利用89s51去寫結(jié)構(gòu)化keil-C 4x4鍵盤掃描+LCD螢?zāi)伙@示 HW01:四則運(yùn)算+時(shí)鍾顯示 HW02:頻率偵測(cè)器 ps.鍵盤掃描不是利用延遲作彈跳(推薦)
上傳時(shí)間： 2014-11-22
上傳用戶：zycidjl
C語言試題,建議初學(xué)者,認(rèn)真學(xué)習(xí).對(duì)將來的工作,或者學(xué)習(xí),會(huì)有些幫助
上傳時(shí)間： 2017-08-29
上傳用戶：qiao8960
這是一個(gè)利用單片機(jī)來控制AD轉(zhuǎn)換芯片工作的C語言程序
標(biāo)簽： 用單片機(jī) 控制 AD轉(zhuǎn)換芯片 C語言程序
上傳時(shí)間： 2017-09-24
上傳用戶：牛布牛
技術(shù)向：USBType-C工作原理深度解析
上傳時(shí)間： 2022-07-10
上傳用戶：
編寫高效簡潔的C語言代碼，是許多軟件工程師追求的目標(biāo)。本文就工作中的一些體會(huì)和經(jīng)驗(yàn)做相關(guān)的闡述，不對(duì)的地方請(qǐng)各位指教。
上傳時(shí)間： 2013-07-12
上傳用戶：franktu
接地電阻值是反映變電站地網(wǎng)電氣性能的主要參數(shù)之一,其合格與否將直接影響變電站和電網(wǎng)的安全運(yùn)行.該文的主要工作是用矩量法對(duì)變電站電網(wǎng)的接地電阻進(jìn)行數(shù)值計(jì)算和編制相應(yīng)的應(yīng)用軟件.該文在Win95環(huán)境下利用32位的VB和C++語言編寫了接地電阻數(shù)值計(jì)算的軟件系統(tǒng).該軟件系統(tǒng)不僅可以計(jì)算均勻和分層均勻土壤中地網(wǎng)的接地電阻,還可以計(jì)算接觸電壓、跨步電壓、地表電位分布、單元流散電流分布等.此外,該軟件還具有顯示和打印地表電位分布曲線及單元流散電流分布曲線的功能.該文的另外一部分工作是對(duì)變電站地網(wǎng)接地電阻的測(cè)量技術(shù)進(jìn)行了初步研究.在分析電流電壓法測(cè)量原理的基礎(chǔ)上,探討了布極誤差和干擾誤差的產(chǎn)生機(jī)理,并提出了消除這兩種誤差的具體方法,在理論上解決了土壤結(jié)構(gòu)模型、測(cè)試極位置、地網(wǎng)尺寸和工頻干擾等因素帶來的測(cè)量誤差,從而大大提高接地電阻的測(cè)量精度.
標(biāo)簽： 接地電阻 數(shù)值計(jì)算 測(cè)試技術(shù)
上傳時(shí)間： 2013-06-03
上傳用戶：lmeeworm
要學(xué)習(xí)一門編程語言并不難，編程主要是掌握思想，然后就是練習(xí)敲代碼了。你的代碼量每突破50000行的時(shí)候你的水平都有一個(gè)階段性的提升，翔子在此給學(xué)習(xí)c#的朋友一些建議，供新手參考！首先熟悉.net框架,理解面向?qū)ο缶幊痰乃枷?挺重要的!編程的學(xué)習(xí)是要慢慢而來的,慢慢的積累!
標(biāo)簽：
上傳時(shí)間： 2013-04-24
上傳用戶：xyipie
無刷直流電機(jī)以體積小、重量輕、效率高、調(diào)速性能好、無換向火花及無勵(lì)磁損耗等諸多優(yōu)點(diǎn)被大量應(yīng)用于家電、交通、醫(yī)療器械、數(shù)控機(jī)床及機(jī)器人等領(lǐng)域，現(xiàn)代工業(yè)的快速發(fā)展對(duì)無刷直流電機(jī)控制系統(tǒng)的性能要求也越來越高。可以預(yù)見，隨著永磁材料和電力電子器件價(jià)格進(jìn)一步的降低，無刷直流電機(jī)驅(qū)動(dòng)理論的研究不斷深入，無刷直流電機(jī)的應(yīng)用前景將更加廣泛。 本文通過閱讀大量文獻(xiàn)資料，介紹了無刷直流電機(jī)的發(fā)展現(xiàn)狀、研究動(dòng)態(tài)及工作原理等。在控制策略上，采用了基于智能控制思想的模糊控制，其特點(diǎn)是不依賴于對(duì)象模型，利用制定的控制規(guī)則進(jìn)行了模糊推理從而獲得合適的控制量。運(yùn)用Matlab/Simulink對(duì)控制系統(tǒng)進(jìn)行了建模和仿真，其中速度環(huán)采用模糊PI調(diào)節(jié)，電流環(huán)采用傳統(tǒng)的PI調(diào)節(jié)，為后面的實(shí)驗(yàn)提供了理論分析的基礎(chǔ)。 結(jié)合無刷直流電機(jī)的結(jié)構(gòu)，利用電機(jī)內(nèi)部的霍爾元件檢測(cè)轉(zhuǎn)子位置。根據(jù)模糊控制器的設(shè)計(jì)方法，給出了模糊控制查詢表。采用TI公司的數(shù)字信號(hào)處理器TMS320F2812作為主控芯片，在硬件上設(shè)計(jì)了整流電路、逆變電路、驅(qū)動(dòng)電路、調(diào)理及保護(hù)電路等；在DSP軟件開發(fā)環(huán)境CCS下，采用C語言和匯編語言進(jìn)行了混合編程，實(shí)現(xiàn)了轉(zhuǎn)子位置信號(hào)的讀取、PWM波的產(chǎn)生、AD采樣、速度模糊PI調(diào)節(jié)及電流調(diào)節(jié)等功能。 通過對(duì)整個(gè)控制系統(tǒng)的軟硬件聯(lián)合調(diào)試，進(jìn)行了相關(guān)實(shí)驗(yàn)。相對(duì)傳統(tǒng)的控制系統(tǒng)，采用模糊PI控制的系統(tǒng)具有響應(yīng)速度快、超調(diào)量小、穩(wěn)定性好等優(yōu)點(diǎn)。實(shí)驗(yàn)結(jié)果表明了無刷直流電機(jī)模糊控制系統(tǒng)設(shè)計(jì)的正確性。最后對(duì)整個(gè)設(shè)計(jì)進(jìn)行了總結(jié)，對(duì)后續(xù)的工作給出了自己的見解。
標(biāo)簽： DSPF 2812 無刷直流電機(jī)
上傳時(shí)間： 2013-04-24
上傳用戶：R50974
心音信號(hào)是人體最重要的生理信號(hào)之一，包含心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息。心音信號(hào)分析與識(shí)別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對(duì)目前該研究領(lǐng)域中存在的分析方法問題和分類識(shí)別技術(shù)難點(diǎn)展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號(hào)特征向量的提取、正常心音信號(hào)（NM）和房顫（AF）、主動(dòng)脈回流（AR）、主動(dòng)脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號(hào)的分類識(shí)別。本文的工作內(nèi)容包括以下5個(gè)方面： a）心音信號(hào)采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過對(duì)心音信號(hào)噪聲分析，選用小波降噪作為心音信號(hào)的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級(jí)閾值的方法作為心音信號(hào)預(yù)處理方案。 b）心音信號(hào)時(shí)頻分析方法。文中采用5種時(shí)頻分析方法分別對(duì)心音信號(hào)進(jìn)行了時(shí)頻譜特性分析，結(jié)果表明：不同的時(shí)頻分析方法與待分析心音信號(hào)的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時(shí)頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時(shí)頻（ATF）分析方法，通過實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號(hào)的時(shí)頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時(shí)頻分析方法，從而選擇自應(yīng)錐形核時(shí)頻分析方法進(jìn)行心音信號(hào)分析。 c）心音信號(hào)特征向量提取。根據(jù)對(duì)3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號(hào)的時(shí)頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號(hào)的2維特征向量，作為心音信號(hào)分類的特征向量。 d）心音信號(hào)分類方法。根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時(shí)，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號(hào)分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號(hào)的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對(duì)余下的每類20組數(shù)據(jù)進(jìn)行測(cè)試，得到每類的分類精度（Ar）均為100％，同時(shí)對(duì)臨床上采集的與上述4種同類心臟雜音信號(hào)和正常心音信號(hào)中每類24個(gè)心動(dòng)周期進(jìn)行分類實(shí)測(cè)，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗(yàn)證了該方法的分類有效性。 e）心音信號(hào)分析與識(shí)別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實(shí)現(xiàn)了心音信號(hào)分析與識(shí)別的軟件運(yùn)行平臺(tái)構(gòu)建，可完成對(duì)心音信號(hào)的讀取、預(yù)處理，繪制時(shí)-頻、能量特性的三維圖及兩維等高線圖；同時(shí)，利用MATLAB與EXCEL的動(dòng)態(tài)鏈接，實(shí)現(xiàn)對(duì)心音信號(hào)分析數(shù)據(jù)的存儲(chǔ)以及統(tǒng)計(jì)功能；最后，通過對(duì)心音信號(hào)2維特征向量的分析，實(shí)現(xiàn)心音信號(hào)的自動(dòng)識(shí)別功能。 本文的研究特色主要體現(xiàn)在心音信號(hào)特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。 綜上所述，本文從理論與實(shí)踐兩方面對(duì)心音信號(hào)進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時(shí)頻分析方法提取心音信號(hào)特征向量，根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，建立心音信號(hào)分類的支持向量機(jī)模型，并對(duì)正常心音信號(hào)和4種心臟雜音信號(hào)進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號(hào)種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號(hào)，進(jìn)一步提高心音信號(hào)分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號(hào)，小波降噪，非平穩(wěn)信號(hào)，心臟雜音，信號(hào)處理，時(shí)頻分析，自適應(yīng)，支持向量機(jī)
上傳時(shí)間： 2013-04-24
上傳用戶：weixiao99
用C寫的PID模塊，以簡潔的代碼量完成了PID算法，提高了速度。
上傳時(shí)間： 2013-06-07
上傳用戶：快樂的小糗糗
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
