logo
publist
写文章

简介

👉订阅我,跟实战派系统学通信,让我们一起,持续进化。

擅长的技术栈

嵌入式系统与软件测评

可提供的服务

Kruptos | 通信技术底层拆解,嵌入式系统设计开发,软件测评 13年一线实战:无线通信、DSP、嵌入式、软件测评全链路趟过。

一张 5G 网怎么服务千行百业?网络切片

5G三大场景需求冲突——eMBB要大带宽、URLLC要1ms低时延、mMTC要海量连接,传统网络只能折中。网络切片通过SDN/NFV将一张物理网切成多个逻辑独立的虚拟专网,每个切片独立配置带宽、时延、可靠性,实现端到端资源隔离,互不抢占。代码演示将100MHz带宽和100算力按需分配给三类切片。真实场景包括工业专网、车联网、赛事直播、智能电网。避坑要点:切片≠VLAN,是端到端隔离;硬隔离保障强但

文章图片
#网络#php
机器人怎么算出关节该转多少?逆运动学入门

逆运动学(IK)解决已知末端位置求关节角的问题,与正运动学(FK)相反。IK存在无解(超出臂展)、多解(肘部构型)、无穷多解(冗余机械臂)三大难点,本质是在约束下选最优解。技术路线分解析法(几何闭式解,快且精确但限特定构型)和数值法(Jacobian转置/伪逆迭代逼近)。代码演示两连杆机械臂用余弦定理解析求逆解,再以正运动学验证吻合,并展示超出臂展返回无解。避坑要点:先做可达性检查、规避奇异位形、

文章图片
#机器人
RTOS 和 Linux 有什么区别?实时系统入门

RTOS(实时操作系统)与Linux的本质区别在于优化目标:RTOS追求“最坏情况可预测性”,确保关键任务在截止期前完成(硬实时),而Linux优化平均吞吐和公平性,不提供时间保证。实时≠快速,而是“功能正确×时间正确”。RTOS核心机制包括优先级抢占调度、确定性系统调用耗时、轻量内核(FreeRTOS仅几KB)。代码演示EDF(最早截止期优先)调度,任务总利用率低于100%时可零错过,过载则大量

文章图片
#linux#运维#服务器 +1
为什么公钥可以公开?RSA 原理一次讲透

RSA公钥密码学的核心是单向陷门函数——加密运算m^e mod n易于计算,但无私钥时反推明文计算不可行。其安全性根植于大整数分解难题:公钥(n,e)公开,但由n分解出p、q才能计算私钥d;2048位n的分解目前不可行。代码演示p=61、q=53生成密钥对,加密明文42并成功解密,验证“先加密再解密回到原点”的欧拉定理机制。总结RSA不能加密大数据(实际用混合加密)、需OAEP填充防选择明文攻击、

文章图片
#网络#数据库#密码学
人月已死:AI 写代码时代,程序员的价值到底在哪?

AI 编程时代,程序员的价值何在?本文从 Brooks 定律(加人力反致延期)出发,剖析其三个命题:沟通成本 O(n²)、人均产出递减、交付周期 U 形曲线。AI Agent 改变的是协调成本——从人际沟通转向共享状态队列,成本降至 O(n),使团队规模上限大幅提升。但定律骨架未变:任务可分解度仍是根本约束。程序员的核心价值转向“该建什么”(需求判断)、“怎么拆”(任务分解)、“什么算对”(验收评

文章图片
#人工智能#软件工程#个人开发 +2
人月已死:AI 写代码时代,程序员的价值到底在哪?

AI 编程时代,程序员的价值何在?本文从 Brooks 定律(加人力反致延期)出发,剖析其三个命题:沟通成本 O(n²)、人均产出递减、交付周期 U 形曲线。AI Agent 改变的是协调成本——从人际沟通转向共享状态队列,成本降至 O(n),使团队规模上限大幅提升。但定律骨架未变:任务可分解度仍是根本约束。程序员的核心价值转向“该建什么”(需求判断)、“怎么拆”(任务分解)、“什么算对”(验收评

文章图片
#人工智能#软件工程#个人开发 +2
为什么每个程序都“以为“自己独占内存?

虚拟内存是现代操作系统的核心机制,通过MMU页表为每个进程提供独立地址空间,实现进程隔离(崩溃互不影响)、按需分页(程序可声明远大于物理内存的容量,实际访问时才缺页调入)和写时复制(fork瞬间完成、动态库共享物理副本)。本文剖析无虚拟内存时的“互相踩踏、容量瓶颈、碎片化”三大硬伤,代码演示声明10页仅访问4页的按需分页场景,解释大程序运行在小内存机器上的秘密。总结过度承诺风险、缺页抖动代价、多级

文章图片
#服务器#java#数据库 +1
CPU 怎么决定下一个运行谁?进程调度揭秘

进程调度解决多任务下CPU分配问题,需平衡公平与吞吐、响应与周转等冲突目标。本文对比FIFO、SJF、时间片轮转三种策略,代码演示5个进程下的完成时间与平均等待/周转差异,揭示SJF平均等待最优但长作业有饥饿风险,RR响应均匀但切换开销大。深入剖析“公平vs吞吐”矛盾本质,并引出Linux CFS(完全公平调度器)与实时调度(RM/EDF)两种路线。总结优先级反转、上下文切换代价、I/O密集区分、

文章图片
#java#microsoft#开发语言 +2
大模型微调数据工程避坑指南:数据决定上限,这 5 个坑我帮你踩过了

大模型微调中,数据工程的质量直接决定效果上限,训练仅是在逼近这一上限。优质数据需兼顾正确性(答案无误)、多样性(覆盖真实场景)和一致性(风格统一)。基础质检应剔除重复、过短及字段缺失样本,而实战中更需警惕五个常见陷阱:训练集重复导致过拟合(需MinHash去重)、测试集污染导致评估虚高(需n-gram泄漏检测)、指令句式单一导致泛化性差(需模板扩写)、仅提供正确答案而缺乏偏好排序(需构建chose

文章图片
#人工智能#语言模型#python +1
    共 15 条
  • 1
  • 2
  • 请选择