复变函数完全入门（二）：解析函数与柯西-黎曼方程——复可微的苛刻条件
本文是《复变函数完全入门》系列的第二篇，覆盖解析函数的定义、柯西-黎曼方程、初等解析函数和调和函数。阅读本文前需熟悉复数的极坐标表示和欧拉公式。 第二篇：解析函数与柯西-黎曼方程——复可微的苛刻条件一、概念引入——复变函数是什么1.1 定义一个复变函数 w=f(z)w = f(z)w=f(z) 将一个复数 z=x+iyz = x + iyz=x+iy 映射到另一个复数 w=u+ivw = u + ivw=u+iv。 f(z)=u(x,y)+i v(x,y) f(z) = u(x,y) + i\,v(x,y) f(z)=u(x,y)+iv(x,y) 其中 u(x,y)u(x,y)u(x,y) 和 v(x,y)v(x,y)v(x,y) 都是实函数。从几何上看，复变函数就是一个从 C\mathbb{C}C 到 C\mathbb{C}C 的映射——把复平面上的点搬到另一个复平面上。 最简单的例子：f(z)=z2f(z) = z^2f(z)=z2。 令 z=x+iyz = x + iyz=x+iy： f(z)=(x+iy)2=x2−y2+i(2xy) f(z) = (x+iy)^2...
复变函数完全入门（一）：从实数到复数——新代数结构的诞生
本文是《复变函数完全入门》系列的第一篇，覆盖复数的定义、运算、几何表示、欧拉公式和复平面。阅读本文仅需掌握高中数学中的实数运算和三角函数。本系列的目标是为理解势流理论中的保角变换打下完整的数学基础——保角变换是连接复变函数和空气动力学势流理论的数学桥梁。 第一部分：为什么要有复数一、概念引入——一个简单方程引发的”数字危机”1.1 问题解方程 x2+1=0x^2 + 1 = 0x2+1=0。 实数范围内无解——因为任何实数的平方都非负。但如果我们”强行”定义一个数 iii，使得 i2=−1i^2 = -1i2=−1，那么方程的解就是 x=±ix = \pm ix=±i。 这个看起来很简单的”强行定义”，在16世纪引起了数学界激烈的争论。当时的数学家将 iii 称为”虚数”（imaginary number）——这个名称本身就带有贬义。 1.2 历史的五分钟 时间 人物 贡献 1545 卡尔达诺（Cardano） 在《大术》中首次使用 −15\sqrt{-15}−15 计算三次方程的解——“虚数”的首次出场 1572 邦贝利（Bombelli） 系统地使用了 ...
微分方程完全入门（六）：偏微分方程引论——从热方程到拉普拉斯方程
本文是《微分方程完全入门》系列的第六篇（完结篇），覆盖偏微分方程的基本概念、分类、分离变量法和拉普拉斯方程。阅读本文前需掌握二阶线性ODE。本篇最终目标是理解势流理论中的拉普拉斯方程——nabla2phi=0\\nabla^2\\phi=0nabla2phi=0。 第六篇：偏微分方程引论——从热方程到拉普拉斯方程一、概念引入——从一维到多维常微分方程中的未知函数只有一个自变量（通常是时间 ttt）。但现实世界中的场量——温度 T(x,y,z,t)T(x,y,z,t)T(x,y,z,t)、压力 p(x,y,z,t)p(x,y,z,t)p(x,y,z,t)、速度势 ϕ(x,y,z,t)\phi(x,y,z,t)ϕ(x,y,z,t)——都是多个自变量的函数。 偏微分方程（PDE）描述的就是这种多自变量函数的演化或分布规律。 1.1 历史的5分钟 时间 人物 贡献 1747 达朗贝尔 提出波动方程——最早的PDE之一 1777 拉普拉斯 拉普拉斯方程 ∇2ϕ=0\nabla^2\phi=0∇2ϕ=0——势流的控制方程 1807 傅里叶 提出热传导方程和傅里叶级数解...
微分方程完全入门（五）：数值解法——从欧拉法到RK4
本文是《微分方程完全入门》系列的第五篇，覆盖ODE数值解法的基本方法：欧拉法、改进欧拉法、四阶龙格-库塔法（RK4），以及自适应步长和刚性方程的概念。阅读本文前需理解一阶ODE的基本形式。本文重点在方法的几何直觉和误差分析，而非纯数值分析视角。 第五篇：数值解法——从欧拉法到 RK4一、概念引入——为什么要数值解法在之前四篇中，我们学习了多种解析解法——分离变量、积分因子、特征根法、拉普拉斯变换。 但这些方法都有一个致命的限制：大多数现实中的ODE没有解析解。 考虑一个稍微修改的摆方程——加入非线性项和非正弦驱动力： d2θdt2+gLsinθ=F0cos(ωt) \frac{d^2\theta}{dt^2} + \frac{g}{L}\sin\theta = F_0\cos(\omega t) dt2d2θ+Lgsinθ=F0cos(ωt) 这个方程——受迫阻尼摆——无法用初等函数表示其解。但它描述的就是真实世界的物理。 数值解法就是回答这个问题的：用计算机逐”小步”逼近解。 二、欧拉法——最直观的起点2.1 思想一个一阶 ODE：dydt=f(t,y)\f...
微分方程完全入门（四）：微分方程组与相平面——从一维到多维
本文是《微分方程完全入门》系列的第四篇，覆盖一阶常微分方程组的相平面分析、平衡点分类和李雅普诺夫稳定性。阅读本文前需掌握特征根的概念——我们将把特征根从”单个方程”推广到”方程组”。 第四篇：微分方程组与相平面——从一维到多维一、概念引入——为什么需要方程组一个四旋翼无人机的动力学需要 12 个一阶 ODE 来描述——位置(3)+速度(3)+姿态(3)+角速度(3)。这不是单个方程能处理的。 一阶 ODE 方程组的一般形式： {dx1dt=f1(x1,x2,…,xn)dx2dt=f2(x1,x2,…,xn)⋮dxndt=fn(x1,x2,…,xn) \begin{cases} \frac{dx_1}{dt} = f_1(x_1, x_2, \dots, x_n) \\ \frac{dx_2}{dt} = f_2(x_1, x_2, \dots, x_n) \\ \vdots \\ \frac{dx_n}{dt} = f_n(x_1, x_2, \dots, x_n) \end{cases} ⎩⎨⎧dtdx1=f1(x1,x2,…,xn)dtdx2=f2(...
微分方程完全入门（三）：拉普拉斯变换——从时域到频域的桥梁
本文是《微分方程完全入门》系列的第三篇，覆盖拉普拉斯变换的定义、性质、逆变换及其在解ODE中的应用。阅读本文前需掌握一阶和二阶ODE的基础知识。掌握拉普拉斯变换后，你会发现：解微分方程变成了做代数运算——这是控制理论中传递函数概念的数学起点。 第三篇：拉普拉斯变换——从时域到频域的桥梁一、概念引入——为什么需要一个”变换”1.1 问题解一个二阶ODE需要： 求特征方程的根 确定齐次解形式 猜测特解（待定系数法，常常还要处理”共振”的例外） 代入初始条件确定任意常数 如果是高阶系统（四阶、六阶），这个流程变得极其繁琐。更糟的是，待定系数法的每一步都需要针对 f(t)f(t)f(t) 的形式特殊处理。 有没有一种方法，可以让求解 ODE 变得像解代数方程一样简单？ 有：拉普拉斯变换。它的核心思想是： 把时域中的微分方程，通过一个积分变换，变成频域中的一个代数方程。解完代数方程后，再变换回时域。 1.2 历史 时间 人物 贡献 1744 欧拉（Euler） 首次使用了类似拉普拉斯变换的积分形式求解ODE 1785 拉普拉斯（Pierre-Simon Lapl...
微分方程完全入门（二）：二阶线性方程——弹簧、阻尼与共振
本文是《微分方程完全入门》系列的第二篇，覆盖二阶线性常微分方程的完整理论。阅读本文前需熟悉一阶ODE的解法。掌握本篇后你将理解四旋翼飞行动力学的”阻尼比”和”自然频率”这两个核心参数。 第二篇：二阶线性方程——弹簧、阻尼与共振一、二阶 ODE 从哪来——三个物理问题1.1 概念引入我们身边的很多物理系统都可以用一个统一的方程来描述： 弹簧-质量-阻尼系统： md2xdt2+cdxdt+kx=F(t) m\frac{d^2x}{dt^2} + c\frac{dx}{dt} + kx = F(t) mdt2d2x+cdtdx+kx=F(t) RLC电路： Ld2qdt2+Rdqdt+1Cq=E(t) L\frac{d^2q}{dt^2} + R\frac{dq}{dt} + \frac{1}{C}q = E(t) Ldt2d2q+Rdtdq+C1q=E(t) 四旋翼俯仰角动力学（简化）： Id2θdt2+cθdθdt+kθθ=τ(t) I\frac{d^2\theta}{dt^2} + c_\theta\frac{d\theta}{dt} + k_\theta\t...
微分方程完全入门（一）：从变化率说起——一阶常微分方程与工程建模
本文是《微分方程完全入门》系列的第一篇，覆盖一阶常微分方程（ODE）的基本概念和求解方法。阅读本文仅需掌握一元微积分（导数、基本积分）。 第一部分：什么是微分方程一、概念引入——一个数值计算问题的启示1.1 问题假设你有一架四旋翼无人机在悬停，关掉油门让它自由下落。忽略空气阻力，只受重力g=9.8 m/s2g=9.8\ \text{m/s}^2g=9.8 m/s2的作用。 它的速度 v(t)v(t)v(t) 随时间变化吗？当然。每一秒它都加速 9.8 m/s9.8\ \text{m/s}9.8 m/s。用微积分的语言： dvdt=g \frac{dv}{dt} = g dtdv=g 这个方程中包含了未知函数 v(t)v(t)v(t) 及其导数 dvdt\frac{dv}{dt}dtdv。它描述的不是某个特定的速度值，而是速度如何随时间变化。 这就是微分方程。 1.2 定义微分方程（Differential Equation） 是包含未知函数及其导数的方程。 根据自变量的个数分为两类： 常微分方程（ODE）：未知函数只有一个自变量（通常为时间 ttt 或空间 xxx）...
基于 Blender + HDRI 的无人机检测合成数据集生成：从光照真实感到 YOLOv8 训练的完整管线
训练一个能在空中可靠检测无人机的 YOLOv8 模型，最大的瓶颈不是算法，而是数据。真实空对空无人机图像极难获取——你需要另一架无人机在空中拍摄，天气、光照、距离、姿态的组合几乎无穷无尽，而每张图片都需要人工标注 bounding box。 本文提出一种基于 Blender Cycles 路径追踪 + HDRI 全景天空 + 3D 无人机模型的全自动合成数据集生成管线。一条命令即可批量生产带 YOLO 格式标注的 1080p 图像——无人机模型的光照、阴影、反射完全由 HDRI 天空自然驱动，Sim-to-Real gap 远小于传统合成方法。 需要明确的是：Cycles 路径追踪是一种离线渲染技术（CPU 约 2 秒/帧，GPU 约 0.15 秒/帧），其物理精确的光照计算代价决定了它无法支持实时 3D 渲染。本方案定位于高质量训练数据的离线批量生成，而非仿真环境中的实时视觉输出。对于实时渲染需求（如 SITL 闭环仿真），需要使用 EEVEE 或 Gazebo 等光栅化渲染器作为替代，但画质会有显著下降。 一、方案选型：一次走弯路的经验在确定最终方案...
YOLO目标检测深度解析：从回归思想到实时检测的技术演进与无人机部署实战
摘要：YOLO（You Only Look Once）系列是目标准检测领域最具影响力的算法家族之一，从2016年的YOLOv1到2026年Ultralytics v8.4.x，其技术演进贯穿了近十年目标检测的全部核心创新。本文系统解析YOLO的技术体系：从核心的回归思想与统一检测框架出发，深入分析YOLOv1-v3奠基、YOLOv4-v7百花齐放、YOLOv8/v9/v10/v11及最新Ultralytics v8.4.x的架构创新与设计权衡，涵盖YOLOv7 Extended ELAN、YOLOv9 PGI（可编程梯度信息）、YOLOv10 NMS-Free端到端检测等关键突破，讨论损失函数设计、训练策略、数据增强等工程方法，以及NMS后处理、模型量化、TensorRT部署等推理优化技术。最后，聚焦无人机视角下的目标检测特殊挑战，给出基于Jetson Orin的YOLO模型部署完整方案。 引言：目标检测的范式革命目标检测是计算机视觉的核心任务之一：在图像中定位目标对象的位置（边界框回归）并判断其类别（分类）。在YOLO出现之前，目标检测领域主...