精华内容
下载资源
问答
  • Tg的测试方法以及影响因素揭秘

    千次阅读 2019-12-26 17:55:53
    分析了板材Tg对PCB可靠性的影响,以及Tg的影响因素。 非晶态高分子存在三种力学状态,即玻璃态、高弹态与粘流态。Tg(高分子玻璃化转变温度)即高分子玻璃态与高弹态转变的对应温度。Tg的高低与PCB成品性能...

    一博科技自媒体高速先生原创文

    覆铜板Tg 测试普遍采用差分扫描量热仪法(DSC:DIFferential Scanning Calorimeter Mechanical Analysis)、热机械分析法( TMA:Thermal Mechanical Analysis )和动态热机械分析法( DMA:Dynamic Mechanical Analysis)。该文对三种Tg测试方法、测试原理及各自优劣进行了比较;分析了板材Tg值对PCB可靠性的影响,以及Tg的影响因素。

    非晶态高分子存在三种力学状态,即玻璃态、高弹态与粘流态。Tg(高分子玻璃化转变温度)即高分子玻璃态与高弹态转变的对应温度。Tg值的高低与PCB成品性能息息相关,Tg值越高的PCB成品的稳定性、可靠性、耐热性、抗化性(指在PCB制成时多种化学药水浸泡后,性能保持程度)就会越优良,热膨胀系数也会越低。

    测试原理及方法
    01
    1.1 DSC测试法(图1):

    在这里插入图片描述
    *图1 DSC Q20

    在控温的程序下,测量样品的转移温度,并测量在转移过程中所发生的热流变化与时间及温度的函数关系。在设定的升温(或降温)过程中,仪器的控温系统将两者于测试的过程中一直保持相同的温度,当待测物发生吸热(放热)反应时,待测物一侧的测温器会侦测出因吸热(放热)反应时造成此处的温度较标准物侧的温度低(高),因此,待测物端的加热系统会较标准物侧的加热系统额外的多输入(减少)一些热量(以电流或电压的变化),以增加(减少)待测物的温度,如此可以保持两者的温度一致。而在测试的过程为保持两者温度相同,其所需在待测物端的额外增加或减少热量就是待测物在测试过程中由于反应所造成的实际热量变化。因此DSC可以用做反应或相变化等的定性及定量的实验。

    1.2:TMA测试法(图2):
    在这里插入图片描述
    *图2 TMA Q400

    在加热炉或环境箱内对高分子聚合物的试样施加恒定载荷,记录不同温度下的温度-变形曲线。类似于膨胀计法,找出曲线上的折点所对应的温度,即为玻璃化转变温度。

    1.3:DMA测试法(图3)
    在这里插入图片描述
    *图3:DMA Q800

    动态力学性能分析法(DMA):通过在受测高分子聚合物上施加正弦交变载荷获取聚合物材料的动态力学响应。对于弹性材料(材料无粘弹性质),动态载荷与其引起的变形之间无相位差(ε=σ0sin(ωt)/E)。当材料具有粘弹性质时,材料的变形滞后于施加的载荷,载荷与变形之间出现相位差δ:ε=σ0sin(ωt+δ)/E。将含相位角的应力应变关系按三角函数关系展开,定义出对应与弹性性质的储能模量G’=Ecos(δ)和对应于粘弹性的损耗模量G”=Esin(δ), E因此称为绝对模量E=sqrt(G’2+G”2),由于相位角差δ的存在,外部载荷在对粘弹性材料加载时出现能量的损耗。粘弹性材料的这一性质成为其对于外力的阻尼。阻尼系数γ=tan(δ)=G’’/G’‘’,由此可见,高分子聚合物的粘弹性大小体现在应变滞后相位角上。当温度由低向高发展并通过玻璃化转变温度时,材料内部高分子的结构形态发生变化,与分子结构形态相关的粘弹性随之变化。这一变化同时反映在储能模量,损耗模量和阻尼系数上。阻尼系数的峰值对应着材料内部结构的变化,相应的温度即为玻璃化转变温度。

    1.4:测试对比

    从样品上来说:DSC 测试时,制备的样品为小、薄以增大与坩埚的接触面积,达到利于样品内部热传导作用。DMA 测试时,样品表面要平整,材质均一,尺寸规范。低温测试时,为保证夹具与样品的贴合性,需进行夹具的重新夹紧过程 ,TMA测试时要求样品小于4.5mm表面平整材质均一,样品制备最为简单。

    在这里插入图片描述

    图4是DSC、DMA和TMA的Tg测试曲线。由图可以看出,DMA曲线较DSC 变化细节更加明显,并且还能观察出材料的次级转变等精细结构。两种测试方法都受控于升温、降温、恒温等温度程序,都属于热分析技术,可以对比△Tg值;但TMA 仅适用于单种Tg值,测试结果偏低,我们在使用TMA测试Tg时结果多为参考,不做为理论依据。DSC方法获得的信息是表征样品的热性能和组成,是热性质变化,Tg反映材料在热作用下的内质变化,对材料制备工艺具有指导意义。

    Tg值与PCB可靠性
    02
    在这里插入图片描述
    *图4 测试样品为ITEQHigh Tg无卤素覆铜板(无铜)

    高Tg板材制作的PCB在稳定性和可靠性方面表现较普通Tg和中Tg的PCB更优 。(1)高耐热性:降低因温度而产生的翘曲,可减少PCB在热熔焊接和热冲击时焊盘的翘起。(2)低热膨胀系数(低CTE),减少因热膨胀造成孔拐角铜断裂,特别在八层及八层以上的PCB板中,镀通孔的可靠性能比普通Tg的 PCB板要好 。(3) 抗化性优 ,在湿流程诸多的化学药水浸泡下 , 其性能仍然较佳。

    2.1.Tg值对PCB板的影响

    DSC与DMA测试中得到的△Tg值反映了板料树脂固化程度的高低 , △Tg值越大 , 说明聚合物分子间的交联反应程度越低,板料中存在的极性基团较多,从而使板料极易吸水,这种压板中潜在的缺陷随着时间的延长,PCB板吸水越多,在客户做热冲击测试时,往往会出现爆板,导致严重可靠性问题。△Tg值越大的板料 , 在钻孔加工中 , 易出现孔粗、甩铜、且镀通孔的品质也会变差,因为固化不足的树脂热膨胀变化较大,易出现孔拐角断裂。

    表2:Tg值对PCB可靠性影响
    在这里插入图片描述
    备注:高速先生建议8层及以上时使用TG≥170℃,TD≥340℃。

    Tg影响因素
    03
    3.1.PCB加工过程对Tg值影响

    板料Tg在PCB流程中主要应从以下几方面加以控制 。首先开料烘板 , 温度不宜太高,低于Tg值温度10℃比较好. (如一般High Tg高速材料170℃/4小时条件烘板) ,主要释放残留在板中的内应力、去水份、促进板料中的树脂进一步固化 。其次棕化后烘板,棕化过的板经过湿流程药水的浸泡,板料吸收了一定的水份,如果水份残留在板中,会影响压板品质,影响板料Tg值,因此棕化后必须烘板(120℃/1小时)。压板的PP(prepreg)在贮存期间吸收了一定的水份,这些水份残留在聚合物的分子链间极难在热压中排出,如果不抽湿则压板极易出现爆板、分层等不良压板缺陷,因此也将影响Tg值的大小, 在压前必须抽湿。

    3.2 吸水对Tg的影响

    板材在热压中,聚合物间的交联反应不可能完全的进行,因此板中存在着极性基团,这些基团易吸水 ,吸水后不能真实地反映板料Tg值 。因此在进行Tg测试前应将样品在105℃的环境下烘烤2小时,以去除水份。

    参考文献:
    [1]张晓玲,胡昌飞等.生胶玻璃化转变温度( Tg)DSC /DMA 测试方法比较探讨[J].材料开发与应用1003- 1545( 2018) 04-0100-05
    [2]付丽红. 板材Tg的意义及在流程中的变化与控制[J]//铜箔与基板2002.10
    [3] 楼倩,郑焕军.动态热机械分析法测量 PCB 玻璃化转变温度的研究[J]. 电子产品可靠性与环境试验2019 年8月第37卷第4期

    展开全文
  • 影响elasticsearch性能因素总结

    万次阅读 2016-05-12 11:13:18
     因为默认情况下es对字段数据缓存(Field Data Cache)大小是无限制的,查询时会把字段放到内存,特别是facet查询,对内存要求非常高,它会把结果都放在内存,然后进行排序等操作,一直使用内存,直到内存用完,...

    转载标明出处:http://blog.csdn.net/hu948162999/article/details/51381717


    一:硬件方面


    在预算充足的情况下。特别是一些高并发业务的搜索。硬件层面占用整个elasticsearch性能空间很大比例。
    1)内存:
    单实例的情况下,尽量分配32G,排序和统计都是以及内存计算的。
    2)硬盘:
    在条件允许下,尽量使用一些高性能io的硬盘,SSD
    3)CPU:
    在高并发的情况下,cpu的计算能力要求就很高了。cpu配置尽量高。
    4)网络:
    当然这个越大越好。。毕竟服务交互通过http 。网络传输是个很重要的因数

    二:OS 系统优化。


    1)选择CentOS 64位操作系统
    CentOS6.5/6.6/6.7         7以上系统有很大改变,建议稳定后采用。
    2)设置最大文件打开数
    ulimit -a  查看    
    ulimit -SHn 65535     s 代表软件资源,n代表硬件资源  系统重启之后恢复默认
    /etc/security/limits.conf    添加 * - nofile 65535
    3)优化相关内核参数
    查看当前TCP连接数:netstat -n | awk '/^tcp/ {++S[$NF]} END {for(a in S) print a, S[a]}‘

    三:软件层面


    1)优化GC,减少GC时间。
      因为gc时会使jvm停止工作,如果某个节点gc时间过长,master ping3次(zen discovery默认ping失败重试3次)不通后就会把该节点剔除出集群,从而导致索引进行重新分配。解决办法:(1)优化gc,减少gc时间。(2)调大zen discovery的重试次数(es参数:ping_retries)和超时时间(es参数:ping_timeout)。后来发现根本原因是有个节点的系统所在硬盘满了。导致系统性能下降
    2)索引层面
    按着分词效率和业务契合度的 分词器。。优化segment。
    3)分片
    按着自己的业务需求控制shard数量,shard过多,交互多。。shard过少,单个分片数据容易累积,当单个分片的数据超过30G的时
    候就有性能下降的情况,当超过50G的时候,就有明显性能下降的效果。。采用热分离:当数据大小即将超过30G的时候。可以把以前的 数据 转存到其他容器里面去。比如hdfs。
    4)副本:副本太多性能下降
    5)查询缓存(打分走query,不打分就filter)

     因为默认情况下es对字段数据缓存(Field Data Cache)大小是无限制的,查询时会把字段值放到内存,特别是facet查询,对内存要求非常高,它会把结果都放在内存,然后进行排序等操作,一直使用内存,直到内存用完,当内存不够用时就有可能出现out of memory错误。
    解决方法:
    (1)设置es的缓存类型为Soft Reference,它的主要特点是据有较强的引用功能。只有当内存不够的时候,才进行回收这类内存,因此在内存足够的时候,它们通常不被回收。另外,这些引 用对象还能保证在Java抛出OutOfMemory 异常之前,被设置为null。它可以用于实现一些常用图片的缓存,实现Cache的功能,保证最大限度的使用内存而不引起OutOfMemory。在es的配置文件加上index.cache.field.type: soft即可。
    (2)设置es最大缓存数据条数和缓存失效时间,通过设置index.cache.field.max_size: 50000来把缓存field的最大值设置为50000,设置index.cache.field.expire: 10m把过期时间设置成10分钟。

    6)锁住ES内存
    Es在内存不够JVM开启swapping的时候,表现得会很差,所以为了避免这个问题,将该属性设为true,表示锁定es所使用的内存:
    bootstrap.mlockall: true

    7)query优化。为高并发查询提供过滤器缓存和字段缓存
    1. 一般情况下。尽量使用filter。。
    2. 过滤器不影响评分,而query得分查询会让搜索变的更加复杂,需要更多的cpu资源。
    3. 过滤查询相对于比较简单的操作,由于过滤应用整个索引的内容上,过滤器很容易被缓存
    4. 尽量使用filtered查询,可以把整个query都套在filtered中,这种效率会更快。(过滤发生在查询之前!!)
    5. 复杂的组合过滤查询尽量用bool查询,不带bool的查询 不能利用缓存
    6. 设置search_type 类型:
    demo:
    # 嵌套查询
    # SELECT document FROM products WHERE productID = "SD1002136" OR ( productID = "SD4535233" AND price = 30 )

    {
     "query": {
      "filtered": {
       "query": {
        "match_all": {
         
        }
       }"filter": {
        "bool": {
         "should": [{
          "term": {
           "productID": "SD1002136"
          }
         },
         {
          "must": [{
           "term": {
            "productID": "SD4535233"
           }
          },
          {
           "term": {
            "price": 30
           }
          }]
         }]
        }
       }
      }
     }
    }

    持续更新中。。


    展开全文
  • 文章目录影响性能的几个因素 影响性能的几个因素 硬件资源(CPU 、内存、磁盘等) 操作系统的区别 MySQL的存储引擎的选择 MyISAM: 不支持事务,表级锁 InnoDB: 事务级存储引擎,完美支持行级锁,事务ACID...


    在这里插入图片描述

    生猛干货

    带你搞定MySQL实战,轻松对应海量业务处理及高并发需求,从容应对大场面试


    官方文档

    https://dev.mysql.com/doc/

    在这里插入图片描述

    如果英文不好的话,可以参考 searchdoc 翻译的中文版本

    http://www.searchdoc.cn/rdbms/mysql/dev.mysql.com/doc/refman/5.7/en/index.com.coder114.cn.html
    在这里插入图片描述


    影响性能的几个因素

    • 硬件资源(CPU 、内存、磁盘等)

    • 操作系统的区别

    • MySQL的存储引擎的选择

      MyISAM: 不支持事务,表级锁
      InnoDB: 事务级存储引擎,完美支持行级锁,事务ACID特性。

      但 比不是说 MyISAM比InnoDB差,看使用场景

    • 数据库参数设置

    • 数据库结构设计和SQL语句 ,毫无疑问 这个是最最重要的因素 —> mysql 可以开启慢查询监控耗时长的SQL


    CPU

    更多的CPU or 更快的CPU ?

    主要从以下几个方面考虑:

    • (1)CPU密集型的应用?

    分析下我们的应用的类型,是的话,要提高SQL的运行效率,那就需要更快的CPU。

    还有一点需要注意 MySQL不支持多CPU对同一SQL的并发处理,也就是说一个SQL只能运行在一个CPU的核上。


    • (2) 系统的并发量如何 ?

    一个SQL只能跑在一个CPU上,如果有32个CPU呢 ,是不是同时可以跑32个SQL呢? 就是我们前面说的QPS 。 一般web应用,CPU的核心数量比CPU的主频更重要。


    • (3) MySQL的版本 ?

    5.6、 5.7以上的版本,对多核CPU的支持更好。


    • (4) 64位操作系统 OR 32位操作系统

    32的操作系统,进程所能寻址的最大内存也就4G。

    总结

    • 对于并发较高的场景,CPU的数量比频率重要
    • 对CPU密集型场景和复杂的SQL 频率越高越好

    内存

    MyISAM : 索引 缓存在内存 ,数据通过OS来缓存

    InnoDB : 索引和数据都是通过内存来缓存

    举个例子, 100G的数据量, 内存64G,这个时候增加内存对性能有提高。 如果内存是256G,还是慢,那就是其他问题了。

    当然了,内存多了,对于数据的读和写都是好处的,都可以利用缓存来提高读写性能。

    如何选择内存呢? ----> 建议选择主板支持的最大内存频率, 跟CPU一个道理。

    内存的型号,保持一致, 单个内存尽可能的大,都是比较好的选择。

    配置的时候,要考虑数据的增长,比如100G的数据, 128G内存可能已经满足了要求,但数据可能增长较快,这个时候256的更佳。

    总结

    • 选择主板所能使用的最高频率的内存
    • 内存尽可能的多

    磁盘的配置和选择

    主流的4种

    • 使用传统的机械硬盘
    • 使用RAID增强传统硬盘的性能
    • 使用固态存储SSD和PCIe卡
    • 使用网络存储NAS和SAN

    传统的机械硬盘

    传统的机械硬盘的读取数据的过程

    1. 移动磁头到磁盘表面上正确的位置
    2. 等待磁盘旋转,使所需的数据在磁头之下 ----> 访问时间
    3. 等磁盘旋转过去,所需的数据被磁头读出 ------> 传输速度

    考虑的话 1. 存储容量 2.传输速度 3 访问时间 4 主轴的转速(常见的7200转、1万5千转等等) 5. 物理尺寸


    RAID

    RAID : 磁盘冗余队列 (Redundant Arrays of Independent Disks )

    RAID是一种将多个容量较小的磁盘组成一组容量更大的磁盘,并提供数据冗余来保证数据完整性的技术 。

    Linux-Raid0、Raid1、Raid5、Raid10初探


    SSD 或者 PCIe卡

    SSD

    • 比普通的机械盘有更好的随机读写性能
    • 支持更好的并发, I/O 性能好
    • 缺点: 长时间密集的写,容易造成损坏

    特点:

    • 可以使用SATA接口,可以替换传统的磁盘而不需要任何的改动。
    • SATA接口的SSD同样支持RAID
    • SATA的SSD 3.0 接口如果放到了 2.0接口上,受2.0接口的性能影响,性能会下降

    举个例子 SATA3.0接口 6Gbps , 放到SATA2.0接口上 最多只能用到2.0的 3Gbps


    PCIe 卡(Fushion IO)

    • 无法使用SATA接口,需要独特的驱动和配置
    • 比SSD性能好,但价格也比SSD贵
    • PCIe 也会吃服务器的内存
    • 支持PCIe的Raid控制器比较少,而且成本相当高

    固态存储使用的场景

    • 大量随机I/O的场景
    • 解决单线程负载的I/O 瓶颈

    举个例子

    主从节点的MYSQL, 有一个SSD, 给哪个节点用呢 ?

    ----> 从节点 上用。 主节点上写 ,是多线程, 从节点的复制,单线程,为了减少延迟,建议放到从服务器上。


    网络存储SAN (光纤传输)和 NAS (带宽传输)

    SAN: Storage Area Network

    NAS: Network Attached Storage

    是两种外部文件存储设备加载到服务器上的方法。

    SAN设备通过光纤连接服务器,设备通过块接口访问,服务器可以将其当做硬盘使用。 可以承受大量的顺序读写,但随即读有的时候不如RAID

    NAS 使用 宽带来传输,有延迟。

    使用场景的话: 数据备份等 。

    总结

    • PCIe > SSD > Raid10 > 本地磁盘 > NAS

    网络

    网络带宽 —> 低延时 、吞吐量达

    网络质量—> 少抖动

    建议

    • 采用高性能和高带宽的网络接口设备和交换机
    • 对多个网卡进行绑定,增强可用性和带宽
    • 尽可能的进行网络隔离

    操作系统

    windows 和 linux , 大小写的区别,可以通过修改MySQL的配置来调整。

    以CentoOS为例来了解下系统的参数优化

    内核相关参数 /etc/sysctl.conf

    在这里插入图片描述
    如需增加 可以直接追加到该文件的末尾

    net.core.somaxconn=65535  # Linux kernel参数,表示socket监听的backlog(监听队列)上限
    net.core.netdev_max_bakclog=65535 # 允许发送到队列中的数据包数目
    net.ipv4.tcp_max_syn_backlog=65535 # #表示SYN队列长度,默认1024,改成65535,可以容纳更多等待连接的网络连接数。
    
    net.ipv4.tcp_fin_timeout = 10 #表示如果套接字由本端要求关闭,这个参数决定了它保持在FIN-WAIT-2状态的时间
    net.ipv4.tcp_tw_reuse = 1 #表示开启重用。允许将TIME-WAIT sockets重新用于新的TCP连接,默认为0,表示关闭;
    net.ipv4.tcp_tw_recycle = 1 #表示开启TCP连接中TIME-WAIT sockets的快速回收,默认为0,表示关闭。
    

    TCP/IP及内核参数优化调优

    net.core.wmen_default = 87380 # 表示内核套接字发送缓存区默认的大小。
    net.core.wmen_max = 16777216 # 表示内核套接字发送缓存区最大大小。
    net.core.rmem_default = 87380 # 默认的TCP数据接收缓冲
    net.core.rmem_max=16777216 # 最大的TCP数据接收缓冲
    
    #单位是秒   可适当调整 
    net.ipv4.tcp_keepalive_time = 120 # 有效时长
    net.ipv4.tcp_keepalive_intvl = 30  # 探测失败时,重发的间隔
    net.ipv4.tcp_keepalive_probes = 3  # 最多发送多少次探测消息
    
    kernel.shmmax = 4294967295  # (4G)单个共享内存段的最大值,应该设置的足够大,以便能在一个共享段下容纳整个Innodb缓冲池的大小 。 可以取物理内存-1 byte 
    
    vm.swappiness = 0 #  除非虚拟内存满了,否则不会使用交换分区
    

    其实就是swap交换分区的设置, 当操作系统没有足够的内存时,就会将一些虚拟内存写到磁盘的交换区中,这样就会发生内存交换。

    然后执行sysctl -p命令,使上述修改生效


    资源限制的配置文件 /etc/security/limits.conf

    # 文件句柄数量 
    
    * soft nofile 65535
    * hard nofile 65535
    
    
    *  对所有用户生效
    soft 当前系统生效的设置
    hard 系统所能设置的最大值
    nofile 表示所限制的资源是打开文件的最大数目
    65535 限制的数目
    
    

    这俩参数,重启系统才生效。


    磁盘调度策略

    I/O 调度算法再各个进程竞争磁盘I/O的时候担当了裁判的角色,以求得尽可能最好的整体I/O性能。

    在linux下面列出4种调度算法

    • CFQ (Completely Fair Queuing 完全公平的排队)(elevator=cfq) 默认策略
    • Deadline (elevator=deadline): 试图把每次请求的延迟降至最低
    • NOOP (elevator=noop):FIFO队列形式处理
    • Anticipatory (elevator=as):对读操作优化服务时间,在提供一个I/O的时候进行短时间等待,使进程能够提交到另外的I/O。
    #查看当前IO
    
    [root@artisan ~]#  cat /sys/block/sd*/queue/scheduler
    noop [deadline] cfq 
    [root@artisan ~]# 
    
    

    文件系统

    windows -----> FAT 和 NTFS

    WinServer 只有 NTFS 这种可以选择

    Linux —> EXT3 EXT4 XFS

    EXT3 EXT4系统的挂载参数 /etc/fstab

    # data的可配置选项
    
    data=writeback | ordered |journal 
    
    
    noatime 
    nodiratime 
    
    
    
    /dev/sda1/ext4 noatime,nodiratime,data-writeback 1 1
    
    
    

    在这里插入图片描述


    搞定MySQL

    在这里插入图片描述

    展开全文
  • 影响手机成像质量的因素

    千次阅读 2016-07-19 16:34:49
    今时今日,手机已经不仅仅是人们的通讯工具,...影响手机成像质量的因素主要有两个:摄像头和成像算法。成像算法也是非常重要的,就像炒菜一样,同样的材料,经过不同的厨师的处理,味道也会不一样。但是成像算法是每家

    今时今日,手机已经不仅仅是人们的通讯工具,更多时候,手机还充当了人们拍照、娱乐的重要工具。人们越来越看重手机的拍照功能,拍照功能甚至成为了人们考虑购买手机的第一因素。那么,怎么样的手机拍照功能才算好呢?到底是什么在影响着手机拍照的效果呢?

    影响手机成像质量的因素主要有两个:摄像头和成像算法。成像算法也是非常重要的,就像炒菜一样,同样的材料,经过不同的厨师的处理,味道也会不一样。但是成像算法是每家手机厂商的秘密,一般都不会公开的,所以我们这次就不讨论成像算法了,只是讨论摄像头对手机成像效果的影响。

    手机摄像头主要有两个部分组成:CMOS感光芯片和镜头。

    手机摄像头

    CMOS感光芯片
    自从数字成像技术替代胶片成像技术之后,作为实现最关键“光电转换”过程的感光芯片已经成为了成像画质最关键的因素。经过一代代技术的演变与竞争,目前手机业界已经形成了以堆栈式CMOS芯片作为技术主体的发展态势。在感光芯片结构基本定型为堆栈式的前提下,目前我们消费者对于感光芯片的优劣主要能看得到的参数就是“单芯片感光面积”与“单像素感光面积”。
    ●单芯片感光面积
    这里的指的主要是感光芯片的“感光总面积”,也就是摄影玩家常说的“底有多大”。目前手机摄像头的“底”普遍在1/3.06英寸到1/2.3英寸之间,当然也有像Nokia 808 PureView和Lumia 1020这样比较奇葩的机型。下面笔者整理了一份常见手机与单反CMOS尺寸对照表,以方便大家直观地了解各个尺寸之间的换算关系(由于一般描述类似“1/2.3英寸”都是采用的对角线长度,所以面积的上的差距会比看上大很多)。

    单芯片感光面积

    1/3.06英寸一般为主流拍照手机的CMOS尺寸,典型代表是苹果iPhone 6。
    1/2.3英寸一般为小型数码相机(DC)的CMOS尺寸,也有部分拍照手机CMOS达到了这个尺寸,典型代表是索尼Xperia Z3和魅族MX4。
    2/3英寸和1/1.2英寸一般介于“微单”与“小型数码相机”的CMOS尺寸之间,代表机型分别是Lumia 1020和Nokia 808 PureView。
    4/3英寸还有1.5英寸,就是典型的微单尺寸了,代表机型分别是奥林巴斯EP-1和佳能G1X。
    APS-C画幅就是常见的中低端单反的CMOS尺寸。


    ●单像素感光面积
    这里指的主要是单个像素在感光芯片上“分到的感光面积”,计算公式就是单芯片感光面积除以像素数量。目前市面上常见的单像素感光面积普遍在1.12μm×1.12μm左右(以IMX214、1300万像素为例,以下将直接写为1.25μm2方便更加直观得对比),当然也同样有像HTC Utral Pixel摄像头那样达到4μm2的,当然这是特例。以下是笔者整理的主流拍照手机单像素面积对照表,方便大家查阅。

    单像素感光面积

    从上表可以看出,单芯片感光面积大的未必单像素感光面积就大,这还要取决于像素的数量而定。那面对如此多种的组合,我们应该如何去选择呢?这里我们就要将像素数量和单像素感光面积组合起来看了(由于这两者乘起来也就是单芯片感光面积,所以看一款手机的“底”有多大也是估计其拍照画质的一个粗略参考指标,至于更细致得就要看更详细数据了)。
    ●像素数量是否越多越好?
    首先,在保证一定的单像素感光面积下,增加像素数量是可以提高手机的解析力的。换句话来讲,就是高像素设备会比低像素设备收集到更多的细节,你放大来看会更清晰。但是加大像素数量会带来这样几个问题:
    1.数据量吞吐:典型例子就是Lumia 1020,由于其自身的ISP处理性能不够,导致其拍摄后处理时间较长影响体验,而且照片也比较占据内存空间。当然现在骁龙801处理器自带的双ISP已经拥有了足够的性能去处理高像素的数据吞吐量,但是拍摄后占据内存空间的问题依然存在。
    2.对单像素面积的妥协:由于目前手机尺寸的关系,机身内部对摄像头感光元件尺寸也是有很大限制的。所以一般在提升像素数量的同时,很难再提升单像素面积,甚至是降低单像素面积,这样就会造成摄像头对光线的收集能力减弱(单像素面积越大收集到光线越多),从而造成“高感画质”变差,“宽容度”下降等问题。
    3.高像素的实用性:目前我们使用手机拍摄的图片基本都是在手机屏幕上观看,那么即便是1920×1080的分辨率也仅仅只需要200万像素。那假如有朋友需要裁剪呢?800万像素也足够你裁剪掉3/4的画面也能够满足手机屏幕的浏览需求了,而且这个像素数量也基本能够满足4K的需求(3840×2160等于830万像素,当然这是在你不裁剪的情况下)。所以目前动辄1300万以上甚至2000万像素在实用性上看来并不如800万更好。(因为高像素会损失宽容度以及高感性能)
    ●单像素面积与高像素如何进行取舍?
    从经验上来讲单像素面积越大越好,而像素数量超过一定范围则实用性大大降低。所以很明显的取舍就是在保证足够使用的像素数量下,尽量增大单像素感光面积,这样对于画质的影响是最为积极的。当然,这只是在同一工艺结构水平的CMOS传感器中的理论比较,毕竟工艺与结构上的升级相对来讲才是更加巨大的。至于IMX135是不是一定比IMX214要差呢?那还要看镜组搭配以及软件调试的好坏了。毕竟拍照画质这东西遵循木桶原则,哪一个方面做不好效果都不会好。

    摄像头的镜组
    与数码相机的原理一致,CMOS决定了手机摄像头至关重要的总像素和感光面积,而手机成像时的光圈和焦距则完全由手机镜头来控制,镜头采用的不同也是直接导致成像效果差异的主要原因。
    ●决定手机的光圈和焦距
    首先我们必须知道,手机镜头由于空间所限,无法做到光圈大小和光学焦距的调节,这就意味着所有的手机镜头都是恒定光圈的定焦镜头。很多手机厂商宣称它们的手机镜头光圈达到了F/2.4甚至F/2.2,这是一个相对而言的光圈标准值,数字越小代表可用光圈越大,但是依然不能跟数码相机镜头的光圈相提并论。
    接下来就是镜头焦距,除了已经过时的MF(手动对焦)镜头之外,目前手机上分为AF(自动对焦)和ZOOM(光学变焦)两种级别,一般使用的是AF级固定焦距镜头,也就是拍照应用打开之后的默认焦距,在这个焦段下,通过镜头和CMOS协作就可以在屏幕上显示图画,并且显示的画幅是固定的。虽然有些手机支持10倍数码变焦,但往往都是通过技术手段实现,最终效果并不理想。而少数支持光学无损变焦的是ZOOM级别的变焦镜头,其外形已经接近专业相机的镜头了。


    手机镜头的内部构造
    在微小的手机镜头里面,主要分布着Sensor、IR和Lens最重要的三重结构,分别是图像感应器、红外滤波片和镜片。其中影响手机镜头部分最重要的因素就是Lens的构造。

    手机镜头内部结构

    Lens一般有两种材料,一种是球面玻璃(Glass),代号为G;另一种是非球面塑胶(Plastic),代号为P,手机镜头制造商在前面用数字表示镜片数量。例如厂商们宣传的5P或6P镜片,意思就是它们的手机镜头采用的是5层或6层塑胶镜片。
    事实上,真正成像好的镜头理论上必须使用玻璃镜片才能够达到,比如使用4G镜片。我们知道玻璃镜片的透光率高于塑胶镜片,而且光学折射和热膨胀系数远低于塑胶,但是唯一的缺点就是制造成本高、工序复杂,在成本低廉的手机上不可能大规模采用,没有谁愿意花费高昂的代价使用全玻璃镜片。好在目前非球面塑胶的工艺在逐渐提高,基本可以满足民用摄像领域。
    另外,稍微提一下镜头镀膜。镜头镀膜分为增透膜和滤色片镀膜两种,分布于手机镜片之间。增透膜主要用于提高光线在镜片之间的通过率,从而改善鬼影和眩光问题(由于镜片构造所限,只能称之为改善,无法彻底杜绝);滤色片镀膜主要用于控制画面的色彩均衡。在透光率和清晰度这两个矛盾之间,并不是单纯认为镜片越多越好或者越少越好,而是达到整体的协调性才是最重要的。事实上,最外面一层的保护玻璃,姑且也可以认为是一层镜片,而且是影响透光率最为主要的镜片,所以用手机拍照之前记得一定要保证镜头是干净的。

    展开全文
  • 详解NVMe SSD存储性能影响因素

    千次阅读 2018-11-03 07:21:50
    导读: NVMe SSD的性能时常捉摸不定,为此我们需要打开SSD的神秘盒子,从各个视角分析SSD性能影响因素,并思考从存储软件的角度如何最优化使用NVMe SSD,推进...
  • CentOS影响java的线程数的因素

    千次阅读 2016-07-07 13:20:06
    对于一个JVM实例到底能开多少个线程一直心存疑惑,所以打算实际测试下,简单google了把,找到影响线程数量的因素有下面几个: -Xms intial java heap size -Xmx maximum java heap ...
  • 一、MySQL性能优化之-影响性能的因素1.商业需求的影响不合理需求造成资源投入产出比过低,这里我们就用一个看上去很简单的功能来分析一下。需求:一个论坛帖子总量的统计,附加要求:实时更新从功能上来看非常容易...
  • 是什么影响了你的速度?802.11g

    千次阅读 2014-09-01 20:14:05
    最早的802.11b技术,其最高速率仅为11Mbps,发展到802.11a、802.11g,最高速率达到了54Mbps,这也是当前WLAN网络的主流技术。最新的802.11n技术,其最高速率更是达到了令人瞠目的300Mbps,这足以让11n成为WLAN技术的...
  • 一、free 命令 ...通过 free -g 命令查看系统的内存使用情况,内存大小单位为 GB,执行结果如下图所示: 二、实际可用内存大小计算 从上方的图片得知, free 命令执行完成后,会显示 Mem、Swap ...
  • 在视频会议系统的应用中,影响视音频效果的因素主要集中在三个方面: 1)网络的服务质量; 2)MCU和终端的性能; 3)会议室的设计。 一、网络的服务质量(QoS) 目前,视频会议系统常用的网络主要有E1专线和IP...
  • 第十六讲 1、本讲主题编号 专题序号 专题名称 子专题号 子专题名称 子专题主要内容 ...雷达回波强度的影响因素;雷达遥感及雷达图像的特征 RS-10-01-16 16/1
  • Oracle数据库11g五大特点与自我调整

    千次阅读 热门讨论 2008-09-05 12:45:00
    Oracle数据库11g五大特点与自我调整在这里,我首先简单的介绍一下Oracle11g的五大特点,接着详细介绍其自我调整。Oracle11g最突出的五大特性是: 相比在无压缩格式下存储数据,新的Oracle数据压缩技术能够确保以较小...
  • 思维导图概述一个数据库是否存在性能问题,基本上在系统设计的时候就决定了,这个系统...软件设计对数据库的影响软件架构设计对数据库性能的影响软件系统的架构对数据库的影响是非常直接的。 比如一套并发量非常大的
  • mysql对表列数和行大小的限制

    千次阅读 2019-11-24 01:13:28
    MySQL对于每个表具有4096个列的硬限制,但给定表的有效最大可能较少。精确的列限制取决于几个因素: 表的最大行大小限制列的数量(可能是大小),因为所有列的总长度不能超过此大小。请参阅行大小限制 ...
  • 因素(因子)分析(Factor Analysis)的基本原理是根据相关性大小把变量分组,使得同组变量之间的相关性较高,不同组变量之间相关性较低。每组变量代表一个基本结构,这个结构用公共因子来进行解释。●因素分析的...
  • 最近的一个项目需要实现双因素强认证,平常我们都是采用 静态密码+动态短信这样的方式来实现,但用户侧并没有相应的短信接口。 后来决定采用 google身份验证器来实现。在网上找了一些资料和代码片段,经过梳理和改造...
  • 定义:边界分析法就是对输入或输出的边界进行测试的一种黑盒测试方法。通常边界分析法是作为对等价类划分法的补充,这种情况下,其测试用例来自等价类的边界。 2.与等价划分的区别 1)边界分析不是从某等价...
  • 数据库连接池大小到底多少合适?

    万次阅读 2020-06-09 11:59:22
    基本上来说,大部分项目都需要跟数据库做交互,那么,数据库连接池的大小设置成多大合适呢? 一些开发老鸟可能还会告诉你:没关系,尽量设置的大些,比如设置成 200,这样数据库性能会高些,吞吐量也会大些! 你也许...
  • 奇异分解SVD讲解

    千次阅读 2019-03-12 10:32:44
    因此,他们假设有一个共同的智力的一般衡量标准,他们称之为“g”,因为“一般情报”,现在通常被称为“智商”,所以他们着手解释构成的不同因素智力,以便拉出最重要的一个。 今天,奇异分解已经通过许多科学...
  • 图像灰度的概念是什么?灰度也可以认为是亮度,简单说就是色彩的深浅程度。    实际上在我们的日常生活中,通过三原色色彩深浅的组合,可以组成各种不同的颜色。产品能够展现的灰度数量越多,也就意味着这...
  • oracle10g初始化参数说明

    千次阅读 2006-11-14 09:52:00
    oracle10g初始化参数说明参数名: O7_DICTIONARY_ACCESSIBILITY类别:安全性和审计说明: 主要用于从 Oracle7 移植到 Oracle8i。如果该为 TRUE, SYSTEM 权限 (如SELECT ANY TABLE) 将不限制对 SYS 方案中各对象的...
  • TCP缓冲区大小及限制

    万次阅读 2015-10-21 19:56:39
    这个问题在前面有的部分已经涉及,这里在重新总结下。主要参考UNIX网络编程。 ...同样是展16位,但是IPv6首部大小不算在里面,所以总大小比IPv4大一个首部(40字节)。 (2)MTU 许多网络有一
  • 存储方式与介质对性能的影响

    千次阅读 2011-08-04 21:55:46
    ...数据的存储方式对应用程序的整体性能有着极大的影响。对数据的存取,是顺利读写还是随机读写?将数据放磁盘上还将数据放flash卡上?多线程读写对性能影响?面对着多种数据存储方式,我们如何选
  • 分布式存储ceph系统性能不稳定因素

    千次阅读 2016-07-04 16:00:31
    性能数据不稳定因素
  • 1、边界分析: 长期的测试工作经验告诉我们,大量的错误是发生在输入或输出范围的边界上,而不是发生在输入输出范围的内部.因此针对各种边界情况设计测试用例,可以查出更多的错误。 边界分析法就是对输入或输出...
  • oracle11g的result cache小结(一)

    千次阅读 2011-10-11 20:58:04
    author:skate time:2011/09/28   oracle11g的result cache小结(一)   11G result cache缓存结果集的新特性,是一个非常适合只读、读>>写、典型OLTP等系统的功能。oracle的result cache
  • 边界分析方法

    千次阅读 2013-07-10 07:41:54
    测试用例设计白皮书--边界分析方法 Author: Vince 来源:http://blog.csdn.net/vincetest   一.方法简介 1.定义:边界分析法就是对输入或输出的边界进行测试的一种黑盒测试方法。通常边界分析法是...
  • DB2 DMS表空间大小限制

    千次阅读 2016-06-16 11:23:31
    环境是aix6.1 + db2 v8.2 load数据时报错,通过db2 list ...开始使用ALTER TABLESPACE space_name resize (FILE '/DB2/NODE0000/DMS_DATA8K.DMS' 10G)命令,提示文件系统不足, df -g发现该目录空间还很充足,u

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 48,117
精华内容 19,246
关键字:

影响g值大小的因素