超实用技能|Altium Designer中如何实现多个原理图文件关联同一个PCB文件?

大家好,我是『芯知识学堂』的SingleYork,今天在一个技术交流群里,看到了有位兄弟提出了这么一个问题,大概就是说“同一个原理图文件里面元件太多了,原理图文件如果用A4大小的话放不下,只能用A0,但是这样的话,如果用A4纸打印出来可能就会比较小了,为了便于打印观看原理图文件,想把原来单个原理图文件中的元件分成多个A4大小的原理图文件”,原文如下:

在这里插入图片描述

然后,就马上有热心的群友,给出了所谓的“方法”,实则,并没有解决真实的问题,比如这位网友是这么说的:

在这里插入图片描述

大兄弟,你似乎有点“答非所问”哈,而且,你这么做,是不是有点“坏”?如果时间久了,你自己来维护的话,会不会也蒙圈?然而,还有更“坏”的,比如下面这位网友:

在这里插入图片描述

说你们“坏”,你们还不承认,居然说搞软件的比搞硬件的更坏,经常在代码里面埋雷?!这里笔者想请问一下搞软件的兄弟们,你们有这么干过吗?

在这里插入图片描述在这里插入图片描述

这时候,就有小白表示不理解了:为什么要在软件里面留后门?!

在这里插入图片描述

老司机马上给出了答案:不留点后手,等着老板卸磨杀驴吗?!

在这里插入图片描述

喂,大兄弟,你们这么会玩,你老板知道吗?你们不能这么教小白哈……都要被你们玩坏了……笔者表示有点看不下去了,开玩笑归开玩笑,不过,你们能不能认认真真的回答一下小白的问题哈!

好吧,言归正传,笔者就来跟大家科普科普“在Altium Designer中,如何使用多个原理图文件并且都对应同一个PCB文件”,笔者使用的是Altium Designer 20 版本,其他版本的操作应该是差不多。

首先,我们来新建一个项目,操作方法:点击“文件”->“新的…”->“项目”,如下图所示:

在这里插入图片描述

在弹出来的菜单中,我们选择“Default”,即:默认的PCB工程,我们将Project Name命名为“LED”,同时在桌面建立了一个名为“LED”的文件夹存放这个PCB工程:

在这里插入图片描述

接下来,我们选中这个名为“LED”的工程文件,鼠标右键单击给这个工程文件添加原理图文件,如下图所示:

在这里插入图片描述

按照上述同样的操作,我们给这个工程添加了三个原理图文件:

在这里插入图片描述

我们将三个原理图文件分别保存为LED-1、LED-2、LED-3,如下图所示:

在这里插入图片描述

接下来,我们用类似的方法,给这个工程添加一个PCB文件,并且命名为“LED”:

在这里插入图片描述在这里插入图片描述

现在,我们分别在LED-1、LED-2、LED-3三个文件中放置三个5050RGB灯,设置三个RGB的Designator分别为LED1、LED2、LED3,同时给每一路LED添加一个1K的限流电阻,并加上一个+3.3V的直流电源:

在这里插入图片描述在这里插入图片描述在这里插入图片描述

这里需要注意的是,由于三个原理图都在同一个PCB工程中,所以每一个元件的Designator都要是唯一,否则,就会报错。

接下来,我们就需要将每个原理图的元件导入到PCB文件中,这里有两个方法,第一个是在任意一个原理图文件中进行“Update PCB Document LED.PcbDoc”操作,如下图所示:

在这里插入图片描述

在弹出的对话框中,我们可以选择导入某一个原理图的元件还是一次性导入所有的原理图中的元件到PCB文件中,只需要在对应的文件名前面打上勾,然后点击“执行变更”即可:

在这里插入图片描述

就这样,三个原理图中的所有元件,就导入到了同一个PCB文件中了:

在这里插入图片描述

当然咯,我们也可以使用第二种方法,那就是,在PCB文件中进行 “Import Changes From LED.PrjPcb”操作,可以实现同样的效果:

在这里插入图片描述

怎么样,看了笔者的这波操作之后,是不是觉得很简单呢?还有不会的小伙伴们,赶紧自己动手试一试吧!百看不如一练!

好了,今天的干货就给大家分享到这里了,喜欢的小伙伴们别忘了点个赞,后续笔者会给大家分享更多的技术干货!笔者在这里也要“温馨提示”一下各位老司机们,开玩笑归开玩笑,如果真能解决小白们的问题,那么还是请认真回答一下吧,谁还不是从小白过来的呢,对吧?!

在这里插入图片描述

### 回答1: 在Matlab对三维数据进行归一化可以通过以下步骤实现。首先,将三维数据转换为矩阵形式。可以使用Matlab的reshape函数将三维数据矩阵化。接下来,计算每个维度的最小值和最大值。可以使用Matlab的min和max函数计算每个维度的最小值和最大值。然后,使用公式将每个维度的数值映射到[0,1]的范围内。公式为 X_norm = (X - min(X)) / (max(X) - min(X)) 其X表示原始的三维数据,X_norm表示经过归一化之后的数据。最后,将矩阵形式的归一化后的数据重新转换为三维数据形式。可以使用Matlab的reshape函数将矩阵转换成三维数据形式。这样就完成了对三维数据的归一化。值得注意的是,归一化后的数据更有利于后续数据处理和分析,但是需要注意不要过度归一化,以免损失数据的信息。 ### 回答2: 三维数据的归一化实际上是将三维数组的数据转换为0到1的范围内。这种转换对于许多机器学习算法来说非常有用,因为它可以提高算法的性能和准确性。 在matlab实现三维数据的归一化可以使用matlab内置的函数进行操作。具体的操作步骤如下: 1. 将三维数组数据reshape为二维数组 2. 使用matlab内置的min和max函数计算出所有数据的最小值和最大值 3. 对数据进行归一化,具体的计算公式为: normalized_data = (data - min_value) / (max_value - min_value) 其,data为原始的三维数据数组,min_value为计算出的最小值,max_value为计算出的最大值,normalized_data为归一化后的数据数组。 4. 将归一化后的数据reshape为原始的三维数据数组格式 通过以上步骤,就可以在matlab实现三维数据的归一化操作了。需要注意的是,在该操作过程,数据的最小值和最大值是关键的参数,需要根据具体的数据进行计算。 ### 回答3: 对三维数据的归一化是指将三维数据各个数据之间的差异统一化,使其在同一尺度下进行比较。Matlab提供了多种方式来完成三维数据的归一化,以下是其两种常用的方式: 1. 使用normalize函数归一化三维数据 normalize函数可以将一个矩阵按列向量归一化,也可以将一个三维矩阵按照第三个维度进行归一化。考虑一个形状为m*n*p的三维矩阵data,其第三个维度表示样本个数,可以通过以下方式进行归一化: ```matlab normalized_data = normalize(data, 3); ``` 2. 使用zscore函数归一化三维数据 zscore函数可以将一个矩阵按列向量进行标准化,也可以将一个三维矩阵按照第三个维度进行标准化。标准化是一种归一化方式,通过将数据的均值设为0,标准差设为1,来统一数据的尺度。考虑一个形状为m*n*p的三维矩阵data,其第三个维度表示样本个数,可以通过以下方式进行标准化: ```matlab normalized_data = zscore(data, 0, 3); ``` 上述代码,第二个参数0表示不将样本个数p减去1进行无偏估计,第三个参数3表示按照第三个维度进行标准化。 通过使用上述两种方式,可以方便地对三维数据进行归一化,从而更好地进行分析和处理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

SingleYork

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值