域适应的概念源于2015年ICML的论文“Unsupervised Domain Adaptation by Backpropagation”。深度域自适应属于迁移学习的一种，也是目前解决标签严重缺失情况下不同数据集之间模型迁移的主要思路。

造神年代真几把好看！

目标位置-CSI信号频率影响探究

研究射频信号的多普勒效应。基本的对应关系为：

$$f_r= f_s\frac{c-v\cos \theta}{\sqrt{c^2-v^2}}$$

其中$f_s$是源频率,$f_r$是接受端的频率,$c$是光速,$v$是移动速度,$\theta$是运动角度。多普勒频移DFS是源与目标之间的频率差异，由于我们的动作比光速小，因此DFS可以近似：

$$f_D = f_r-f_s\approx-\frac{v\cos \theta}{c} f_s$$

对于感知系统，收发机的位置是静止固定的，当被检测物体以 $v_t$的速度在LOS径往 $\theta_t$方向移动时，DFS在这种co-located的感知系统中和接收端以双倍的速度往 $\theta_t$方向移动等价。因此引入的DFS可以建模为：

$$f_{Dr}\approx - \frac{2v_t \cos \theta_t}{c} f_s$$

从CSI中提取到的室内多径的频率特征可表示为：

$$H(f,t)=(\sum_{i=1}^{I}a_i(f,t)e^{-j2\pi\frac{d_i(t)}})e^{-j2\theta_o}$$

其中 $I$是径的数量，$a_i$和 $d_i$是信号的衰减和第 $i$ 条路径的传播距离，$\lambda$是频率为 $f$的子载波的波长，$\theta_o$是由中心频偏引起的相位误差、频率偏移以及包边界检测的不确定性的部分。

一般的情况下，我们假设只有一条反射径对应目标的动作，因此CSI可以被如此转换：

$$H(f,t) = (H_s(f)+a(t)e^{-j2\pi \frac{d_0+v_pt}{\lambda}})e^{-j\theta_o}$$

装了一台ITX主机，主要是针对如下任务的开发：

• ESP8266/ESP32
• Rust/C++/C in WSL2
• Python Web application/visualization
• PCB/CAD/3D Modelling

如果你感兴趣的话，可以点击阅读全文噢~

最近（2022-8-20）在写文档，突然发现用PicGo上传图片一直报错，主要是Error: connect ETIMEDOUT和Error: read ECONNRESET这俩，但是我挂了梯子后用SMMS是可以直接上传图片的，所以问题出在PicGo上面了。查了下，估计是和SMMS更换了国内域名为.app的原因，这里给出我的解决方法:……

对上一篇文章中的甜甜圈的优化方法

4G技术刚落地没多久（按通信技术的代数来划分来说4G还是比较年轻的），5G就开始推广了。为了更充分发挥现有的4G基站设备，5G技术的发展迭代后诞生了NSA和NSA组网的两种方式，下文将简单解析。

项目说明

本项目通过爬取猫眼电影数据，分析国内上映影片的票房数据以及其他相关的指标性息，对近年来的电影行业发展进行分析，从而深入了解国内电影市场行业的发展动态与消费市场，对影视从业者从宣发配比、影片类型选择等方面提供参考信息，加速国内电影行业市场的良性发展。

这周终于把OAI给倒腾好了…一共有三个部分，分别是核心网、gNB以及UE终端。