<table id="qiwwi"></table>
微型太陽能無線傳感器節點開發資料無線傳感器節點可通過縮減傳感器尺寸、簡化維護問題和延長電池續航時間而降低實施成本。事實上，如果把重點集中在無電池的設計上，將能實現更大的成本效益。 設計無電池設備的最好方法是通過用于通信和能量采集的低功耗藍牙（BLE）等技術來降低無線傳感器系統的平均功耗。BLEBLE的優化為了做到只用能量采集IC所提供的電源運行，傳感器必須優化其BLE系統以降低功耗。首先，設計人員必須了解BLE子系統的詳情。接下來，需要編寫固件代碼以滿足每種運行/功率模式的要求。然后，設計人員必須分析實際功耗以確認各種假設來進一步提升系統的能效。 降低功耗技術的說明可參考賽普拉斯（Cypress） CYALKIT-E02太陽能供電BLE傳感器參考設計套件（RDK）。該RDK包含一個Cypress PSoC 4 BLE與S6AE10xA能量采集電源管理IC（PMIC）。 簡單、無功率優化的BLE設計要首先把BLE射頻配置為處于不可連接廣播模式的信標。BLE信標是每隔一定時間向外進行廣播的單向通信方法。它包含一些較小的數據包（30字節），而這些數據包構成一個廣播數據包發送出去。想信標被發現可在各類智能手機或計算機應用中推送消息、app操作及提示。
上傳時間： 2022-06-08
上傳用戶：
本書是為中國科學技術大學工科電子類本科生學習微型計算機原理與系統課程編寫的教材，自1996年9月出版以來，被很多高校選為教材，受到了廣大讀者的歡迎，并提出了不少寶貴的意見和建議，為此，我們再次對原書進行了修訂，并被列入普通高等教育十一五國家級規劃教材和中國科學院指定考研參考書。
上傳時間： 2022-06-09
上傳用戶：
GRBL簡介：之所以我們現在能用非常低的成本制作激光雕刻機或者微型CNC與grbl這個開源軟件有很大的關系。grbl其實就是一個嵌入式軟件它能解析主流數控軟件產生的數控代碼，它可以運行在atmegal68，atmega328p等型號的單片機上。所以理所當然就能運行在例如arduino uno，arduino pro mini，arduino nano等開發板上。話說許多3D打印機也是以它為核心。它幾乎榨取了單片機所有性能。所以性能還是比較好的。下面我會以1電路部分2硬件搭建3軟件使用為主線力求通俗易懂（里面的東西不一定是我一個人的）1電路部分1.1主控部分（控制板）我們需要一個運行了grbl固件的單片機。它們可以是atmega328p最小系統，arduino uno，arduino nano等開發板上我會以使用量多的為例。
上傳時間： 2022-06-18
上傳用戶：
1前言光譜儀是測量光源和物質光譜特性的重要裝置，它在顏色顯示，視覺效果比對和生物化學領域有著廣泛的應用。近年來，電荷耦合器件CCD取得了飛速的發展，工藝日趨完善，已能批量制造完全沒有缺陷的高可靠性低成六的CCD芯片，這種器件有很寬的光譜響應特性，完全可以代替感光乳劑，應用在光譜測量上"，因此，設計出配合CCD光譜儀器使用的光學結構對于儀器的小型化有著重大的意義.2微型CCD光譜儀的光學結構設計2.1光柵的選擇與設計在光譜儀核心元件分光器件的發展歷程中，經歷了色散校鏡到衍射光柵到采用干涉調制元件和信息變換技術的演化。近年來聲光調造器件AOTF的技術和應用也有了很大發展，沒有機械活動件，全固態、電子調諸.結構小而牢周，可承受震動沖擊等一系列優點，使其具有明顯的技術和應用競爭力2.3。本設計中選擇閃耀光柵。因為光棚與其他分光元件相比較，有許多優點。首先，光柵的角色散率幾乎和波長無關，這對光譜的波長測量很有利。其二，光棚的分辨率比棱鏡大，價格也較低，其三，光柵不受材料透過率的限制，它可以在整個光學光譜區中應用。
上傳時間： 2022-06-22
上傳用戶：
應用于 POS 機、收銀機等80mm 高速微型打印機（原理圖、上位機、程序源碼）
標簽： 微型打印機
上傳時間： 2022-06-22
上傳用戶：shjgzh
本文提出了一種基于CCD的微型光譜儀的系統設計方案。該方案選用CCD為光譜測量的探測器，光學系統采用折疊Czerny-Turner結構設計，大大減少了光學系統的體積；在探測系統方面，以現場可編程邏輯門陣列（FPGA）EPW7032設計了CCD驅動和信號采集系統。在FPGA上采用了片上可編程（SOPC）技術，集成了NiosII軟核UART、CPU等功能模塊，整個系統只用一片FPCA資源開發了CCD驅動電路、A/D采樣控制電路、USB驅動電路等模塊，使整個光譜儀系統的實現了單芯片控制。完成了基于USB的微型光譜儀和PC機的通訊，并使用Labview開發了光譜采集和處理軟件，實現對光譜儀的光譜數據處理、光譜譜線繪制、波長定標相關功能。最后，對本文的系統進行了相關實驗，實驗表明：按照該方案設計的微型光譜儀能同時對多個波長進行測量，整個光譜儀的體積重量達到了設計所要求的微型化、小型化。為了使CCD探測系統能檢測到較寬的光譜范圍，選擇3694個像素的線陣CCD作為探測器件。采用CD專用A/D轉換芯片M始X1101對CCD輸出信號進行相關及模數轉換處理，轉換后的數字信號暫時儲存在FPGA中，經處理后通過USB總線傳送到上位機，由應用軟件完成光譜數據進一步的分析、處理和顯示。FPGA作為整個系統的核心，完成了CCD驅動時序、MAX1101采樣時序和FT245BM（USB）芯片脈沖控制時序。
上傳時間： 2022-06-23
上傳用戶：
DIY的微型數字調諧收音機，內有原理圖，PCB和程序.rar
上傳時間： 2022-06-28
上傳用戶：
微型四軸飛行器的飛控板電路、PCB源文件（AD10）
上傳時間： 2022-07-04
上傳用戶：
三菱FX系列可編程控制器編程手冊，三菱微型可編程控制器：FX1S，FX1N，FX2N，FX2NC系列編程手冊：基本指令，步進梯形圖指令，應用指令說明書。本手冊編寫FX系列微型可編程控制器用的順控程序指令的說明書。有關可編程控制器主體地規格，安裝以及布線等硬件的內容和安全使用注意事項，請參照各可編程控制器的使用手冊。
上傳時間： 2013-07-27
上傳用戶：zhichenglu
OpencV是用來實現計算機視覺相關技術的開放源碼工作庫，是計算機視覺、圖像處理、模式識別、計算機圖形學、信號處理、視頻監控、科學可視化等相關從業人員的好工具。本書介紹了大約200多個典型的技術問題，覆蓋了基于OpenCV基礎編程的主要內容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網上最新資料為藍本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設計方法。全書結構清晰、合理，范例實用、豐富，理論結合實踐，即使讀者只是略懂計算機視覺原理，也能人手對相關理論方法直接進行編碼實現。 "基于OPENCV的計算機視覺技術實現"的圖書目錄…… 前言 第一章 使用OpenCV實現計算機視覺技術 1.1 計算機視覺技術 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結 第二章 OpenCV的編程環境 2.1 OpenCV環境介紹 2.2 OpenCV的體系結構 2.3 OpenCV實例演示 本章小結 第三章 OpenCV編程風格 3.1 命名約定 3.2 結構 3.3 函數接口設計 3.4 函數實現 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結 第四章 數據結構 4.1 基本數據結構 4.2 數組有關的操作 4.3 動態結構 本章小結 第五章 數據交互 5.1 繪圖函數 5.2 文件存儲 5.3 運行時類型信息和通用函數 5.4 錯誤處理函數 5.5 系統函數 本章小結 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態學 本章小結 第七章 結構與識別 7.1 輪廓處理函數 7.2 計算幾何 7.3 平面劃分 7.4 目標檢測函數 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進行人臉檢測 本章小結 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統函數 本章小結 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態學（morhing functions） 本章小結 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結構與函數介紹 11.3 隱馬爾可夫模型中的函數介紹 11.4 人臉識別工具 本章小結 第十二章 核心庫綜合例程 12.1 檢測黑白格標定板內指定矩形區域內的角點 12.2 解線性標定方程組程序 本章小結 第十三章 運動與跟蹤 13.1 圖像統計的累積函數 13.2 運動模板函數 13.3 對象跟蹤 13.4 光流 13.5 預估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運動目標跟蹤與檢測 本章小結 第十四章 立體視覺第一部分——照相機定標 14.1 坐標系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機參數的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進行攝像機定標 14.6 OpenCV中的定標函數 14.7 CVUT介紹 本章小結 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關函數介紹 本章小結 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關函數介紹 本章小結 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現 本章小結 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術問題 18.3 OpenCV在Linux下的相關問題 18.4 OpenCV庫中的陷阱和bug
上傳時間： 2013-07-18
上傳用戶：huyiming139
<button id="eskoc"></button>