第八周个人周报-197242-杜光阳

197242-杜光阳 2026-05-11 13:22:52

一、第8周个人PSP表格

计划完成情况预计用时实际用时
开发“简洁发布”模式已完成5h6h
参与进行集成测试已完成3h2h50min
撰写项目测试文档已完成3h3h30min
参与撰写团队报告已完成2h2h20min
撰写个人报告已完成5h4h20min

二、现存问题和应对措施

存在的问题:

  1. 在进行最后的集成测试时,发现项目仍存在不完善、不完美的地方,受限于时间,没有办法做到尽善尽美。
  2. 在编写团队和个人报告时,发现自己对于整的项目周期和流程的认知不够清晰,梳理得不够恰当。

解决办法:

  1. 在后续的开发中,要以更高的标准要求自己,写代码时要时刻考虑多方面因素,不能仅仅把功能实现了就罢了,而是要考虑边界场景,单元测试也不能忽视,要规范地编写测试用例,确保代码非预期场景下也正常运行和正确的反馈。
  2. 根据TAPD上的记录,仔细回顾和梳理这八周以来的项目全流程的关键节点、核心任务及遇到的问题,明确自身在各阶段的工作重点;分模块总结成长与不足,最后汇总凝练出来,汲取教训和反思。

三、知识点学习情况

进行集成测试:本周主要学习了如何进行集成测试,我通过翻阅和回顾老师讲课的PPT和询问AI相关规范和要点,并根据团队项目动手编写集成测试用例,并一项一项地进行测试,记录测试结果、分析原因和改进空间。最后,将整个团队项目的集成测试任务分模块地分配给每个组员,最后,将各自的测试结果汇总于我,由我负责编写团队测试报告。


四、本周感悟

写到这里,本次软件工程基础的课内实习就已经到达尾声了。这整个周期很长,足足八周有余,一路走来,我学会了很多新知识,也收获了很多。我了解了规范的软件开发流程,我还亲身参与到小组的实际开发中去,我还编写了各类软件开发文档。这让我意识到,真正的软件开发,并不是简单地写写代码而已,甚至可以说,写代码是整个流程中最简单、“最轻松”的一部分了。软件工程这门学科背后的方法论,我相信我们只是接触到了它的冰山一角罢了,其中真正的奥妙,还等着我们在日后慢慢地探索、领会。

...全文
311 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文系统研究了交直流混合微电网中互联变换器采用的归一化下垂控制策略的内在机理,深入剖析了系统中存在的频率与电压耦合特性、功率再分配的边界条件,以及在孤岛运行模式下遭遇多重扰动时的动态响应规律。通过构建Simulink仿真模型,全面验证了该控制策略在实现交直流子系统间功率精确协调分配、维持系统频率与母线电压稳定方面的有效性。研究不仅揭示了不同运行工况和扰动场景下系统的动态特性与恢复能力,还重点探讨了控制参数对系统鲁棒性和稳定性的关键影响,阐明了归一化下垂控制在提升微电网自治运行能力和应对复杂工况方面的核心作用与技术优势。; 适合人群:具备电力系统、微电网或电力电子等相关专业背景,从事新能源并网、分布式能源系统控制、智能电网技术研发工作的工程师、研究人员及高校相关专业的研究生。; 使用场景及目标:①深入理解交直流混合微电网中互联变换器的协同控制原理与功率平衡机制;②掌握归一化下垂控制策略的设计方法、参数整定原则及其对系统小信号与大信号稳定性的影响;③学习并实践利用Simulink进行复杂微电网系统的动态建模、多工况仿真与多扰动响应分析,为新型微电网控制器的设计、优化与工程应用提供坚实的理论依据和技术支持。; 阅读建议:此资源强调理论分析与仿真实践的高度结合,读者应在透彻理解控制理论与系统建模原理的基础上,亲自动手复现文中的Simulink仿真模型,通过调整控制参数、设置不同的负载投切与故障扰动场景,深入探究控制策略的动态响应过程、稳定边界与鲁棒性表现,从而获得深刻的认知。
内容概要:本文针对风力涡轮机对雷达探测造成的杂波干扰问题,研究了利用数字相控阵雷达进行杂波抑制的方法,并提供了基于Matlab的代码实现。通过数字波束成形技术,相控阵雷达能够灵活调整发射与接收波束的方向,从而增强目标回波信号的同时有效抑制来自风力涡轮机的强杂波干扰。文中系统阐述了雷达信号建模、风力涡轮机杂波特性的数学描述、数字波束成形算法的设计与优化过程,并通过仿真实验验证了所提方法在不同场景下的有效性。该研究为解决风电场周边雷达探测性能下降问题提供了理论依据和技术路径,具有较强的工程应用前景。; 适合人群:具备一定雷达信号处理或数字信号处理基础,从事相关领域研究的研发人员和高校研究生。; 使用场景及目标:①应用于雷达系统设计中以提高在复杂电磁环境下的目标检测与跟踪能力;②用于教学与科研工作中作为案例分析,深入理解数字相控阵雷达的工作原理、波束成形机制及其在实际工程中的应用价值;③为风电场附近雷达站的抗干扰设计提供技术支持。; 阅读建议:建议读者结合Matlab代码动手实践,深入理解算法实现细节,同时配合文中理论推导,掌握信号模型构建、杂波抑制策略设计及仿真验证的全流程,以全面提升在雷达信号处理领域的综合能力。
已训练模型权重加PyQt可视化工程,省去训练调参时间,毕设课设直接可用。 【数据集概况】 · 检测类别(中文):[强制标志(Mandatory signs), 其他(Others), 优先标志(Priority signs), 禁止标志(Prohibitory signs), 警告标志(Warning signs)] · 训练集:420 张 · 验证集:60 张 · 测试集:120 张 · 总计:600 张 该数据集聚焦于城市道路环境下的交通标志检测,通过车载视角采集真实场景数据,为智能交通系统提供高精度识别基础,具有重要的实际应用价值。 该数据集在训练集、验证集和测试集之间进行了科学划分,训练集420张、验证集60张、测试集120张,分布比例合理,确保了模型训练的充分性和评估的可靠性。 该数据集的标注工作严谨细致,所有交通标志均经过精准定位和规范分类,标注边界清晰、类别准确,体现了高质量的数据处理标... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 88 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9280** mAP50-95 | 0.6656 Precision | 0.9039 Recall | 0.8545 train/box_loss | 1.0433 train/cls_loss | 0.6473 val/box_loss | 1.1456 val/cls_loss | 0.6384 【训练过程分析】 88 轮训练后 mAP50 达到 0.9280,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反...

259

社区成员

发帖
与我相关
我的任务
社区描述
CUG软件工程基础学习社区
团队开发软件工程敏捷流程 高校 湖北省·武汉市
社区管理员
  • EasonBeckham
  • Lucky_Limp
  • h6ldZywoo
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧