数据库应用开发周期各个阶段采集的数据和产生的文档示例

本文概述了数据库系统开发的各个阶段,从开发初期的需求收集到后期的操作维护,详细介绍了每个阶段的任务、所需文档以及预期成果。重点包括系统定义、需求分析、数据库设计、DBMS选择、数据转换等关键环节。

开发阶段

捕获的数据示例

产生的文档示例

数据库规划

数据库工程的目标和目的

任务描述和数据库系统的目的

系统定义

主要用户视图描述(包括工作角色/或者业务应用领域)

数据库系统的边界和范围定义,所支持的用户视图的定义

需求收集和分析

用户视图的要求,系统说明,包括性能和安全性要求

用户和系统的需求说明书

数据库设计

用户检查逻辑数据库设计后以及目标DBMS提供的功能的反馈

逻辑数据库设计(包括ER模型,数据字典、表),物理数据库设计

应用程序设计

用户对界面设计的反馈

应用程序设计(包括对程序和及诶按的描述)

DBMS选择

目标DBMS所提供的功能

DBMS的评估和推荐

构建原型

用户对原型的反映

修改了的用户需求和系统说明书

实现

目标DBMS提供的功能

 

数据转换和加载

当前数据的格式、目标DBMS的数据导入能力

 

测试

测试结果

所使用的测试方法、测试结果的分析

操作维护

性能测试结果、新的或改变的用户和系统需求

用户手册、性能结果分析、修改的用户需求与系统说明书

以上内容摘抄自 Database Solutions.Second Edition

 

 

源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 过采样与欠采样构成了数字信号处理领域中两种基础的采样策略,它们在工程实践应用时各自展现出独特的长处与短处及适用情境。以下将深入阐释这两种采样方法的运作机制,并对它们在实际操作中的区别进行细致对比。 我们首先阐释过采样的核心概念。过采样(Oversampling)一般是指运用高于必要标准频率对模拟信号实施采样。举例而言,当信号频率为70MHz且信号带宽为20MHz时,依据奈奎斯特采样准则,理论上采样频率只需略高于40MHz(即信号带宽频率的两倍)即可达成无失真采样。然而,在现实操作中,系统构造者常常会采用超过140MSPS(每秒百万次采样)的采样速率,这通常超出理论所需。过采样的主要不利之处涵盖:提升ADC输出数据速率,引发FPGA的时序挑战;增大功耗、ADC及FPGA的制造成本。尽管存在这些不足,过采样依然具备其有利之处,例如可提供处理增益、频率规划的伸缩性以及能够处理更宽的信号带宽。 接下来,我们探讨欠采样的基本原理。欠采样(Undersampling)是指以低于理论标准频率对信号进行采样,这在处理高输入信号频率时尤为有效。例如,针对70MHz的中频(IF)信号,通过欠采样能够采用低于40MHz的采样频率进行采样,从而将数据速率降至FPGA,减少时序挑战,节省能量消耗成本。实现欠采样的关键设计考量在于它能够在系统设计中达成所需的ADC动态性能。 欠采样的优势体现为能够简化硬件构造,比如降低对高速数据捕获的需求,并且在设计条件允许时,可选用较慢的ADC来削减成本。然而,欠采样技术也存在其局限性,例如在ADC的非理想表现可能导致非线性失真,诸如二阶(HD2)三阶(HD3)谐...
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