密度越大的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

關於科學的100個故事

為了解決密度越大的問題，作者霍致平 這樣論述：

100個故事，帶您進入科學的大廳，用智慧尋找未知的答案！ 　　愛因斯坦曾說過一句蘊含深意的話：「宇宙中最不可理解的是宇宙是可以被理解的。」科學所帶給人的最大意義，就是它能夠合理的解釋這個世界。 　　科學一詞來自拉丁文的Scire（to know，去認識），認識的結果叫做知識科學（scientia）。但此知識並非一般的知識，而是一種獨特的知識──認知實然的知識，也就是知道認識對象之所以如此的知識。 　　天為什麼是藍的？葉為什麼是綠的？空氣有重量嗎？光是什麼顏色？我們都一一獲得了答案。但是，認識的越多，我們就越發現，我們知道的其實太少太少。人類太渺小，世界卻是無垠的；認識的越多，我們就越發

現，這個世界的偉大與神秘，確實值得我們跪下來，深深的吻它的腳趾。 小故事：空氣有重量嗎? 地球的周圍被厚厚的空氣包圍著，這些空氣被稱為大氣層。空氣可以像水那樣自由的流動，同時它也受重力作用。因此空氣的內部向各個方向都有壓強，這個壓強被稱為大氣壓。 　　托里拆利是17世紀一位頗負盛名的科學家。他在正當39歲生日之際，突然病倒，與世長辭。可短短的一生中，他取得了多方面傑出的成就，贏得了很高的聲譽。 　　在托里拆利的時代，關於空氣是否有重量和真空是否存在，爭議很大。一些深受亞里斯多德影響的人認為，「世間萬物之中除了火和空氣以外均有各自的重量。」他們堅持自然界「害怕真空」的說法。而另一些人則以伽利略為

代表，他們認為物體有自己的重量，各有重量大小不同和質地疏密之分。 　　托里拆利是伽利略的支持者，他進行了大量試驗，不但實現了真空，驗證了空氣有重量，還獲得了新的發現。 　　1641年，托里拆利受到一位科學家進行的真空試驗啟發，採用密度較大的水銀進行試驗。在這個試驗中，他將一根長度為1公尺的玻璃管灌滿水銀，然後用手指頂住管口，將其倒插進裝有水銀的水銀槽裡，放開手指後，可見管內部頂上的水銀已下落，留出空間來了，而下面的部分則仍充滿水銀。為了進一步證明管中水銀面上部確實是真空，托里拆利又改進了實驗。他在水銀槽中將其水銀面以上直到缸口注滿清水，然後把玻璃管緩緩地向上提起，當玻璃管管口提高到水銀和水的介

面以上時，管中的水銀便很快地瀉出來了，同時水猛然向上竄至管中，直至管頂。由此可見，原先管內水銀柱以上部分確實是空無所有的空間。原先的水銀柱和現在的水柱都不是被什麼真空力所吸引住的，而是被管外水銀面上的空氣重量所產生的壓力托住的。 　　這個實驗充分證明了真空的存在，以及空氣有重量的看法。可是在當時，這一發現遭到了很多迷信亞里斯多德的科學家的反對，他們提出玻璃管上端內充有「純淨的空氣」，並非真空。於是，一場激烈的爭論展開了，大家各抒已見，眾說紛紜，持續了很久。直到後來，帕斯卡的實驗成功，證實托里拆利的理論後，關於空氣有沒有重量以及真空問題才逐漸得以統一。 　　但在當時，不管爭議如何，托里拆利堅信自

己的試驗成果，並且在不斷的實驗中還發現了一個新問題：不管玻璃管長度如何，也不管玻璃管傾斜程度如何，管內水銀柱的垂直高度總是76公分。於是，他提出了可以利用水銀柱高度來測量大氣壓的理論，並與衛維恩尼合作，在1644年製成了世界上第一具水銀氣壓計。 　　人類離不開空氣，但是對於空氣的瞭解卻不多。在地球周圍，包圍著一層厚厚的空氣，這就是大氣層。空氣就像水一樣，可以自由地流動，這是空氣分子的運動。空氣分子運動與地球重力場兩者之間，互相作用影響產生壓強，叫做大氣壓。空氣分子密度越大，氣壓也越大。反之，氣壓越低。 　　在實際科研和生活中，單位面積上承受大氣壓的重量，常用毫巴或水銀柱高度的毫米數表示。一個標

準大氣壓力是1013.2毫巴，相當於760毫米高的水銀柱。因離地愈高，氣壓愈低，故可根據氣壓在垂直方向上的變化測算高度。 作者簡介 霍致平 專研物理與演化生物學，目前從事研究工作。 業餘從事科學寫作與翻譯。 學生寒暑假科學營老師。

密度越大進入發燒排行的影片

用於廣義區塊空間調變之低複雜度多輸入多輸出偵測器的設計

為了解決密度越大的問題，作者陳宗麟 這樣論述：

廣義區塊空間調變 (Generalized Block-Based Spatial Modulation, GBSM)是一個新穎的多輸入多輸出 (Multiple Input Multiple Output, MIMO)技術，在區塊(Block)裡面會表示各個時間隙 (Time Slot)所啟動的天線，儘管使用最大概似 (Maximum Likelihood, ML)偵測器可以達到最好的位元錯誤率 (Bit Error Rate, BER)，但是一但Block-Pattern數量到一定數量，會導致ML會有難以處理的複雜性。本篇論文使用了碼簿輔助樹狀搜尋(Codebook-Assisted T

ree Search Detector, CATSD)演算法，使用樹狀搜尋系統 (Tree Search System)實現兩個觀點的公式，分別表示為Formula 1和Formula 2。在某些時間隙內會保留若干個枝條，此目的主要是排除不可能的路徑，且降低複雜度，在使用Formula 1時，僅觀察當下的訊號和天線，並且會把其他訊號和雜訊視為干擾；另外的Formula 2會觀察一個時間隙內的所有訊號和天線的條件機率密度的大小，條件機率密度越大，越有可能是此訊號和天線為最佳解。我們所提出來的CATSD演算法，因為保留若干條條件機率密大較大路徑的關係，所以不僅比ML的複雜度降低95%以上 ，且也保

留近似ML的效能，Formula 2更是比Formula 1有更低的複雜度。