Jetson Orin安装部署和使用(1)

Jetson Orin使用

一、 安装NVIDIA-jetpack和基础开发环境

1、修改deb source

sudo bash -c 'echo "deb https://repo.download.nvidia.com/jetson/common r34.1 main" >> /etc/apt/sources.list.d/nvidia-l4t-apt-source.list'sudo bash -c 'echo "deb https://repo.download.nvidia.com/jetson/t234 r34.1 main" >> /etc/apt/sources.list.d/nvidia-l4t-apt-source.list'
cat   /etc/apt/sources.list.d/nvidia-l4t-apt-source.list

2、更换镜像源

备份源:

sudo mv /etc/apt/sources.list /etc/apt/sources.list.bak 
sudo vim /etc/apt/sources.list  

更换为清华源:

\#加⼊清华源,或者其他的⽐如阿⾥云,中科⼤,⾖瓣等等都可以
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-updates main restricted universe multiverse deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-updates main restricted universe multiversedeb http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-security main restricted universe multiverse deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-security main restricted universe multiverse
# 默认注释了源码镜像以提高 apt update 速度,如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-backports main restricted universe multiverse# 以下安全更新软件源包含了官方源与镜像站配置,如有需要可自行修改注释切换
deb http://ports.ubuntu.com/ubuntu-ports/ focal-security main restricted universe multiverse
# deb-src http://ports.ubuntu.com/ubuntu-ports/ focal-security main restricted universe multiverse# 预发布软件源,不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-proposed main restricted universe multiverse
# # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu-ports/ focal-proposed main restricted universe multiverse

3、安装jetpack

sudo apt update
sudo apt dist-upgrade # 20分钟左右 更新319个 新增了5个
sudo reboot

在这⾥必须执⾏⼀次重启的动作,否则会出现⼀些不稳定的现象。重启之后只要执⾏以下指令即可

sudo apt install nvidia-jetpack  

出现问题:the following packages have unmet dependencies nvidia-jetpack-runtime(5.0.1-b118)?

sudo apt-get install nvidia-jetpack-runtime=5.0.1-b118  nvidia-jetpack-dev=5.0.1-b118

4、验证jetpack安装

sudo apt show nvidia-jetpack
# jetpack 中已经安装了docker和nvidia-docker,存在triton / deepStream使用需求时可直接通过docker启动

5、预安装必要的软件

sudo apt-get -y install cmake libopenblas-base libopenmpi-dev autoconf bc build-essential g++-8 gcc-8 clang-8 lld-8 gettext-base gfortran-8 iputils-ping libbz2-dev libc++-dev libcgal-dev libffi-dev libfreetype6-dev libhdf5-dev libjpeg-dev liblzma-dev libncurses5-dev libncursesw5-dev libpng-dev libreadline-dev libssl-dev libsqlite3-dev libxml2-dev libxslt-dev locales moreutils openssl python-openssl rsync scons pythons-pip libopenblas-dev libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev

二、GPU监测工具安装

sudo -H pip install jetson-stats
sudo jtop

jtop窗口查看:jetson-stats 4.2.1(rnext.it)

1、安装jtop系统监控工具

sudo apt install python3-pip
sudo -H pip3 install -U pip
sudo -H pip install jetson-stats==4.0.0rc1

2、启动监控工具

jtop   # 上面操作后需要reboot有效

三、整理cudatookit、cudnn、trtexec工具

安装步骤:

Perform the following steps to install CUDA and verify the installation.

  1. Install the repository meta-data, install GPG key, update the apt-get cache, and install CUDA:

    $ sudo dpkg --install cuda-repo-<distro>-<version>.<architecture>.deb
    $ sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/<distro>/<architecture>/7fa2af80.pub
    $ sudo apt-get update
    $ sudo apt-get install cuda
    

    cuda-repo-ubuntu2004-11-4.aarch64.deb

  2. Reboot the system to load the NVIDIA drivers.

  3. Set up the development environment by modifying the PATH and LD_LIBRARY_PATH variables:

    $ export PATH=/usr/local/cuda-11.4/bin${PATH:+:${PATH}}
    $ export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    
  4. Install a writable copy of the samples then build and run the nbody sample:

    $ cuda-install-samples-11.4.sh ~
    $ cd ~/NVIDIA_CUDA-11.4_Samples/5_Simulations/nbody
    $ make
    $ ./nbody
    

    Note: Run samples by navigating to the executable’s location, otherwise it will fail to locate dependent resources.

在 Jetson AGX Orin 设备上,你可以通过以下方式来查询 <distro><version><architecture> 这三个参数:

  1. (发行版名称):

    • 打开终端。

    • 运行 lsb_release -a 命令来查看你的 Linux 发行版信息。对于基于 Ubuntu 的系统,输出会包含 “Ubuntu” 以及版本号(例如 “Ubuntu 18.04”)。注意这里的 <distro> 应该是 ubuntu<版本号> 的格式,不包括点号。

      本设备得到:ubuntu2004

  2. (CUDA 版本号):

    • CUDA 的版本号通常是你想要安装的版本,而不是通过查询系统来获得的。但是,如果你已经安装了 CUDA 并且想要查询已安装的版本,可以查看 /usr/local/cuda 目录下的版本号或者通过 nvcc --version 命令来查看。

      本设备准备安装:11-4

  3. (系统架构):

    • Jetson AGX Orin 设备是基于 ARM 架构的,具体来说是 arm64(也被称为 aarch64)。你可以通过 uname -m 命令来确认这一点,该命令会返回你的系统架构。

    本设备得到:aarch64

示例:

  • 查询发行版名称:

    bashlsb_release -a
    

    输出可能类似于:

    No LSB modules are available.  
    Distributor ID: Ubuntu  
    Description:    Ubuntu 20.04.4 LTS  
    Release:        20.04  
    Codename:       focal
    

    在这种情况下,<distro> 应该是 ubuntu2004(假设你希望与 CUDA 11.x 系列的 .deb 包兼容)。

  • 查询系统架构:

    bashuname -m
    

    输出应该是 aarch64

  • 假设你已经下载了 CUDA 的 .deb 安装包,并且知道你想要安装的 CUDA 版本号(例如 11.4),那么你就可以使用这些信息来安装 CUDA。例如:

    bashsudo dpkg --install cuda-repo-ubuntu1804-11-4-local_<具体版本号>_arm64.deb
    

    注意替换 <具体版本号> 为实际的 .deb 文件名中的版本号部分。

最后,不要忘记在安装 CUDA 之后运行 sudo apt updatesudo apt install cuda(或相应的安装命令)来完成 CUDA 的安装。同时,请确保你遵循了 NVIDIA 提供的针对 Jetson 设备的官方安装指南。

1、CUDA

在使用 dpkg 安装 NVIDIA CUDA 的 .deb 安装包时,<distro><version><architecture> 需要根据你的实际系统和包的内容来替换。以下是如何选择这些配置项的指南:


  1. 这通常指的是你的 Linux 发行版的名称。例如,如果你使用的是 Ubuntu 18.04,那么 <distro> 就是 ubuntu1804。对于其他发行版,如 Debian、CentOS 等,你需要找到与你的发行版相对应的字符串。


  2. 这指的是 CUDA 的版本号。例如,如果你正在安装 CUDA 11.4,那么 <version> 就是 11-4。注意这里通常不包括点号(.)。


  3. 这指的是你的系统架构。对于大多数现代的 Jetson 设备,包括 Jetson Orin,这通常是 arm64(也被称为 aarch64)。

  4. 安装步骤
    基于上面的信息,如果你的 CUDA .deb 安装包名为 cuda-repo-ubuntu1804-11-4-local_11.4.0-470.42.01-1_arm64.deb(注意这是一个假设的名字),那么安装命令应该是:

    bashsudo dpkg --install cuda-repo-ubuntu1804-11-4-local_11.4.0-470.42.01-1_arm64.deb
    

    本设备安装命令:

    bashsudo dpkg --install cuda-repo-ubuntu2004-11-4-local_11.4.0-470.42.01-1_arm64.deb
    

    https://developer.nvidia.com/cuda-toolkit-archive

    https://developer.nvidia.com/cuda-11-4-4-download-archive?target_os=Linux&target_arch=arm64-sbsa&Compilation=Native&Distribution=Ubuntu&target_version=20.04&target_type=deb_network

    wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/sbsa/cuda-ubuntu2004.pin
    sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
    sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/sbsa/7fa2af80.pub
    sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/sbsa/ /"
    sudo apt-get update
    sudo apt-get -y install cuda
    

    接下来,你需要添加 NVIDIA 的公钥到你的 APT 密钥环中。但是,请注意,对于 Jetson 设备,你可能不需要直接从 NVIDIA 的网站下载公钥,因为 .deb 安装包可能已经包含了所需的签名。但是,如果确实需要,你可以使用以下命令(注意替换 <distro><architecture>):

    bashsudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/<distro>/<architecture>/7fa2af80.pub
    

    但是,请再次注意,对于 Jetson 设备,你可能不需要这一步,因为 NVIDIA 可能已经通过其他方式提供了所需的签名。

  5. 更新软件源并安装 CUDA
    在安装了 .deb 文件之后,你可能需要更新你的软件源列表并安装 CUDA。这通常可以通过以下命令完成:

    sudo apt update  
    sudo apt install cuda
    

    但是请注意,具体的安装命令可能会因 CUDA 的版本和你的系统配置而有所不同。

  6. 检查 CUDA 安装
    安装完成后,你可以通过运行 nvcc --version 来检查 CUDA 是否已成功安装。

1.2 安装失败,清理

在Jetson AGX Orin设备的系统中,如果CUDA安装失败,你可以按照以下步骤来清理环境并重新安装:

1. 卸载已安装的CUDA(如果存在)

如果之前已经安装过CUDA,首先需要将其卸载。这通常可以通过系统的包管理工具来完成。在基于Debian的Linux发行版(如Ubuntu)上,你可以使用以下命令来卸载CUDA:

bashsudo apt-get remove --purge cuda*

这条命令会卸载所有与CUDA相关的软件包。

2. 清理残留的CUDA文件

除了通过包管理工具卸载CUDA软件包之外,还可能需要手动删除一些残留的文件和目录。这些文件和目录可能包括CUDA的安装目录、配置文件、环境变量设置等。在标准的Linux系统中,CUDA通常安装在/usr/local/cuda目录下。你可以使用以下命令来删除这个目录(如果它存在):

bashsudo rm -rf /usr/local/cuda*

同时,检查并删除任何与CUDA相关的环境变量设置,这些设置可能位于你的shell配置文件(如~/.bashrc~/.bash_profile~/.zshrc等)中。

3. 清理系统缓存和依赖关系

使用包管理工具来清理系统的缓存和依赖关系,以确保没有残留的CUDA文件或配置影响新的安装。在基于Debian的Linux发行版上,可以使用以下命令:

sudo apt-get autoclean  
sudo apt-get autoremove

4. 重新启动系统

在清理完CUDA相关的文件和配置后,建议重新启动系统以确保所有的更改都已生效。

5. 重新安装CUDA

在清理完环境后,你可以按照NVIDIA官方提供的安装指南来重新安装CUDA。确保选择与你的Jetson AGX Orin设备兼容的CUDA版本,并按照指南中的步骤进行操作。在安装过程中,注意选择正确的安装选项和配置,以避免之前遇到的问题。

注意事项

  • 在进行任何系统级的更改之前,建议备份你的重要数据以防止意外丢失。
  • 如果你不确定如何执行某些步骤或担心可能会破坏系统,请寻求专业人士的帮助或参考官方文档。
  • 确保你的系统满足CUDA安装的最低要求,并检查是否有任何已知的硬件或软件兼容性问题。

通过遵循上述步骤,你应该能够成功清理CUDA的安装环境并重新安装它。

1.3 方式

方式一:

vi ~/.bashrcexport PATH=/usr/local/cuda-11/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11/lib64:$LD_LIBRARY_PATH export CUDA_ROOT=/usr/local/cuda-11#使资源⽣效
source ~/.bashrc
nvcc -V

方式二:软链接

sudo ln -s /usr/local/cuda-11 /usr/local/cudasudo vim /etc/profile# 在文件末尾添加加入
export PATH=/usr/local/cuda-11/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11/lib64:$LD_LIBRARY_PATH 
export CUDA_HOME=/usr/local/cuda-11# 验证cudatookit
source /etc/profilenvcc -V在修改了 /etc/profile 文件后,您通常需要重新加载这个文件(或重新启动终端会话)以使更改生效。您可以使用以上命令来重新加载/etc/profile 文件

2、CUDNN

方式一:

dpkg -l libcudnn8  

方式二:

sudo cp /usr/include/cudnn.h  /usr/local/cuda-11/include
sudo cp /usr/lib/aarch64-linux-gnu/libcudnn* /usr/local/cuda-11/lib64/
sudo chmod 777 /usr/local/cuda-11/include/cudnn.h  /usr/local/cuda-11/lib64/libcudnn*# 验证和更新链接库
cd /usr/local/cuda-11/lib64
ll libcudnn*  #有东西
sudo ldconfig# 测试cudnn
sudo cp -r /usr/src/cudnn_samples_v8/ /tmp/
cd /tmp/cudnn_samples_v8/conv_sample
sudo make clean
sudo make
./conv_sample

3、trtexec TensorRT

方式1:

dpkg -l tensorrt

方式2:

ln -s /usr/src/tensorrt/bin/trtexec  /usr/bin/trtexec

验证tensorrt安装正确与否

sudo chmod -R 777 /usr/src/tensorrt
cd /usr/src/tensorrt/samples/sampleINT8/
sudo make 
cd ../../bin/
./sampleINT8

4、OpenCV

方式1:

dpkg -l libopencv

四、安装pythorch开发环境

方式1:

  1. 官网下载安装包

  2. 安装java

sudo apt-get install openjdk-11-jdk 
java--version
  1. 配置环境变量
sudo vim ~/.bashrc
export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-arm64 
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=:${JAVA_HOME}/lib:${JRE_HOME}/lib 
export PATH=${JAVA_HOME}/bin:$PATH
source ~/.bashrc
  1. 安装
cd ~/Downloads/pycharm-community-2020.3.2/bin 
chmod +x  ~/Downloads/pycharm-community-2020.3.2/bin/pycharm.sh
sh ./pycharm.sh

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/847438.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

WSDM 2023 推荐系统相关论文整理(二)

WSDM 2023的论文录用结果已出&#xff0c;推荐系统相关的论文方向包含序列推荐&#xff0c;点击率估计等领域&#xff0c;涵盖图学习&#xff0c;对比学习&#xff0c;因果推断&#xff0c;知识蒸馏等技术&#xff0c;累计包含近四十篇论文&#xff0c;下文列举了部分论文的标题…

STM32H750外设ADC之外部触发和注入管理

目录 概述 1 外部触发转换和触发极性 1.1 外部触发条件 1.2 忽略硬件触发条件 1.3 触发框图 1.4 常规通道的外部触发 1.5 注入通道的外部触发 2 注入通道管理 2.1 触发注入模式 2.2 自动注入模式 2.3 注入转换延迟 概述 本文主要介绍STM32H750外设ADC之外部触发和注…

Win10 TiKV单机单节点Docker部署测试

1. 环境 环境&#xff1a;Windows10、WSL2、Ubuntu20.04、Docker Desktop目标&#xff1a;单节点单机部署&#xff0c;测试用 2. 前置操作 docker pull pingcap/tikv:latest docker pull pingcap/pd:latestmkdir -p /mnt/tikv/pd mkdir -p /mnt/tikv/tikvip a 命令查看虚拟…

PROFINET转CANOPEN(WL-ABC3033)连接台达伺服驱动器ASDA-B3

在工业自动化领域这片广阔天地中&#xff0c;通信协议的转换犹如一道横亘在工程师们面前的难题。特别是在将众多采用不同通信协议的设备汇聚一堂&#xff0c;共同协作完成任务的场景中&#xff0c;如何确保数据如丝般顺滑地穿梭于各个节点之间&#xff0c;确保每台设备都能心领…

在GEE中显示矢量或栅格数据的边界(包含样式设计)

需要保证最后显示的数据是一个 FeatureCollection 对象。 如果数据是一个 Geometry 或 Image&#xff0c;我们也可以使用 style 方法来设置样式并将其添加到地图上。以下是针对不同类型对象的处理方式&#xff1a; 1 Geometry对象 如果 table 是一个 Geometry 对象&#xff…

智慧社区信息化建设整体解决方案(PPT原件获取及软件各类建设方案)

智慧社区信息化系统建设要点可以归纳为以下几个方面&#xff1a; 一、社区基础设施建设 网络设施&#xff1a;建设高速网、城域网、校内网等网络&#xff0c;以满足社区信息传输和管理所需。信息终端设备&#xff1a;建设各种类型的智能终端设备&#xff0c;包括智能手机、智能…

子窗体关闭后父窗体操作

子窗体关闭后父窗体操作 子窗体代码: window.close();//关闭子窗体window.parent.opener.redirectOutList();父窗体: //子窗体关闭后父窗体重定向监控 function redirectOutList (){IOOP.getRequest("#es","sec/secdes.do",{pageNo:1,searchKey:}); }

【GD32F303红枫派使用手册】第八节 TIMER-RGB彩灯实验

8.1 实验内容 通过本实验主要学习以下内容&#xff1a; RGB彩灯控制原理 TIMER PWM输出原理 8.2 实验原理 本例程中使用的RGB彩灯采用共阳极驱动方式&#xff0c;使用三路PWM进行驱动&#xff0c;对应引脚输出低电平的时候对应RGB灯珠点亮&#xff0c;调节不同路的PWM占空…

FPGA新起点V1开发板(八-语法篇)——状态机

文章目录 一、两个状态机模型二、状态机设计&#xff08;四段论&#xff09;2.1 状态空间定义2.2 状态跳转&#xff08;时序逻辑&#xff09;2.3 下个状态判断&#xff08;组合逻辑&#xff09;2.4 各个状态下的动作2.5 三段式 一、两个状态机模型 二、状态机设计&#xff08;四…

学习java第九十天

​ Spring 框架有什么优势? 轻量级: 在尺寸和透明度方面Spring 是轻量级的。spring框架的基础版本只有大约 2MB 大小。 控制反转 (IOC):通过控制反转技术 &#xff0c;Spring实现了松耦合。对象间只是给出了依赖性&#xff0c;而不是创建或寻找依赖对象。 面向切面 (AOP): …

在Linux/Ubuntu/Debian中使用lscpu命令查看CPU信息

lscpu 是一个用于显示 CPU 架构信息的命令 lscpu 是一个用于显示 CPU 架构信息的命令。它从 /proc/cpuinfo 文件中读取数据&#xff0c;并以易于理解的方式呈现。使用该命令可以快速获取 CPU 的详细信息&#xff0c;如处理器型号、核心数量、线程数等。 常见用法&#xff1a;…

Linux的shell脚本中的比大小

如果要将 -le 换成相反的&#xff08;即“大于”&#xff09;&#xff0c;你应该使用 -gt&#xff08;greater than&#xff09;。 所以&#xff0c;-le 的相反比较是 -gt。 但如果你想要一个包含“大于”和“不等于”的比较&#xff08;即“大于”&#xff09;&#xff0c;那…

用户投诉对旅行社复购率有什么影响?该如何分析投诉数据?

随着在线旅游市场的不断扩大&#xff0c;旅游平台的用户基数和交易量持续增长&#xff0c;用户投诉作为服务质量的反馈机制&#xff0c;其重要性日益凸显。用户投诉不仅反映了旅游服务中存在的问题&#xff0c;也是推动平台中的旅行社改进服务、提升用户体验的重要动力。然而&a…

vscode导入自定义模块报错ModuleNotFoundError解决方案

问题描述 我的项目为great_gas_or_agents&#xff0c;目录结构如下&#xff1a; log_data_extract main.py math_algorithm 现在我运行main.py&#xff0c;报错&#xff1a;from math_algorithm.utils import parse_month_match_request&#xff0c;ModuleNotFoundError: No …

接口自动化-预期值和实际值怎么写?

测试类当中 怎么做接口自动化&#xff0c;返回值校验&#xff0c;就是需要返回值的预期值和实际值进行对比 实际值如下 怎么拿到预期值$.msg?用正则表达式-提取值 建新的类-来编写用正则表达式拿到预期值 源码pattern 使用的compile的方法&#xff0c;传入的是字符串正则表…

短剧cps系统搭建开发,热门短剧推广分销系统。短剧分销是怎么操作的?

目录 前言&#xff1a; 二、短剧是怎么推广分销的&#xff1f; 二、 短剧分销系统有什么功能&#xff1f; 三、怎么搭建&#xff1f; 总结&#xff1a; 前言&#xff1a; 短剧分销项目目前的现状是多元化且充满活力的。随着短剧市场的快速发展和观众接受度的提高&#xff0…

大功率LED照明芯片OC6781输入5V~36V,PWM升压型LED恒流驱动器

概述 OC6781是一款高效率、高精度的升压型LED恒流驱动控制芯片。OC6781内置高精度误差放大器&#xff0c;振荡器&#xff0c;恒流驱动电路等&#xff0c;特别适合大功率、多个高亮度LED灯串恒流驱动。OC6781采用固定频率的PWM控制方式&#xff0c;工作频率可通过外部电阻进行设…

MySQL的组成与三种log

MySQL由几块组成 连接器分析器优化器执行器 MySQL的三大log blog 作用&#xff1a; 用于主从同步与数据恢复 记录内容&#xff1a; 已经完成的 DML(数据操作语句)&#xff0c;主要是用于数据备份 redolog<重试日志> 作用&#xff1a; 崩溃恢复&#xff0c;用于事…

【CSS】aspect-ratio属性详解

目录 基本语法示例讲解保持图片的宽高比使用 aspect-ratio 创建响应式嵌入视频正方形元素 与其他属性的结合 aspect-ratio 属性是 CSS 中的一个有用属性&#xff0c;它允许你轻松地设置元素的宽高比。这个属性可以确保元素在不同屏幕尺寸和容器大小下保持一定的宽高比&#xff…

跟着AI学AI_02, 时域频域和MFCC

AI&#xff1a;ChatGPT4o 时域和频域是信号处理中的两个基本概念&#xff0c;用于描述信号的不同特性。 时域 时域&#xff08;Time Domain&#xff09; 是对信号随时间变化的描述。在时域中&#xff0c;信号是作为时间的函数来表示的。 时域表示&#xff1a;例如&#xff0…