大模型与电赛（4） – 用GPT-4o写MCU和FPGA代码

​GPT写代码提升编程效率的能力是我去年就知道而且后来亲身体会过的。一位在亚马逊西雅图公司工作的软件高手跟我说，在他们的工作中每天都会使用大模型来编写代码，如果提问的时候描述精准的话，大模型给出的代码的准确率可以达到90%以上，经验丰富的工程师基于大模型给出的代码稍加调整就可以直接使用，原来5个小时的工作，现在可以1-2个小时搞定。

在我们2024年寒假练中，第一个平台 – 小脚丫FPGA核心板的项目，我们就会要求每一位同学都使用大模型来编写Verilog代码：

用GPT写Verilog代码，助力小脚丫FPGA开发

在前面三篇“大模型与电赛”的文章我介绍了大模型在方案设计方面的能力：

1. 大模型与电赛（1） – 今年电赛会不会考察与大模型应用相关的题目？

2. 大模型与电赛（2）- 让GPT来解析原理图

3. 大模型与电赛（3）- 让GPT来设计方案

项目制定好，进入到实际的设计过程，就会遇到电路设计和代码编程方面的工作，由于在电赛中同学们多数使用实验室中现有的模块进行连接（如果准备充分的话），再考虑到GPT-4o的绘制电路图的能力还比较弱，在这里我们就不再电路设计进行介绍，不过我们确实可以让它就电路的结构描述一下，它提供的信息也足够我们使用。

今天主要介绍一下GPT在代码编程方面的能力，结合实际的题目来体验一下。

以2018年TI杯的A题为例：

方案设计

将PDF文件或截图上传给电子森林的AI助手，让它给出一个设计方案

AI助手给出的方案：

1. 系统总体方案

方案描述与选择：

1. 信号源和功率放大电路：

2. 任意波形发生器产生50Hz-1kHz的正弦信号，并通过功率放大器进行放大。选择线性功率放大器，以减少信号失真。

3. 负载电阻：

4. 采用10Ω的电阻作为负载，以形成电流环路，确保电流信号在0.1A到1A范围内。

5. 非接触式电流传感器：

6. 制作非接触式电流传感器，使用闭合式磁芯线圈感应负载中的电流。将漆包线缠绕在锰芯磁环上，形成感应线圈。

7. 电流检测分析电路：

8. 使用运算放大器和滤波电路对传感器输出信号进行放大与滤波。信号放大后送入单片机（如STM32）进行模数转换和数据分析。

9. 数据显示模块：

10. 通过LCD显示屏或串口通信，实时显示检测到的电流信号的峰值和频率等参数。

2. 理论分析与计算

电流测量方法：

1. 传感器灵敏度计算：

2. 选择合适匝数的漆包线绕制在锰芯磁环上，确保传感器能准确感应电流信号。

3. 输出信号处理：

4. 通过前端电路放大与滤波，提高信号的信噪比，避免干扰影响测量结果。

谐波分量测量方法：

1. FFT算法：

2. 在STM32上实现快速傅里叶变换（FFT）算法，提取电流信号中的基本波及各次谐波的幅度（振幅值）和频率。

3. 电路设计

系统组成与电路设计：

1. 功率放大电路：

2. 选用OPA541等高精度运算放大器，保证输出信号线性。

3. 传感器与信号调理电路：

4. 使用锰芯磁环和漆包线制作电流传感器，通过运放进行信号放大。

5. 滤波电路采用RC低通滤波器，截断高频噪声。

6. 数据采集与处理电路：

7. 运放输出接STM32的ADC通道，进行模数转换。

8. 通过计算得到电流的峰值和频率，并进行FFT分析谐波成分。

9. 显示电路：

10. LCD显示屏在I2C或SPI总线上连接，可实时显示电流信号的各项参数。

4. 测试方案与测试结果

测试方案：

1. 频率响应测试：

2. 使用任意波形发生器输出不同频率的信号，通过功率放大器驱动10Ω负载电阻，并记录相应的电流峰值与频率。

3. 精度测试：

4. 采用标准电流源，验证传感器在10mA到1A范围的测量精度，确保误差在5%以内。

5. 数据处理测试：

6. 根据所取样的数据，使用FFT算法，分离出基波和各次谐波的幅值，验证算法的准确性，确保频率测量精度在1%以内。

测试结果分析：

1. 频率响应：

2. 记录不同频率下电流信号的测量值，保证测量频率范围达到50Hz至1kHz。

3. 精度分析：

4. 对比标准电流源输出与测量值的误差。

5. 谐波分析：

6. 通过FFT算法的结果，比较各次谐波幅值，验证测量系统的准确性。

5. 设计报告结构及规范性

摘要： 简要描述设计任务、实施方法和最终结果。

报告正文：

1. 引言：

2. 设计背景、意义及目的。

3. 系统设计：

4. 详细描述系统硬件和软件设计方案。

5. 理论分析：

6. 解释电流传感和谐波分析的理论基础。

7. 硬件电路设计：

8. 提供详细电路原理图，标注关键参数。

9. 软件设计：

10. 描述数据采集、处理及显示的程序流程。

11. 测试与结果：

12. 记录测试过程与结果，分析误差并提出改进意见。

13. 总结与展望：

14. 总结设计成果，指出优缺点，并提出未来改进建议。

公式、图表、图片： 准确标注公式和参数，图表图片需清晰完整并附有说明。

功率放大器的电路设计

在这个方案中，它提出了使用OPA541来设计功率放大器，那我问它一下，这个功率放大器的电路该如何设计。

电子森林AI助手给出的电路：

下是一个简单的功率放大器电路原理图的示例。实际的功率放大器设计会根据具体需求和工作条件有所不同，但以下电路展示了基本的结构和原理：

基本功率放大器电路原理图

组件

1. OPA (运算放大器)： 使用OPA541作为功率运放。

2. 电阻器： 用于设定增益的反馈电阻。

3. 输入与输出电容： 用于信号耦合和滤波。

          VCC+
            |
           +|------------+
           |             |
          (R3)          (R4)
           |             |
  Vin -----+----| |------|----------+
          (C1)         (R2)         |
           |             |          |
           |            +|          |
           +---|>|-----(+)- OPA541-(+)--- Vout
               D1       (          )))
           |            /          /
          (R1)         (GND)      (GND)
           |
          (GND)

说明：

1. 电源VCC+: 为OPA541提供正电源电压。

2. 输入信号Vin: 通过耦合电容C1输入到运放的正端。

3. 反馈网络:

4. 电阻R3和R4设置运放的闭环增益。

5. 电阻R1用于输入端的偏置。

6. 二极管D1用作过压保护。

7. 输出: 输出信号从OPA541的输出端Vout获得，并经过后续电容和电阻网络处理。

电路设计细节

1. 运算放大器（OPA541）：

OPA541是一种高功率运算放大器，具有高输入阻抗和高电压增益特性，能够处理高功率输出。

2. 反馈网络：

使用电阻R3和R4配置运放的增益：增益 = 1 + (R4/R3)

反馈电路保证稳定性和线性度，提高放大器的性能。

3. 输入与输出耦合电容：

输入电容C1用于信号隔离，防止输入信号中的直流分量对运放偏置电压的影响。

输出端可以添加一个低通滤波器（电容和电阻网络），用于抑制高频噪声。

4. 电源和地：

提供适当的电源电压，确保运放能正常工作。

确保所有接地连接完好，避免地环路引起的噪声问题。

注意事项：

1. 电路设计需要考虑功率放大器的工作电压、输入和输出电流、功率耗散等。

2. 根据需求选择合适的电源电压和运放型号。

3. 仔细计算各个元件参数，确保电路稳定工作并满足应用要求。

此电路示例是基础设计，实际应用中需要根据具体要求进行调整和优化。对于高功率输出需求，可以考虑增加散热设计和保护电路。

由此可见，GPT给出的电路更多是一个简单的文本构成的原理示意，附之丰富的文字说明，这些信息已经非常详尽，同学们完全可以理解并实施，如果还遇到问题，可以继续问它。

FFT分析谐波成分的C代码

在它给出的方案中，要用到FFT算法，分离出基波和各次谐波的幅值，这是一个非常常用的功能，我让GPT来给一段代码。

电子森林AI助手给出的C代码：

下面是一个使用FFT（快速傅里叶变换）分析信号谐波成分的C语言代码示例。这个代码基于GNU Scientific Library (GSL) 库进行FFT计算，你需要在使用前确保已安装GSL。

#include <stdio.h>#include <stdlib.h>#include <math.h>#include <gsl/gsl_fft_real.h>#include <gsl/gsl_fft_halfcomplex.h>​// 定义信号长度#define N 1024​// 主函数int main(void) {    double data[N]; // 输入数据数组    double freq[N]; // 频率数组    double sampling_rate = 1000.0; // 采样率（可以根据实际情况调整）​    // 生成示例输入信号（例如正弦波和谐波）    for (int i = 0; i < N; ++i) {        double t = i / sampling_rate;        data[i] = sin(2 * M_PI * 50 * t) + 0.5 * sin(2 * M_PI * 150 * t); // 基波50Hz，3次谐波150Hz    }​    // 进行FFT转换    gsl_fft_real_workspace *work = gsl_fft_real_workspace_alloc(N);    gsl_fft_real_wavetable *real = gsl_fft_real_wavetable_alloc(N);​    gsl_fft_real_transform(data, 1, N, real, work);​    gsl_fft_real_wavetable_free(real);    gsl_fft_real_workspace_free(work);​    // 计算频谱    freq[0] = data[0];    for (int i = 1; i < (N / 2); ++i) {        double real = data[2 * i];        double imag = data[2 * i + 1];        freq[i] = sqrt(real * real + imag * imag);    }    freq[N / 2] = data[1]; // Nyquist频率​    // 打印频谱    for (int i = 0; i < (N / 2); ++i) {        printf("Frequency = %f Hz, Amplitude = %f\n", i * sampling_rate / N, freq[i]);    }​    return 0;}

解释

1. 生成示例信号：

2. 生成一个包含基波50Hz和谐波150Hz的示例信号。

3. FFT变换：

4. 使用GSL函数进行实时FFT变换。

5. 计算频谱：

6. 将FFT结果转换为频谱，计算每个频率点的幅值。

7. 打印频谱：

8. 打印频谱，显示频率和对应的幅值。

注意事项

1. 依赖库：

2. 在编译时需要链接GSL库。例如：gcc -o fft_example fft_example.c -lgsl -lgslcblas -lm。

3. 信号处理：

4. 实际使用中，输入信号应根据实际需求进行适当预处理（例如滤波、去噪等）。

5. 输出结果：

6. 此代码将基波和谐波的频率和幅度打印到控制台，实际使用时可以根据需求将结果存储或进一步处理。

通过这个代码，你可以完成基本的信号谐波成分分析，进一步按照实际需求进行细化和优化。

生成任意波形的C代码

在很多项目中都会遇到使用MCU的程序来生成任意波形，在这个题目中也需要产生50Hz到1KHz的正弦波信号，让GPT来写一段：

电子森林AI助手给出的代码：

为了生成50Hz至1kHz范围内的正弦波信号，可以使用DAC（数模转换器）在STM32单片机上实现。以下是一个示例代码，仅供参考。本例假设读者具备一些基本的STM32开发知识，并配置了硬件，如DAC和定时器等。

初始化部分

#include "stm32f4xx_hal.h"#include "math.h"​// DAC输出缓冲区大小#define DAC_BUFFER_SIZE 100​DAC_HandleTypeDef hdac;TIM_HandleTypeDef htim6;​uint16_t dac_buffer[DAC_BUFFER_SIZE];​// 初始化DACvoid DAC_Init(void) {    __HAL_RCC_DAC_CLK_ENABLE();​    hdac.Instance = DAC;    HAL_DAC_Init(&hdac);​    DAC_ChannelConfTypeDef sConfig;    sConfig.DAC_Trigger = DAC_TRIGGER_T6_TRGO;    sConfig.DAC_OutputBuffer = DAC_OUTPUTBUFFER_ENABLE;    HAL_DAC_ConfigChannel(&hdac, &sConfig, DAC_CHANNEL_1);}​// 初始化定时器void TIM6_Init(uint32_t frequency) {    __HAL_RCC_TIM6_CLK_ENABLE();​    htim6.Instance = TIM6;    htim6.Init.Prescaler = HAL_RCC_GetPCLK1Freq() / (DAC_BUFFER_SIZE * frequency) - 1;    htim6.Init.CounterMode = TIM_COUNTERMODE_UP;    htim6.Init.Period = DAC_BUFFER_SIZE - 1;    htim6.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1;    HAL_TIM_Base_Init(&htim6);​    TIM_MasterConfigTypeDef sMasterConfig;    sMasterConfig.MasterOutputTrigger = TIM_TRGO_UPDATE;    sMasterConfig.MasterSlaveMode = TIM_MASTERSLAVEMODE_DISABLE;    HAL_TIMEx_MasterConfigSynchronization(&htim6, &sMasterConfig);}​// 填充DAC缓冲区，生成正弦波void Generate_Sine_Wave(uint32_t frequency) {    for (int i = 0; i < DAC_BUFFER_SIZE; i++) {        dac_buffer[i] = (uint16_t)(((sin(2 * M_PI * i / DAC_BUFFER_SIZE) + 1) / 2) * 4095);  // 正弦波数据，12位DAC    }}​// 启动DACvoid Start_DAC(void) {    HAL_DAC_Start_DMA(&hdac, DAC_CHANNEL_1, (uint32_t*)dac_buffer, DAC_BUFFER_SIZE, DAC_ALIGN_12B_R);    HAL_TIM_Base_Start(&htim6);}

主函数

int main(void) {    HAL_Init();    SystemClock_Config();  // 确保系统时钟配置正确​    DAC_Init();    TIM6_Init(1000);  // 设置初始频率，例如1000Hz​    Generate_Sine_Wave(1000);  // 生成正弦波形    Start_DAC();​    // 主循环    while (1) {        // 可根据需要调节频率        uint32_t new_frequency = 500;  // 示例：将频率更改为500Hz        TIM6_Init(new_frequency);        Generate_Sine_Wave(new_frequency);    }}​

注意事项

1. 硬件连接： 确保DAC输出引脚正确连接到测量电路或负载。

2. 库版本： 确保STM32 HAL库的版本和芯片型号正确。

3. 定时与同步： 根据具体的STM32系列芯片，调整定时器和中断优先级设置。

通过以上代码，可以生成频率在50Hz至1kHz范围内的正弦波信号，并依据需要动态调整频率。

这段程序是假设了MCU内部有DAC，在多数情况下，MCU内部没有DAC，也没外部的DAC，其实可以使用PWM + LPF的方式同样生成正弦波信号，让GPT也来生成一段程序：

电子森林AI助手的代码：

如果你的MCU没有内置DAC，可以使用PWM（脉宽调制）来生成从50Hz到1kHz的正弦波信号。通过调整PWM的占空比，可以模拟出一个近似的正弦波。

下面是使用PWM生成正弦波信号的步骤和示例C代码：

步骤概述：

1. 计算正弦波表： 预先计算一个正弦波的样本数组，通过这些样本来设置PWM的占空比。

2. 设置定时器： 使用定时器中断来定期更新PWM的占空比。

3. 配置PWM： 根据正弦波的表格值更新PWM占空比。

示例代码（假设使用STM32 MCU）：

预先计算一个正弦波的样本数组

#include <math.h>​#define PI 3.14159265358979323846#define PWM_RESOLUTION 256  // 一周期分成256个点#define PWM_TABLE_SIZE 256  // 生成256个占空比值uint8_t sine_table[PWM_TABLE_SIZE];​void generate_sine_table() {    for (int i = 0; i < PWM_TABLE_SIZE; ++i) {        sine_table[i] = (uint8_t)((sin(2 * PI * i / PWM_RESOLUTION) + 1) * 127.5);  // 0-255 范围    }}

设置定时器和PWM

以下代码假设使用STM32 HAL库：

#include "stm32f4xx_hal.h"​TIM_HandleTypeDef htim2;TIM_OC_InitTypeDef sConfigOC;​/* 定时器中断处理程序 */void TIM2_IRQHandler(void) {    static uint8_t index = 0;​    // 更新PWM占空比    __HAL_TIM_SET_COMPARE(&htim2, TIM_CHANNEL_1, sine_table[index]);​    // 更新数组索引    index = (index + 1) % PWM_TABLE_SIZE;​    // 清除中断标志    __HAL_TIM_CLEAR_IT(&htim2, TIM_IT_UPDATE);}​/* 初始化定时器 */void Timer_Init() {    __HAL_RCC_TIM2_CLK_ENABLE();​    htim2.Instance = TIM2;    htim2.Init.Prescaler = ((SystemCoreClock / 2) / (PWM_RESOLUTION * 1000)) - 1;  // 1 kHz    htim2.Init.CounterMode = TIM_COUNTERMODE_UP;    htim2.Init.Period = PWM_RESOLUTION - 1;    htim2.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1;    HAL_TIM_PWM_Init(&htim2);​    sConfigOC.OCMode = TIM_OCMODE_PWM1;    sConfigOC.Pulse = 0;    sConfigOC.OCPolarity = TIM_OCPOLARITY_HIGH;    sConfigOC.OCFastMode = TIM_OCFAST_DISABLE;    HAL_TIM_PWM_ConfigChannel(&htim2, &sConfigOC, TIM_CHANNEL_1);​    HAL_TIM_Base_Start_IT(&htim2);    HAL_TIM_PWM_Start_IT(&htim2, TIM_CHANNEL_1);​    HAL_NVIC_SetPriority(TIM2_IRQn, 1, 0);    HAL_NVIC_EnableIRQ(TIM2_IRQn);}​/* 主函数 */int main(void) {    HAL_Init();    SystemClock_Config();  // 配置系统时钟    generate_sine_table();    Timer_Init();​    while (1) {        // 主循环    }}

解释

1. 生成正弦波表： 使用 sin() 函数生成一个包含正弦波样本点的数组 sine_table。

2. 配置定时器： 初始化定时器，并设置定时器的中断频率为所需的正弦波频率（此处以1kHz为例）。

3. 配置PWM： 初始化PWM并设置占空比为数组中的值，每次定时器中断时更新占空比。

4. 主函数： 调用 generate_sine_table() 生成正弦波表格，并初始化定时器。进入主循环后，定时器中断会定期更新PWM的占空比，输出近似的正弦波信号。

注意：实际的定时器配置和GPIO初始化会因具体的MCU型号而不同，具体的时钟配置也需要根据你的应用要求进行调整。

上述的这个题目展示了大模型写MCU代码的能力，在FPGA的项目中写Verilog代码如何？

以2017年的国赛E题为例

将题目上传给电子森林的AI助手，AI助手给出的设计方案：

使用FPGA实现自适应滤波器的设计方案

一、任务与要求概述

任务

设计并制作一个自适应滤波器，用来除去特定的干扰信号。自适应滤波器工作频率为10kHz-100kHz，其他信号源和干扰信号源为两输入独立信号源，输出信号分别为信号A和信号B。根据图1中的系统结构，自适应滤波器根据干扰信号B的特征，采用干扰消除的方法，滤除组合信号D中的干扰信号B，以恢复有用信号A的波形，其中输出值为信号E。

要求

1. 加法器实现C=A+B，其中信号A和B的峰值均为1~2V，频率范围为10kHz-100kHz，预留便于测量的输入输出端口。

2. 移相器在频率范围内10kHz-100kHz内的各个频率的移相，实现0~180°可插拨式移相，将相偏差控制在±1.0度。

3. 自适应滤波器有两个输入端口和一个输出端口。当干扰信号B为正弦信号，且频率稳定在100Hz时，输出信号E的幅度能够恢复信号A的波形，信号E与信号A的频率无关，误差不超过10%。

二、设计方案

1. FPGA总体架构

本设计基于FPGA（如Xilinx Spartan或Altera Cyclone），系统包括以下模块：

信号源模块：产生有用信号A和干扰信号B。

加法器模块：将信号A和信号B相加，得到组合信号C。

移相器模块：对干扰信号B进行0~180度移相，生成移相信号。

自适应滤波器模块：自适应滤波器根据干扰信号进行调整，滤除信号D中的干扰成分，输出滤波后信号E。

2. 模块设计

信号源模块

module signal_source(    output reg [15:0] sig_A,    output reg [15:0] sig_B);// 产生10kHz到100kHz的正弦信号，并添加事先设定的干扰信号Bendmodule

加法器模块

module adder (    input wire [15:0] A,    input wire [15:0] B,    output wire [15:0] C);    assign C = A + B;endmodule

移相器模块

使用NCO（Numerically Controlled Oscillator）方法对干扰信号B进行移相控制。

module phase_shifter (    input wire clk,    input wire [15:0] B,    input wire [7:0] phase_shift, // 0~180度对应0~256    output wire [15:0] shifted_B);    reg [15:0] phase_accum = 0;    always @(posedge clk) begin        phase_accum <= phase_accum + phase_shift;    end​    assign shifted_B = B * $cos(phase_accum); // 数据类型根据使用FPGA平台处理endmodule

自适应滤波器模块

自适应滤波器模块可使用LMS（Least Mean Square）算法，通过硬件电路实现滤波器的自适应调整。

module adaptive_filter (    input wire clk,    input wire reset,    input wire [15:0] C,    input wire [15:0] shifted_B,    output wire [15:0] E);// LMS自适应滤波算法的实现细节，包含权值更新、误差计算和信号调整// 省略实现细节endmodule

3. 系统集成

将上述模块集成在一起，形成完整的自适应滤波器系统。

module adaptive_filter_system (    input wire clk,    input wire reset,    input wire [15:0] sig_A,    input wire [15:0] sig_B,    input wire [7:0] phase_shift,    output wire [15:0] sig_E);    wire [15:0] sig_C;    wire [15:0] sig_shifted_B;​    // 实例化加法器    adder add_inst (        .A(sig_A),        .B(sig_B),        .C(sig_C)    );​    // 实例化移相器    phase_shifter phase_inst (        .clk(clk),        .B(sig_B),        .phase_shift(phase_shift),        .shifted_B(sig_shifted_B)    );​    // 实例化自适应滤波器    adaptive_filter filter_inst (        .clk(clk),        .reset(reset),        .C(sig_C),        .shifted_B(sig_shifted_B),        .E(sig_E)    );endmodule

三、总结

本设计基于FPGA实现了一个自适应滤波器系统，利用加法器、移相器和自适应滤波器模块，通过LMS算法对输入的组合信号进行自适应滤波，从而有效地滤除干扰信号B，提高系统的抗干扰能力。此设计方案易于硬件实现，频率范围在10kHz到100kHz，满足设计要求。

---

估计由于篇幅限制，它没有给出自适应滤波器的详细代码，我再问它一下：

“请再给出使用LMS算法实现自适应滤波器的代码”

电子森林AI助手给出的代码：

下面是使用LMS（Least Mean Squares）算法实现自适应滤波器的Verilog代码。该设计基于前面提供的自适应滤波器模块结构，并添加具体的LMS算法实现。

LMS 自适应滤波器 Verilog 代码

参数说明：

DATA_WIDTH: 数据宽度，默认16位。

MU: 步长因子，用于控制权值更新速度。

module adaptive_filter #(    parameter DATA_WIDTH = 16,    parameter MU = 16'h0001  // 步长因子) (    input wire clk,          // 时钟信号    input wire reset,        // 复位信号    input wire signed [DATA_WIDTH-1:0] in_C,  // 输入信号 C (组合信号)    input wire signed [DATA_WIDTH-1:0] in_B,  // 输入移相信号 B    output reg signed [DATA_WIDTH-1:0] out_E  // 输出信号 E);​    // 滤波器权值    reg signed [DATA_WIDTH-1:0] weight;​    // 滤波器输出    wire signed [DATA_WIDTH-1:0] filter_out;​    // 误差信号    wire signed [DATA_WIDTH-1:0] error;​    // 滤波器输出计算    assign filter_out = in_B * weight;​    // 误差计算    assign error = in_C - filter_out;​    // LMS权值更新    always @(posedge clk or posedge reset) begin        if (reset) begin            weight <= 0;        end else begin            // 更新权值：w(n+1) = w(n) + μ * error * x(n)            weight <= weight + ((MU * error * in_B) >>> (DATA_WIDTH - 1));        end    end​    // 输出信号计算    always @(posedge clk or posedge reset) begin        if (reset) begin            out_E <= 0;        end else begin            out_E <= error;        end    end​endmodule

解释：

1. 滤波器权值 (weight): 初始化为0，并不断根据误差信号进行更新。

2. 滤波器输出 (filter_out): 计算当前滤波器权值和输入移相信号的乘积。

3. 误差信号: 计算组合信号in_C与滤波器输出filter_out之差。

4. 权值更新: 使用LMS算法，下一个权值等于当前权值加上误差信号、步长因子和输入信号乘积的调整值。

5. 输出信号 (out_E): 输出当前的误差信号。

通过持续调节权值，LMS自适应滤波器能够有效消除输入信号中的干扰成分，使输出信号尽可能接近有用信号。

大模型的局限及意义

使用过大模型写代码的同学们都知道，我们不能完全相信大模型写出来的代码，毕竟它是基于互联网上各种项目中不同层次的代码分享者的作品（良莠不齐）总结出来的，而且它的理解也不是100%，因此肯定会有错误。但它至少提供给了我们：

一个完整的框架

一套规范的代码结构

我们可以不断拷问它，它能不厌其烦、而且很谦卑地帮我们修正

想一下，如果真的能实现我们让它写啥，它就能写啥，而且都是准确的，那我们自己做这件事情的意义在哪里？这个电赛是不是可以取消了？

所以，它是一个非常有用的工具，就像我们使用的交通工具，还需要我们自己学会驾驭，但用上它，总比自己走路快很多。

同学们不妨在备战电赛的过程中多体验它，找到“驾驭它”的感觉，在赛前成长为“开GPT的老司机”，在考试的过程中一定会取得很好的成绩。

作者：硬禾科技