离散Hilbert变换（在信号处理中经常使用）的顺序实现。 包括了整个Xilinx项目，其中一些支持MATLAB代码，以进行十进制到二进制和二进制到十进制的转换，以及绘制输出的图形。 它以32点作为输入（每个输入为32位线），并给出32点（在进行hilbert变换之后）。 这是我花了7天的时间编写的，在此期间，我第一次学习了verilog，快速傅立叶变换算法和其他一些东西。 结果，这种实现方式肯定不是很优雅。 然而，该代码确实在2014年Techkriti年度FPGA设计挑战赛中获得了二等奖，该挑战是IIT-Kanpur年度技术节。

内含Ibert测试示例工程，实现了Ibert测试光口硬件。

xilinx 7系列fpga GTX使用说明书，想使用gtx或者想了解 gtx的均可以下载学习

参见： http : //blogs.mathworks.com/cleve/2013/09/02/the-lambert-w-function/

在许多教科书中，都教导入射光线和反射光线始终位于同一平面：入射平面。 但在 1952 年 FI Fedorov 预测，在某些条件下，反射光束将移出入射平面 [1]。 1972 年，C. Imbert 通过实验测量了这种效应 [2]。 在这个演示中，我们将展示这种横向偏移在什么条件下发生，以及这种偏移的原因是什么。