ThinkPad T61p 安装SSD固态硬盘 OCZ Vertex Plus 的失败经历

最近,想给ThinkPad T61p笔记本电脑升一下级,加装一块SSD硬盘,于是买了一块OCZ Vertex Plus 120G固态硬盘。原以为装上硬盘,安装一下系统就可以轻松搞定,却折腾了近3天。结果确认是这款硬盘与这款笔记本不兼容。

遇到的问题是在安装Windows 7的过程中,在第一步安装完成 » 重启计算机后 » 进入第二步安装时,出现错误信息:

"Windows setup could not configure windows to run on this computer's hardware."

接着安装就中止。手动重启计算机之后,该SSD硬盘无法引导。用另一块普通硬盘进入系统之后,发现该SSD硬盘显示为RAW格式,需要重新格式化。

于是,继续重新安装Windows 7,在安装过程中删除分区后,却无法创建分区,出现错误提示:"Failed to create a new partition on the selected unused space. 0x80004005"。

后来发现冷重启(关机后再开机)后,可以正常分区,但继续安装还是会遇到之前的问题。。。尝试了n种方法,安装了n次,失败了n次。

后来想到,"Windows setup could not configure windows to run on this computer's hardware."的问题是不是也可以通过冷重启解决。尝试了一下,果然有效。终于将Windows 7安装起来了。感受了一下SSD飞快的速度。

原以为大功造成,可是进行热重启之后,又无法引导。还是同样的问题,SSD硬盘又变成了RAW格式。。。简直让人崩溃

又尝试了n方法,安装了n次,失败了n次。。。

在一次网上的苦苦寻觅中,找到一篇文章(Finally - successful installation of OCZ Vertex Plus 120gb),作者遇到的问题和我遇到的一模一样。作者通过安装一个修改版的BIOS解决了问题,修改版的BIOS打开了ThinkPad的SATA II支持(作者的笔记本用的是ThinkPad X61 Tablet)。看到这篇文章,就像在黑暗中看到了一丝曙光,这也是唯一的希望。在网上找到这个修改版的BIOS - Ultimate R61/T61/X61/X300 BIOS (inc SATA-II)下载地址),怀着兴奋与紧张的心情更新了BIOS。。。当那个熟悉的错误画面出现时,彻底崩溃了。。。还是继续用蜗牛般的HDD吧。

后来,在网上发现一篇帖子(Can't setup OS (Windows 7 32-bit) ),原来已经有很多人遭遇了这样的痛苦,并且反馈给了该SSD硬盘的生产厂商OCZ,而且OCZ却没有任何回应。

就这样经历了一次失败的SSD硬盘升级。这块OCZ硬盘已退货。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
快速傅里叶变换(FFT)是一种高效的算法,用于将时间域信号转换为频域信号。在频域中,我们可以分析信号的频率和强度,从而获得信号的特征和性质。FFT还可以用于生成功率谱,它是频率谱的平方。功率谱显示了信号在不同频率上的功率密度。 下面是使用Python进行FFT和功率谱分析的示例代码: ```python import numpy as np import matplotlib.pyplot as plt # 生成随机信号 t = np.linspace(0, 1, 1000) x = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*120*t) + 0.5*np.random.randn(t.size) # 进行FFT y = np.fft.fft(x) freq = np.fft.fftfreq(t.size, t[1]-t[0]) # 计算功率谱 power = np.abs(y)**2 # 绘制频谱和功率谱 plt.figure(figsize=(8, 5)) plt.subplot(2, 1, 1) plt.plot(freq, np.abs(y)) plt.xlabel('Frequency') plt.ylabel('Amplitude') plt.subplot(2, 1, 2) plt.plot(freq, power) plt.xlabel('Frequency') plt.ylabel('Power') plt.show() ``` 在这个示例中,我们生成了一个包含两个正弦信号和噪声的随机信号。然后我们使用`np.fft.fft`函数进行FFT,并使用`np.abs`函数计算频率响应的绝对值。我们还使用`np.fft.fftfreq`函数计算频率轴上的点。最后,我们计算功率谱并绘制频谱和功率谱。 运行上面的代码,将得到以下结果: ![FFT and power spectrum](https://i.imgur.com/4OcZ1ln.png) 在频谱图中,我们可以看到两个正弦波的频率分别为50Hz和120Hz。在功率谱图中,我们可以看到这两个频率上的信号功率密度最高。这表明这两个频率是信号的主要成分。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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